# Windows (PowerShell)
irm https://raw.githubusercontent.com/first-fluke/oh-my-agent/main/cli/install.ps1 | iex

# Jedes OS mit installiertem bun: dasselbe Setup, plus der globale `oma`-Befehl
bun install --global oh-my-agent
oma

Unter Windows blendet der Installer Antigravity, Hermes und Kimi aus, und der Hook-Wrapper ist ein Bash-Skript. Das standardmäßige Aside-Browser-MCP wird über bash installiert; wähle es also ab, wenn du kein Bash hast.

• Installiert bun (erforderlich). Versucht uv, Serena (uv tool install) und CUE (brew install cue oder winget) zu installieren und macht mit einer Warnung weiter, falls eines davon fehlschlägt.
• Wählt im interaktiven Setup das Aside-Browser-MCP vor und installiert es mit curl -fsSL https://releases.aside.com/install.sh | bash nur, wenn du es ausgewählt lässt. Wähle es im Browser-MCP-Schritt ab oder ändere es später mit oma update mcp.
• Nutzt AgentMemory als semantisches Gedächtnis; dabei wird bun install -g @agentmemory/agentmemory ausgeführt und AgentMemory als Login-Dienst registriert (launchd, systemd-User-Unit oder geplante Windows-Aufgabe). Wähle den Provider none oder setze OMA_NO_AGENTMEMORY=1, um das zu überspringen.
• Fragt nach, bevor es Skills in Vendor-Ordner in deinem Home-Verzeichnis verlinkt (Antigravity, Hermes, Kimi). In $HOME ohne --global bittet es um Bestätigung.
• Schreibt einige Dateien außerhalb des Projekts, ohne zu fragen: ~/.claude.json (markiert das Projekt als vertrauenswürdigen Claude-Code-Workspace), ~/.serena/ (OMA-Kontext, Mindestgröße für Antworten, Projektregistrierung), ~/.cursor/cli-config.json (schaltet die Commit-Attribution von Cursor ab), ~/.grok/config.toml (Telemetrie) und ~/.gemini/antigravity-cli/ (HUD), jeweils nur für einen Vendor, den du ausgewählt hast.
• Schreibt Telemetrie-Opt-outs in die Vendor-Einstellungen (Claude DISABLE_TELEMETRY=1, was auch Claude Code Remote Control abschaltet; Nutzungsstatistiken von Gemini, Qwen, Codex und Grok). Setze telemetry: true, um die Vendor-Standards beizubehalten.
• Ergänzt nicht gesetzte Claude-Code-Einstellungen in .claude/settings.json, darunter skipDangerousModePermissionPrompt: true, effortLevel: high, cleanupPeriodDays: 180 sowie env-Flags, die Auto Memory, Adaptive Thinking, Fehlerberichte und die eingebauten Git-Anweisungen abschalten. Werte, die du bereits gesetzt hast, bleiben erhalten.
• Fügt einen Co-Author-Trailer hinzu: Die Commit-Attribution von Claude Code wird zu Co-Authored-By: First Fluke <[email protected]>, und PRs erhalten eine Zeile "Generated with oh-my-agent". Setze scm.co_author.enabled: false, um das abzuschalten.
• Installiert einen commit-msg-Guard in .githooks/, der nicht gelistete Co-authored-by-Adressen ablehnt, und setzt git config --local core.hooksPath .githooks, wenn keine anderen Hooks aktiv sind. Setze scm.co_author.enforce_hook: false, um darauf zu verzichten.
• oma update aktualisiert die oma-CLI im Hintergrund (auto_update_cli: false oder OMA_SKIP_VERSION_CHECK=1 stoppt das) und führt uv tool upgrade serena-agent --prerelease=allow aus (serena.auto_update: false).
• Mit Serena im Standardmodus bridge registriert die erste Agent-Session, die einen gemeinsamen Serena-Server startet, einen Cleanup-Timer, der inaktive gemeinsame Serena-Server alle 5 Minuten stoppt (launchd dev.oma.serena-daemon-gc, systemd-User-Timer oma-serena-daemon-gc.timer oder geplante Windows-Aufgabe OMA Serena Daemon GC). Setze serena.mode: stdio, um den gemeinsamen Server und seinen Timer zu überspringen. oma uninstall entfernt den Timer nicht.
• Nicht-interaktive Läufe (-y, OMA_YES=1, CI=true) verwenden das Skill-Preset All, model_preset: auto und Python als Backend-Sprache. Dabei wird kein Browser-MCP ausgewählt (und das Aside-Installationsskript übersprungen), sofern mcp.devtools_browsers nicht bereits eines enthält.

