惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Hackread – Cybersecurity News, Data Breaches, AI and More
C
Check Point Blog
Hacker News: Ask HN
Hacker News: Ask HN
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
WordPress大学
WordPress大学
P
Proofpoint News Feed
V
Visual Studio Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
N
Netflix TechBlog - Medium
C
CXSECURITY Database RSS Feed - CXSecurity.com
博客园 - 聂微东
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
博客园 - 叶小钗
Cisco Talos Blog
Cisco Talos Blog
S
Schneier on Security
T
Threat Research - Cisco Blogs
腾讯CDC
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
The Hacker News
The Hacker News
Google DeepMind News
Google DeepMind News
Microsoft Security Blog
Microsoft Security Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
GbyAI
GbyAI
N
News | PayPal Newsroom
L
LINUX DO - 最新话题
酷 壳 – CoolShell
酷 壳 – CoolShell
P
Palo Alto Networks Blog
T
Tenable Blog
S
Secure Thoughts
T
Threatpost
V2EX - 技术
V2EX - 技术
大猫的无限游戏
大猫的无限游戏
Martin Fowler
Martin Fowler
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Vercel News
Vercel News
罗磊的独立博客
P
Privacy & Cybersecurity Law Blog
Engineering at Meta
Engineering at Meta
小众软件
小众软件
Google DeepMind News
Google DeepMind News
N
News and Events Feed by Topic
Y
Y Combinator Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
C
Cybersecurity and Infrastructure Security Agency CISA
P
Proofpoint News Feed
L
Lohrmann on Cybersecurity
P
Privacy International News Feed
H
Heimdal Security Blog
量子位
B
Blog

博客园 - 我才是银古

第16章:常见问题、排错与最佳实践 第15章:扩展生态、MCAD 与外部集成 第12章:实战案例:机械结构与 3D 打印零件 第14章:构建、测试、调试与贡献流程 第13章:OpenSCAD 源码架构与核心执行流程 第11章:预览、渲染、网格精度与性能优化 第09章:列表推导、递归与算法建模 第08章:参数化零件库与复用设计 第10章:导入导出、命令行与自动化 第06章:CSG 布尔建模方法 第07章:二维图形、拉伸、旋转与投影 第05章:基础几何、坐标系与变换 第04章:参数、变量、函数、模块与作用域 OpenSCAD 教程目录 第03章:OpenSCAD 语言基础 第02章:安装、环境配置与开发工作流 第01章:OpenSCAD 项目全景与学习路线 第02章:源码获取、编译与开发环境配置 第01章:OCCT项目全景与学习路线 第18章:二次开发实战与综合案例 第17章:与 Qt VTK Python pythonOCC 生态集成 第18章:综合实战案例 第17章:数据交换与协同 第16章:源码架构与二次开发 第15章:插件与自定义工作台开发 第14章:Python脚本宏与自动化 第13章:FEM仿真分析 第12章:CAM数控加工 第11章:SurfaceMesh与逆向工程 第10章:Draft二维绘图与BIM建筑 第09章:工程图TechDraw 第07章:参数化表达式与Spreadsheet 第08章:装配设计Assembly 第06章:Part工作台与几何内核 第05章:PartDesign实体特征建模 第04章:草图Sketcher约束建模 第02章:安装版本与工作环境配置 第03章:界面工作台与基础操作 第01章:项目全景与学习路线 第十二章:插件开发、研究功能与最佳实践 第十章:定时任务与自动化(Cron) 第七章:技能、记忆与自学习闭环 第八章:MCP 集成与上下文文件 第六章:工具系统与终端后端 第五章:模型供应商与配置体系 Hermes Agent 教程目录 第十一章:语音、视觉、浏览器与子代理协作 第四章:CLI/TUI 与会话管理 第十二章:学习路线、实战方案与最佳实践 第十一章:源码结构、开发调试与插件开发 第十章:自动化、远程访问、日志与排障 第九章:Control UI、节点、Canvas 与语音能力 第七章:工具、技能、插件与能力扩展 第八章:安全模型、访问控制与沙箱实践 第六章:Agent 工作区、会话与多智能体路由 第五章:多通道消息接入与聊天平台配置 第四章:配置体系、模型接入与认证管理 第三章:Gateway 架构、协议与运行机制 第二章:安装、环境准备与快速上手 第一章:OpenClaw 项目概览与核心定位 oh-my-openagent 教程目录 09-命令模型回退与配置参考 10-实战案例最佳实践与故障排除 08-Hooks与MCP系统 06-Category与Skill系统 07-核心工具链 04-智能体全景详解 03-安装与环境配置 02-整体架构与多模型编排机制 01-项目简介与核心理念 01-项目概览与学习路线 02-安装部署与工具适配 03-Skill机制与using-superpowers 05-TDD系统化调试与完成前验证 04-需求澄清方案设计与计划编写 07-并行智能体子智能体与Git-Worktree 第六章:代码审查、反馈处理与分支收尾 08-中国特色Skills与本土团队落地 09-MCP构建工作流执行与自定义Skill 第23章:FreeCAD-Python-API Clipper2 C# 源码解读教程 第19章:PolyTree 多边形树结构 第20章:实际应用与最佳实践 第18章:Minkowski 和与差 第17章:RectClip 矩形裁剪优化 第16章:ClipperOffset 偏移类详解 第15章:填充规则详解 第14章:布尔运算执行流程 第13章:ClipperD 浮点裁剪类 第11章:OutRec 与 OutPt 输出结构 第9章:Active 活动边结构 第10章:Vertex 顶点与 LocalMinima 局部极小值 第12章:Clipper64 裁剪类详解 第7章:高精度运算与128位整数 第8章:ClipperBase 基类详解 第5章:枚举类型与常量定义 第6章:InternalClipper 内部工具类 第2章:核心数据结构 - Point64、PointD 第3章:路径与多边形表示 - Path64、PathD、Paths64、PathsD 第4章:矩形边界 - Rect64、RectD
05-工作模式-Ultrawork-Prometheus-Atlas
我才是银古 · 2026-05-04 · via 博客园 - 我才是银古

