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

# Tout OS avec bun installé : la même installation, plus la commande globale `oma`
bun install --global oh-my-agent
oma

Sous Windows, l'installateur masque Antigravity, Hermes et Kimi, et le wrapper des hooks est un script bash. Le MCP navigateur Aside, sélectionné par défaut, s'installe via bash : désélectionne-le si tu n'as pas bash.

• Installe bun (obligatoire). Tente d'installer uv, Serena (uv tool install) et CUE (brew install cue ou winget), et continue avec un avertissement si l'un d'eux échoue.
• Présélectionne le MCP navigateur Aside dans la configuration interactive, et ne l'installe avec curl -fsSL https://releases.aside.com/install.sh | bash que si tu le laisses sélectionné. Désélectionne-le à l'étape du MCP navigateur, ou change-le plus tard avec oma update mcp.
• Utilise AgentMemory pour la mémoire sémantique, ce qui exécute bun install -g @agentmemory/agentmemory et l'enregistre comme service de connexion (launchd, unité utilisateur systemd ou tâche planifiée Windows). Choisis le fournisseur none ou définis OMA_NO_AGENTMEMORY=1 pour t'en passer.
• Demande avant de lier des skills dans les dossiers des vendors de ton répertoire personnel (Antigravity, Hermes, Kimi). Dans $HOME sans --global, il demande une confirmation.
• Écrit certains fichiers hors du projet sans demander : ~/.claude.json (marque le projet comme espace de travail Claude Code de confiance), ~/.serena/ (contexte OMA, taille minimale des réponses, enregistrement du projet), ~/.cursor/cli-config.json (désactive l'attribution des commits de Cursor), ~/.grok/config.toml (télémétrie) et ~/.gemini/antigravity-cli/ (HUD), chacun uniquement pour un vendor que tu as sélectionné.
• Écrit des désactivations de télémétrie dans les paramètres des vendors (Claude DISABLE_TELEMETRY=1, qui désactive aussi Claude Code Remote Control ; statistiques d'utilisation de Gemini, Qwen, Codex et Grok). Définis telemetry: true pour garder les valeurs par défaut des vendors.
• Ajoute à .claude/settings.json les paramètres Claude Code non définis, dont skipDangerousModePermissionPrompt: true, effortLevel: high, cleanupPeriodDays: 180 et des flags env qui désactivent l'auto memory, l'adaptive thinking, le signalement d'erreurs et les instructions git intégrées. Les valeurs que tu as déjà définies sont conservées.
• Ajoute un trailer de co-auteur : l'attribution des commits de Claude Code devient Co-Authored-By: First Fluke <[email protected]> et les PR reçoivent une ligne "Generated with oh-my-agent". Définis scm.co_author.enabled: false pour le désactiver.
• Installe dans .githooks/ un garde commit-msg qui rejette les adresses Co-authored-by non listées, et définit git config --local core.hooksPath .githooks quand aucun autre hook n'est actif. Définis scm.co_author.enforce_hook: false pour t'en dispenser.
• oma update met à jour la CLI oma en arrière-plan (auto_update_cli: false ou OMA_SKIP_VERSION_CHECK=1 pour l'arrêter) et exécute uv tool upgrade serena-agent --prerelease=allow (serena.auto_update: false).
• Avec Serena dans le mode bridge par défaut, la première session d'agent qui démarre un serveur Serena partagé enregistre un minuteur de nettoyage qui arrête toutes les 5 minutes les serveurs Serena partagés inactifs (launchd dev.oma.serena-daemon-gc, minuteur utilisateur systemd oma-serena-daemon-gc.timer ou tâche planifiée Windows OMA Serena Daemon GC). Définis serena.mode: stdio pour te passer du serveur partagé et de son minuteur. oma uninstall ne supprime pas le minuteur.
• Les exécutions non interactives (-y, OMA_YES=1, CI=true) utilisent le preset de skills All, model_preset: auto et Python comme langage backend. Elles ne sélectionnent aucun MCP navigateur (et sautent le script d'installation d'Aside), sauf si mcp.devtools_browsers en liste déjà un.

Parmi les presets nommés, seul All inclut coordination, orchestration, docs, security, refactor, explanation, recap, video, slide et skill-creation (ou choisis-les dans Custom). Research et Content n'ont pas les skills sur lesquels reposent /plan, /review, /debug, /architecture et /brainstorm. Voir Workflows qui ont besoin de skills hors d'un preset.

L'ingénieur infra (tf-infra-engineer) a pour consigne de demander avant tout apply ou destroy destructif ou en production. Les autres skills (brainstorm, security, scm, dev-workflow, observability, explanation, recap, translation, coordination, orchestration, skill-creation, contenu et médias) n'ont pas de rôle dédié. Ton agent les charge lui-même et, pour la plupart, l'injecteur de skills suggère le bon à partir de ton prompt.

oma verify triggers évalue la précision du déclenchement sur un corpus annoté de 212 prompts en anglais et en coréen. La CI échoue si le taux de false-fire dépasse 10 % ou si celui de missed-fire dépasse 20 %. Lors de la dernière mesure, ces taux étaient de 0 % de missed-fire et 5,3 % de false-fire. Référence complète : Workflows.