Von den benannten Presets enthält nur All coordination, orchestration, docs, security, refactor, explanation, recap, video, slide und skill-creation (oder du wählst sie unter Custom aus). Den Presets Research und Content fehlen die Skills, auf denen /plan, /review, /debug, /architecture und /brainstorm aufbauen. Siehe Workflows, die Skills außerhalb eines Presets brauchen.

Der Infra-Engineer (tf-infra-engineer) ist angewiesen, vor jedem destruktiven oder produktiven apply oder destroy nachzufragen. Die übrigen Skills (brainstorm, security, scm, dev-workflow, observability, explanation, recap, translation, coordination, orchestration, skill-creation, Content und Medien) haben keine eigene Rolle. Dein Agent lädt sie selbst, und für die meisten schlägt der Skill-Injector anhand deines Prompts den passenden vor.

oma verify triggers bewertet die Trigger-Genauigkeit anhand eines annotierten Korpus aus 212 englischen und koreanischen Prompts. Die CI schlägt fehl, wenn die False-Fire-Rate 10 % oder die Missed-Fire-Rate 20 % übersteigt. Bei der letzten Messung lagen die Werte bei 0 % Missed-Fire und 5,3 % False-Fire. Vollständige Referenz: Workflows.

/stack-set liest deine Manifeste und schreibt stack-spezifische Referenzen für die Backend-, Frontend- und Mobile-Skills. In einem Monorepo werden Frontend-, Backend- und Mobile-Engineers auf ihren Workspace verwiesen (pnpm, npm/yarn/bun-Workspaces, lerna, nx, turbo, mise.toml).

Diese Pipelines melden eine fehlende Quelle oder einen fehlenden Vendor-Key, statt stillschweigend ein dünneres Ergebnis zu liefern.

oma hook probe prüft, ob die Prompt-Hooks von oma die Hook-Eingabe jeder Runtime akzeptieren (die Runtime selbst wird dabei nicht gestartet). Welche Hooks jede Runtime anbindet, steht unter Host-Unterschiede.

• oma agent spawn <role> "<task>" <sid> führt eine Rolle auf Antigravity, Claude Code, Codex, Cursor, Grok, Kimi Code, Kiro, OpenCode, pi oder Qwen Code aus, mit --isolation worktree und --fallback-vendors. oma agent parallel führt mehrere gleichzeitig aus. Diese 10 Dispatch-Ziele sind eine Teilmenge der 14 Installer-Integrationen.
• oma state list --all-projects und oma state get <sid>: Sessions und jedes aufgezeichnete Event.
• oma dashboard terminal / oma dashboard web: Live-Status der Agenten (das Web-Dashboard lauscht nur auf 127.0.0.1). Dashboard-Guide.
• oma stats get (Produktivitätsmetriken), oma retro (eine Git-Retrospektive), oma recap --window 7d (was du über alle KI-Tools hinweg getan hast).
• oma visualize --affected <paths>: welche Skills, Workflows, Agenten und Checks von den .agents/-Dateien abhängen, die du geändert hast.