第五章:工作模式 Ultrawork、Prometheus 与 Atlas

oh-my-openagent(OmO)日常使用其实只有三种主线工作流:

  • Ultrawork(懒人模式):扔出意图,让全员上阵。
  • Prometheus(规划模式):先访谈、再规划,把决策都做完。
  • Atlas(执行模式):拿着 Prometheus 的计划逐项落地、独立验证。

理解了这三种模式怎么协作,就掌握了 OmO 90% 的使用场景。


5.1 三种模式的决策流

                      你要做什么?
                          │
        ┌─────────────────┴─────────────────┐
        ▼                                   ▼
   "随手小事 / 改错字"              "复杂任务"
   直接和 Sisyphus 对话                     │
                            ┌───────────────┴───────────────┐
                            ▼                               ▼
                "懒得讲清楚需求"                   "多日 / 高风险 / 关键改动"
                输入 `ulw ...` 让它自己干         先 Prometheus 规划
                                                 再 Atlas 执行

更精确地:

复杂度 路径 适用场景
简单 直接对话 改错字、小补丁、单文件改动
复杂 + 懒 ulw / ultrawork 复杂但不想写需求文档
复杂 + 严谨 @plan/start-work 多步骤、需可验证的执行、关键改动

下面分别展开。


5.2 Ultrawork 模式:懒人福音

5.2.1 触发方式

在和 Sisyphus(默认 Agent)对话时,prompt 里出现 ultraworkulw 关键词即可:

ulw 给登录接口加一段手机号验证码登录的流程
ultrawork 修复 CI 中所有 eslint 警告
ulw fix the failing tests

keyword-detector Hook 会嗅到这两个关键词并切换到 Ultrawork 模式:

  • 启动 IntentGate;
  • Sisyphus 进入"激进并行 + 永不停歇"状态;
  • todo-continuation-enforcer 全程保护,不让 Agent 偷停;
  • 后台 Agent(Explore / Librarian)默认开闸。