/stack-set lit tes manifestes et écrit des références spécifiques à ta stack pour les skills backend, frontend et mobile. Dans un monorepo, les ingénieurs frontend, backend et mobile sont orientés vers leur workspace (pnpm, workspaces npm/yarn/bun, lerna, nx, turbo, mise.toml).

Ces pipelines signalent une source ou une clé vendor manquante au lieu de renvoyer en silence un résultat appauvri.

oma hook probe vérifie que les prompt hooks d'oma acceptent l'entrée de hook de chaque runtime (il ne lance pas le runtime). Les hooks branchés par chaque runtime figurent dans Différences entre hôtes.

• oma agent spawn <role> "<task>" <sid> exécute un rôle sur Antigravity, Claude Code, Codex, Cursor, Grok, Kimi Code, Kiro, OpenCode, pi ou Qwen Code, avec --isolation worktree et --fallback-vendors. oma agent parallel en lance plusieurs à la fois. Ces 10 cibles de dispatch font partie des 14 intégrations de l’installateur.
• oma state list --all-projects et oma state get <sid> : les sessions et chaque événement enregistré.
• oma dashboard terminal / oma dashboard web : statut des agents en direct (le dashboard web n'écoute que sur 127.0.0.1). Guide du dashboard.
• oma stats get (métriques de productivité), oma retro (une rétrospective git), oma recap --window 7d (ce que tu as fait dans tes outils IA).
• oma visualize --affected <paths> : quels skills, workflows, agents et vérifications dépendent des fichiers .agents/ que tu as modifiés.

Serena fournit la navigation de code et les diagnostics basés sur LSP, y compris le retour sur les modifications natives lorsque cette fonction est prise en charge. Le choix du fournisseur est indépendant du runtime de l’agent ; les capacités varient selon le fournisseur et l’hôte.

Les agents se coordonnent via de simples fichiers dans .agents/state/, sans service externe. /tools active ou désactive les outils MCP en langage courant. Détails : Fournisseurs de capacités.

• oma skill eval mesure le gain d'un skill par rapport à une baseline sur des tâches mises de côté (held-out). oma skill optimize propose des modifications qui l'augmentent, et --apply les conserve (guide skill-eval).
• oma harness evolution enable --max-dispatches <n> planifie un cycle nocturne qui transforme les exécutions en échec en fixtures de régression et applique comme overlays de projet les améliorations de skills qui passent l'évaluation. Ajoute --mode propose pour seulement les enregistrer.
• oma emit exporte la source .agents/ en package Agent Skills, en package Agent Plugins, en marketplace de plugins Claude Code ou en AGENTS.md.

• Un unique .agents/oma-config.yaml, qui t'appartient, survit aux mises à jour (seul oma update --force le réinitialise) ; des overlays privés .local.yaml ou .local.cue peuvent s'y superposer. language définit la langue de réponse.
• 13 règles de projet (backend, commit, database, debug, design, etc.) se chargent comme règles natives dans Claude Code et Cursor, et sont indexées dans le bloc AGENTS.md géré, écrit pour Codex, Qwen Code et Pi.
• Les mises à jour conservent des sauvegardes de configuration et de migration dans .agents/backup/ ; les skills et workflows livrés sont remplacés sur place, alors garde tes modifications locales en dehors. oma uninstall --dry-run montre ce qui serait supprimé. first-fluke/oma-update-action@v1 lance oma update en CI et ouvre une PR.

natif = oma écrit les fichiers de configuration propres au runtime ; adaptateur = oma ajoute aussi des shims de hooks ou d'agents. Amp lit .agents/skills/ de lui-même et n'est pas une cible d'installation.

Claude Code natif + adaptateur	Codex CLI natif + adaptateur	Antigravity SSOT natif	Cursor natif + adaptateur	Qwen Code dispatch natif	DeepSeek Harness Cordis plugin
Pi compatible nativement	OpenCode compatible nativement	Amp lit .agents/skills	GitHub Copilot skills via symlink	Grok Build hooks natifs	Kiro CLI hooks natifs + agents

_{& plus}

model_preset dans .agents/oma-config.yaml choisit le modèle utilisé par chaque rôle d'agent. La valeur par défaut, auto, suit les réglages d'agent et de modèle propres au runtime en cours d'exécution.