Serena bietet LSP-basierte Codenavigation und Diagnosen, einschließlich Rückmeldungen zu nativen Bearbeitungen, sofern unterstützt. Die Provider-Auswahl ist unabhängig von der Agent-Runtime; die Fähigkeiten variieren je nach Provider und Host.

Agenten koordinieren sich über einfache Dateien in .agents/state/, ohne externen Dienst. /tools schaltet MCP-Tools in natürlicher Sprache ein oder aus. Details: Fähigkeits-Provider.

• oma skill eval misst den Lift eines Skills gegenüber einer Baseline anhand zurückgehaltener Aufgaben (Held-out). oma skill optimize schlägt Änderungen vor, die ihn erhöhen, und --apply übernimmt sie (skill-eval-Guide).
• oma harness evolution enable --max-dispatches <n> plant einen nächtlichen Zyklus, der fehlgeschlagene Läufe in Regressions-Fixtures verwandelt und Skill-Verbesserungen, die die Evaluation bestehen, als Projekt-Overlays anwendet. Mit --mode propose werden sie nur aufgezeichnet.
• oma emit exportiert die .agents/-Quelle als Agent-Skills-Paket, als Agent-Plugins-Paket, als Claude-Code-Plugin-Marketplace oder als AGENTS.md.

• Eine einzige .agents/oma-config.yaml, die dir gehört, übersteht Updates (nur oma update --force setzt sie zurück); private .local.yaml- oder .local.cue-Overlays können darüber liegen. language legt die Antwortsprache fest.
• 13 Projektregeln (backend, commit, database, debug, design und weitere) werden in Claude Code und Cursor als native Regeln geladen und im verwalteten AGENTS.md-Block indiziert, der für Codex, Qwen Code und Pi geschrieben wird.
• Updates legen Konfigurations- und Migrations-Backups in .agents/backup/ ab; mitgelieferte Skills und Workflows werden an Ort und Stelle ersetzt, also halte lokale Änderungen außerhalb davon. oma uninstall --dry-run zeigt, was entfernt würde. first-fluke/oma-update-action@v1 führt oma update in der CI aus und öffnet einen PR.

nativ = oma schreibt die eigenen Konfigurationsdateien der Runtime; Adapter = oma ergänzt zusätzlich Hook- oder Agent-Shims. Amp liest .agents/skills/ von sich aus und ist kein Installer-Ziel.

Claude Code nativ + Adapter	Codex CLI nativ + Adapter	Antigravity natives SSOT	Cursor nativ + Adapter	Qwen Code natives Dispatch	DeepSeek Harness Cordis plugin
Pi nativ kompatibel	OpenCode nativ kompatibel	Amp liest .agents/skills	GitHub Copilot Skills per Symlink	Grok Build native Hooks	Kiro CLI native Hooks + Agents

_{& mehr}

model_preset in .agents/oma-config.yaml legt fest, welches Modell jede Agentenrolle nutzt. Der Standardwert auto folgt den eigenen Agenten- und Modelleinstellungen der laufenden Runtime.

language: en
model_preset: auto   # auto | free | antigravity | claude | codex | cursor | kiro | mixed | qwen | <custom_presets key>

# Optional per-agent overrides; they win over the preset
agents:
  backend: { model: openai/gpt-6.1-terra, effort: high }

• mixed nutzt Claude für Orchestrator, Architektur, QA, PM und Docs und Codex gpt-6.1-terra für Implementierungsrollen; dafür brauchst du sowohl Claude Code als auch Codex CLI.
• free läuft über ein FreeLLMAPI-Gateway und braucht FREELLM_API_KEY sowie einen laufenden Server.
• kiro steht nicht im Installer-Menü; setze es direkt in der Konfigurationsdatei.
• oma doctor --profile gibt das aufgelöste Modell für jede Rolle aus.
• Vollständige Anleitung: Per-Agent-Modelle

Grenzen des Stop-Gates:

• Das Stop-Gate gilt nur für die persistenten Workflows (/orchestrate, /work, /ultrawork, /ralph). Ohne oma goal set --gate fordert es den Agenten nur erneut zum Weitermachen auf. /ultrawork weist den Agenten an, ein Gate zu setzen, wenn das Projekt einen günstigen Check hat, aber nichts erzwingt das. Führe oma goal set --gate test selbst aus, wenn du sichergehen willst; die anderen persistenten Workflows setzen nie eines.
• Akzeptiert werden nur die Keywords typecheck, test und lint, und sie führen das gleichnamige package.json-Skript aus. Ohne package.json oder ohne Skript dieses Namens läuft das Gate nicht. Projekte ohne JS brauchen ein Wrapper-Skript in einer package.json.
• Nach 5 Reinforcements, 2 Stunden oder Ablauf von --budget-minutes wird die Blockade aufgehoben und als fehlgeschlagen protokolliert.
• Budgets: session.quota_cap deckelt Tokens, Spawn-Anzahl und Tokens pro Vendor; der Orchestrator verweigert den nächsten Spawn, sobald eine Dimension überschritten ist.

Artefakt-Gate. Fehlt ein Artefakt, ist die Phase nicht nachgewiesen. Der Refactor-Check gilt außerdem als bestanden (skip-recorded), wenn das Session-Log einen Grund für das Überspringen von REFINE festhält.

Prompt-gesteuerter Judge. Der /ralph-Prompt weist den Orchestrator an, den Judge als separaten Agenten mit frischem Kontext auszuführen und ihm nur die Kriterien zu geben. Der Judge soll in jeder Iteration alle Kriterien erneut prüfen, auch zuvor bestandene, weil eine Änderung an einem Kriterium ein anderes verschlechtern kann. oma ralph verify prüft als Gate nur die EXEC-Artefakte; es prüft nicht, ob der Judge tatsächlich gestartet wurde. Kann eine Runtime keine Subagenten starten, soll sie inline urteilen und ralph.judge-inline-fallback aufzeichnen. /ralph stoppt nach 5 Iterationen mit einem Teilbericht.

Event-Log. Finde die Session mit oma state list und lies sie mit oma state get <sid>. Jedes Event ist mit Vendor und Runtime-Session-ID gestempelt. Der Speicherort der Datei hängt von OMA_HOME, OMA_STATE_HOME, OMA_PROFILE und älteren projektlokalen Session-Ordnern ab, also kodiere ihn nicht hart.

Checks pro Agent. Typen: backend, frontend, mobile, qa, debug, pm. Der Befehl endet mit Exit-Code 1, sobald ein Check fehlschlägt; TODO/FIXME Comments und Inline Styles warnen nur.

• backend: <Language> Syntax, SQL Injection (rohe SQL-Muster) und <Language> Tests, aus den Befehlen in stack/stack.yaml. Ohne diese Datei (erzeuge sie mit /stack-set) werden sie übersprungen.
• frontend: die Syntax- und Testbefehle aus stack/stack.yaml (unter oma-frontend oder unter angular-developer, wenn dieser Skill installiert ist) oder TypeScript (tsc --noEmit) und Frontend Tests (Vitest). Inline Styles und Any Types laufen immer.
• mobile: die Syntax- und Testbefehle aus stack/stack.yaml oder Flutter/Dart Analysis und Flutter Tests.
• debug: Python Tests (pytest über uv) oder Frontend Tests (Vitest).
• pm: PM Plan (die Plan-Datei ist gültiges JSON).
• qa: keine mechanischen Checks.

flowchart TD
    S[Agent tries to stop] --> P{Persistent workflow active?}
    P -- no --> A[Stop allowed]
    P -- yes --> D{User or agent said workflow done?}
    D -- yes --> A
    D -- no --> R{Budget spent, state older than 2 h, or 5 blocks reached?}
    R -- yes --> F[Stop allowed, logged as gate.failed]
    R -- no --> G{Gate set and package.json script exists?}
    G -- no --> B1[Blocked: workflow still active]
    G -- yes --> X{Script exits 0 within 25 s?}
    X -- yes --> OK[Stop allowed, logged as gate.passed]
    X -- no --> B2[Blocked with output tail, logged as gate.failed]