5.2.2 Ultrawork 的两种打开方式

方式 A:单次 Ultrawork

ulw 把 src/auth 里的所有 console.log 替换为 logger.debug

Sisyphus 跑一轮就停。

方式 B:Ralph / Ultrawork Loop

如果你想要"达不到 100% 完成绝不收工"的体验,用 /ulw-loop

/ulw-loop "把支付模块从 PayPal 切换到 Stripe"
/ulw-loop "把这个 45k 行的 Tauri 应用改造成 SaaS Web 应用" --max-iterations=200

行为:

  • Agent 持续工作至检测到 <promise>DONE</promise> 才停;
  • 中途如果停了但没完成,自动续;
  • 最大迭代次数默认 100,超出停;
  • /cancel-ralph 取消。

/ralph-loop 是同样机制但不强制 ultrawork 模式。两者都来自 Anthropic 的 Ralph Wiggum 插件灵感。

5.2.3 Ultrawork 的"自动 Plan 复用"

如果当前项目 .sisyphus/plans/ 里已经有 Prometheus 计划,ulw 模式会自动接上——继续推进而不是重做。如果没有,则自主探索。

5.2.4 何时不用 Ultrawork

  • 关键产线变更(数据库迁移、支付链路):建议先 Prometheus 走计划;
  • 多人协作 / 需要文档留痕:Atlas 模式输出可审计的进度;
  • 真正只是改一行错字:直接对话即可,没必要打开 ulw 这架机关枪。

5.3 Prometheus 模式:先想清楚再写

5.3.1 心智图

你           Prometheus            子 Agent
描述需求 →  访谈 →  调研代码  →   explore / librarian
            ↑                       │
            └─── 多轮往返追问 ────┘
                  ↓
            可放行检查 ✓
                  ↓
            调用 Metis 做缺口分析
                  ↓
            写计划 .sisyphus/plans/{name}.md
                  ↓
            (可选) 高准确度 → Momus 严审
                  ↓
            交付计划,提示 /start-work

5.3.2 进入 Prometheus 的两种姿势

姿势 1:Tab → 选 Prometheus

适合"我刚开新会话、就是来规划的"。心智干净。

姿势 2:在 Sisyphus 里 @plan "..."

适合"已经在干活,半路想插一个计划"。无须切 Agent,仍触发 Prometheus 流程。

场景 推荐方式
新会话、专心规划 Tab → Prometheus
干一半要规划 @plan
想要清晰的"规划态/执行态"切换 Tab → Prometheus
最快路径 @plan

两条路最终都走同一个 Prometheus 流程。

5.3.3 访谈过程中要做什么

Prometheus 会按你的"意图类型"调整提问风格:

Intent 关注点 典型提问
重构 安全 - 行为不变 "什么测试验证当前行为?" "回滚方案?"
从零搭建 发现 - 模式优先 "代码库里发现模式 X,跟还是偏?"
中等任务 边界 - 精确护栏 "什么必须不在内?硬约束是?"
架构 战略 - 长期影响 "预期寿命?规模?"

5.3.4 Prometheus 的硬约束

  • 它是 READ-ONLY 的,只能在 .sisyphus/ 下创建/修改 Markdown 文件,不能写任何代码(受 prometheus-md-only Hook 强制);
  • 它会 强制调用 Metis 做一遍缺口分析;
  • 你说"开启高准确度"时,它会进 Momus Loop,直到 OKAY

5.3.5 计划完成后

Prometheus 会:

  1. 把计划落到 .sisyphus/plans/{name}.md
  2. 提示你 /start-work 开始执行。

至此,规划阶段结束。


5.4 Atlas 模式:让计划落地

5.4.1 启动方式

/start-work

或指定计划名(多 plan 场景):