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 utilise Claude pour l'orchestrateur, l'architecture, la QA, le PM et les docs, et Codex gpt-6.1-terra pour les rôles d'implémentation ; il faut donc Claude Code et Codex CLI.
• free passe par une passerelle FreeLLMAPI et nécessite FREELLM_API_KEY ainsi qu'un serveur en marche.
• kiro ne figure pas dans le menu de l'installateur ; définis-le dans le fichier de configuration.
• oma doctor --profile affiche le modèle résolu pour chaque rôle.
• Guide complet : Modèles par agent

Limites du Stop gate :

• Le Stop gate ne s'applique qu'aux workflows persistants (/orchestrate, /work, /ultrawork, /ralph). Sans oma goal set --gate, il se contente de relancer l'agent pour qu'il continue. /ultrawork demande à l'agent de définir un gate quand le projet dispose d'une vérification peu coûteuse, mais rien ne l'impose. Lance oma goal set --gate test toi-même si tu veux en être sûr ; les autres workflows persistants n'en définissent jamais.
• Seuls les mots-clés typecheck, test et lint sont acceptés, et ils lancent le script package.json de ce nom. Sans package.json, ou sans script de ce nom, le gate ne s'exécute pas. Les projets non JS ont besoin d'un script wrapper dans un package.json.
• Le blocage est levé et consigné comme échoué après 5 relances, 2 heures ou l’épuisement de --budget-minutes.
• Budgets : session.quota_cap plafonne les tokens, le nombre de spawns et les tokens par vendor ; l'orchestrateur refuse le spawn suivant dès qu'une dimension est dépassée.

Gate d’artefacts. Sans artefact, l’exécution de la phase n’est pas attestée. La vérification refactor passe aussi en skip-recorded quand le log de session consigne une raison de sauter REFINE.

Juge piloté par prompt. Le prompt de /ralph demande à l’orchestrateur de lancer le juge comme agent séparé, avec un contexte neuf et uniquement les critères. Le juge doit revérifier tous les critères à chaque itération, y compris ceux déjà validés, car corriger un critère peut en faire régresser un autre. oma ralph verify contrôle uniquement les artefacts EXEC ; il ne vérifie pas si le juge a été lancé. Si un runtime ne peut pas démarrer de sous-agents, il doit juger inline et consigner ralph.judge-inline-fallback. /ralph s’arrête après 5 itérations avec un rapport partiel.

Event log. Retrouve la session avec oma state list et lis-la avec oma state get <sid>. Chaque événement est estampillé avec le vendor et l'id de session du runtime. L'emplacement du fichier dépend de OMA_HOME, OMA_STATE_HOME, OMA_PROFILE et des anciens dossiers de session locaux au projet, alors ne le code pas en dur.

Vérifications par agent. Types : backend, frontend, mobile, qa, debug, pm. La commande sort avec le code 1 dès qu'une vérification échoue ; TODO/FIXME Comments et Inline Styles ne font qu'avertir.

• backend : <Language> Syntax, SQL Injection (motifs de SQL brut) et <Language> Tests, à partir des commandes de stack/stack.yaml. Sans ce fichier (génère-le avec /stack-set), elles sont ignorées.
• frontend : les commandes de syntaxe et de test de stack/stack.yaml (sous oma-frontend, ou sous angular-developer si ce skill est installé), ou TypeScript (tsc --noEmit) et Frontend Tests (Vitest). Inline Styles et Any Types s'exécutent toujours.
• mobile : les commandes de syntaxe et de test de stack/stack.yaml, ou Flutter/Dart Analysis et Flutter Tests.
• debug : Python Tests (pytest via uv) ou Frontend Tests (Vitest).
• pm : PM Plan (le fichier de plan est un JSON valide).
• qa : aucune vérification mécanique.

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]

Non. Voir Presets de skills ; All est le choix par défaut sans risque.

oma doctor affiche les skills installés et avertit quand les hooks ne trouvent pas oma. Pendant un workflow persistant, oma state list affiche la session active et oma state get <sid> ses événements de gate.

En général, oui. Les skills ne se chargent que lorsqu'une tâche en a besoin, mais les workflows multi-agents et les revues en contexte neuf consomment davantage. Dans le benchmark à un seul prompt, oma a coûté 1,7 fois plus que Claude Code seul.

Dis « workflow done » (ou « workflow complete » / « workflow finished », ou l'équivalent dans les autres langues prises en charge), ou supprime .agents/state/<workflow>-state-<sid>.json. Si tu ne fais ni l'un ni l'autre, le blocage se lève tout seul après 5 blocages ou 2 heures.

oma update actualise les skills, les workflows et les hooks, et conserve ta configuration (--with-new-skills ajoute les skills apparus dans la release ; oma update mcp permet de rechoisir le MCP navigateur). oma uninstall --dry-run montre ce qui serait supprimé ; oma uninstall le supprime et conserve oma-config.yaml, mcp.json et les skills que tu as écrits. Autres solutions : Dépannage.

La planification et le choix de la prochaine étape restent au modèle de ton agent ; oma n'a pas de graphe de workflow figé. Ce qu'oma impose en dehors du modèle : des garde-fous sur les outils (gardes secrets et recherche), des budgets, des limites de retry et d'arrêt, un event log et, quand tu définis un gate, un arrêt qui attend que tes propres vérifications passent.

• 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