Nein. Siehe Skill-Presets; All ist die sichere Standardwahl.

oma doctor zeigt die installierten Skills und warnt, wenn Hooks oma nicht finden. Während eines persistenten Workflows zeigt oma state list die aktive Session und oma state get <sid> ihre Gate-Events.

Meistens ja. Skills werden nur geladen, wenn eine Aufgabe sie braucht, aber Multi-Agenten-Workflows und Reviews mit frischem Kontext verbrauchen mehr. Im Ein-Prompt-Benchmark kostete oma das 1,7-Fache von reinem Claude Code.

Sag „workflow done“ (oder „workflow complete“ / „workflow finished“ bzw. die Entsprechung in den anderen unterstützten Sprachen) oder lösche .agents/state/<workflow>-state-<sid>.json. Tust du beides nicht, löst sich die Blockade nach 5 Blocks oder 2 Stunden von selbst.

oma update aktualisiert Skills, Workflows und Hooks und behält deine Konfiguration (--with-new-skills ergänzt Skills, die im Release neu sind; oma update mcp wählt das Browser-MCP neu). oma uninstall --dry-run zeigt, was entfernt würde; oma uninstall entfernt es und behält oma-config.yaml, mcp.json und selbst geschriebene Skills. Weitere Lösungen: Troubleshooting.

Die Planung und die Wahl des nächsten Schritts bleiben beim Modell deines Agenten; oma hat keinen festen Workflow-Graphen. Was oma außerhalb des Modells durchsetzt: Tool-Guardrails (Secret- und Search-Guards), Budgets, Retry- und Stopp-Limits, ein Event-Log und, wenn du ein Gate setzt, einen Stopp, der wartet, bis deine eigenen Checks bestehen.

• Li, X., Liu, Y., Chen, W., You, B., Di, Z., He, Y., Zheng, S., Choe, K. W., Sun, J., Wang, S., Tao, C., Li, B., Zhao, X., Geng, H., Wu, X., Zhou, J., Chen, X., Xing, H., Li, Y., … Song, D. (2026). SkillsBench: Benchmarking how well agent skills work across diverse tasks (Version 4) [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2602.12670
• Yu, G., & Wang, X. (2026). Knows: Agent-native structured research representations (Version 1) [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2604.17309
• Liang, Q., Wang, H., Liang, Z., & Liu, Y. (2026). From skill text to skill structure: The scheduling-structural-logical representation for agent skills (Version 4) [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2604.24026
• Chen, C., Yu, Q., Gu, Y., Huang, Z., Li, H., Liu, H., Liu, S., Liu, J., Peng, D., Wang, J., Yan, Z., Meng, F., Qin, E., Che, C., & Hu, M. (2026). The scaling laws of skills in LLM agent systems (Version 1) [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2605.16508
• Tang, L., Rashtchian, C., Ferng, C.-S., Tomkins, A., Juan, D.-C., & Vu, T. (2026). WikiSkill: Compiling agent experience into persistent knowledge for skill evolution [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2608.27454
• Huang, Z., Xu, J., Yang, Y., Gong, Z., Yang, Q., Tian, M., Wang, X., Lv, C., Gao, X., Dai, Q., Liu, B., Qiu, K., Yang, X., Chen, D., Zheng, X., & Luo, C. (2026). From raw experience to skill consumption: A systematic study of model-generated agent skills [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2605.23899
• Hong, D. B., Imani, A., & Ahmed, I. (2026). From anatomy to smells: An empirical study of SKILL.md in agent skills (Version 2) [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2607.01456