/start-work refactor-auth

5.4.2 /start-work 的两条分支

检查 .sisyphus/boulder.json
    │
    ├─ 存在 → RESUME 模式
    │   - 读取已有 boulder 状态
    │   - 计算进度(已勾 / 未勾 todo)
    │   - 注入续作提示,让 Atlas 从未完成处继续
    │
    └─ 不存在 → INIT 模式
        - 找 .sisyphus/plans/ 中最新计划
        - 创建 boulder.json
        - 切换会话 Agent 为 Atlas
        - 从 task 1 开始

5.4.3 Atlas 的执行循环

flowchart LR Read[1. 读计划] --> Analyze[2. 分析任务] Analyze --> Wisdom[3. 累积智慧] Wisdom --> Delegate[4. 委派任务] Delegate --> Verify[5. 验证结果] Verify -->|更多任务| Delegate Verify -->|全部完成| Report[6. 终报] Delegate -->|task() / call_omo_agent()| Workers[Sisyphus-Junior / Oracle / Explore / Librarian / 视觉] Workers -->|结果 + Learnings| Verify

Atlas 自己不写代码,所有的"写"都被强制委派给子 Agent。这种"指挥与执行隔离"是 OmO 区别于普通 Agent 框架的核心做法。

5.4.4 Wisdom Accumulation:经验滚雪球

每次 Junior 跑完,Atlas 把回应中可提取的经验分类到:

  • Conventions:项目里的既定模式;
  • Successes:成功做法;
  • Failures:失败和原因;
  • Gotchas:意外的坑;
  • Commands:可复用的具体命令。

这些经验会被传递给所有后续 Junior,第二个任务开始就比第一个聪明

笔记本默认目录:

.sisyphus/notepads/{plan-name}/
├── learnings.md
├── decisions.md
├── issues.md
├── verification.md
└── problems.md

5.4.5 会话连续性

Boulder.json 跟踪:

  • active_plan:当前计划路径;
  • session_ids:所有为这份计划工作过的会话;
  • started_at:开工时间;
  • plan_name:人类可读名字。

举个真实时间线:

周一 9:00
└─ @plan "构建用户认证"
└─ Prometheus 访谈生成计划
└─ /start-work
└─ Atlas 开干,建立 boulder.json
└─ 完成 task 1,task 2 进行中
└─ [机器崩溃 / 你下班]

周一 14:00(新会话)
└─ 默认进入 Sisyphus
└─ /start-work
└─ start-work Hook 读 boulder.json
└─ "Resuming 'Build user authentication' - 3 of 8 tasks complete"
└─ Atlas 继续 task 3,上下文一点没丢

5.4.6 Atlas 的硬约束

  • 不能直接写文件 / 改代码 / 修 Bug / 写测试 / Git 提交——必须通过 Junior 委派;
  • 自己只能 read / 跑命令 / lsp_diagnostics / grep / glob / ast-grep;
  • 受 Hook 阻止 task / call_omo_agent 之外的写操作。

5.4.7 中途叫停 / 切换

  • /stop-continuation:停掉本会话所有的"持续机制"——Ralph Loop、todo continuation、boulder。当你只想让 Atlas 暂停一下:用这个。
  • exit:退出本会话进入新会话,下次再 /start-work 续作。
  • 手动改 boulder.json:在多 plan 切换时,删掉 .sisyphus/boulder.json/start-work 重新选最新计划。

5.4.8 /handoff 命令:把上下文移交

如果你要换台机器或换会话继续:

/handoff

它会生成一份结构化的 handoff 文档,包括:当前状态、已做、未做、相关文件路径。把这份文档发到新会话开头,几乎可以无缝接上。


5.5 三种模式的对比

维度 Ultrawork Prometheus + Atlas Hephaestus
计划 内部 todo + 自主探索 外显 Markdown 计划 边做边自规划
委派 Category + 直接 subagent Atlas 严格委派 自己 explore/librarian
模型 Sisyphus 默认链 Prometheus + Atlas 双链 GPT-5.4 only
适合 通用复杂任务 多日 / 关键改动 深架构 / 跨域硬骨头
续作 中等(todo 累积) 强(boulder.json + notepad) 弱(自走流)
验证 lsp + 测试 + Hook 同左 + Atlas 独立验证 + Momus lsp + 测试

实战经验:

  • 80% 的任务用 Ultrawork;
  • 15% 的任务(多日工程、关键变更、跨多模块重构)用 Prometheus + Atlas;
  • 5% 的任务(特别想用 GPT-5.4 推理风格)用 Hephaestus。

5.6 实战示例

5.6.1 改一行错字

README.md 第 12 行打字错了:把 "intall" 改成 "install"

直接对话就好。

5.6.2 实现一个新接口(懒人)

ulw 在 services/auth.ts 加一个 sendOtp(phone) 方法,调用 Twilio Verify API;带超时 / 重试;用现有 logger,写单测

Sisyphus 会自己:

  1. 用 Explore 找现有 service 模式;
  2. 用 Librarian 查 Twilio Verify 文档;
  3. 让 Junior 在 deep 类别下实现;
  4. 让 Junior 在 unspecified-low 写测试;
  5. 跑 lsp_diagnostics 验证;
  6. comment-checker 检查注释清洁。

5.6.3 实现一个新功能(严谨流)

(Tab 切到 Prometheus)
我想实现"邀请用户加入工作区"的功能:邮件 + 链接,链接 7 天有效,必须支持取消邀请

Prometheus 访谈:

  • "你的会员表里 invite 是字段还是独立表?"
  • "邀请取消后,已经使用的邀请要不要 revoke?"
  • "需要支持批量邀请吗?"
  • ……

访谈 → Metis 缺口 → 计划落到 .sisyphus/plans/invite-users.md → 你审 → /start-work → Atlas 派 Junior 一项项做。

5.6.4 长链条架构改造

(Tab 切 Hephaestus)
把 src/store 从 MobX 迁到 Zustand,不破坏任何现有组件

Hephaestus(GPT-5.4 medium)会自主探索每个 store 的引用、生成迁移策略、跨多文件改写——你只用看产出。


5.7 工作模式中的常见疑问

Q1:我切到 Prometheus,但它什么都没做?

Prometheus 默认进入访谈模式。你必须先描述需求,它会反问你。访谈达到放行标准后,告诉它"make it a plan",它就会落盘。

Q2:/start-work 报 "no active plan found"?

可能是:

  • .sisyphus/plans/ 是空 → 让 Prometheus 先建一个;
  • boulder.json 指向已删除的旧计划 → 删 .sisyphus/boulder.json 重试。

Q3:我手动切到 Atlas,但发现没法操作?

Atlas 主要通过 /start-work 进入。你不需要手动切 Atlas——/start-work 会自动激活。

Q4:@plan 和切到 Prometheus 有啥区别?

功能上没区别@plan 是便捷命令,在 Sisyphus 里直接调起 Prometheus 流程;切 Agent 是显式切换。哪个顺手用哪个。

Q5:用 Hephaestus 还是 ulw

绝大多数情况用 ulw。只有当你就是要 GPT-5.4 那种深度推理风格 / AmpCode 深度模式体验时切到 Hephaestus。

Q6:Ultrawork 和 Ralph Loop 怎么选?

  • ulw 一次性任务:跑一轮就停;
  • /ulw-loop "...":直到打出 <promise>DONE</promise> 才停,多用于"通宵改造"场景。

Q7:Atlas 会不会自己写代码?

不会。Atlas 被 Hook 强制只能"读 + 委派",所有写操作必须通过 Junior。

Q8:boulder.json 有什么用?

它是 Atlas 的"工作锚点"——当前在哪个 plan、当前进度、哪些 session 参与过。删除它就等于"放弃当前 plan,开新一轮"。


5.8 三种模式的极简记忆

  • Ultraworkulw <description> ── 一句话扔出去,Sisyphus 全员上阵。
  • Prometheus@plan "..." 或 Tab → Prometheus ── 访谈 + 计划文档。
  • Atlas/start-work ── 拿计划落地,永不丢上下文。

下一章我们将进入 Category 与 Skill 系统——理解 OmO 是怎么把"模型 + 工具 + 领域知识"打包成一个可重用单元的。