逆向传奇下场做 Claude Code 替代：oh-my-pi 用哈希锁住 AI 编辑、把脏活下沉 Rust（5 个月 1.1 万 Star）

一句话总结：oh-my-pi（命令 omp）是逆向工程传奇 can1357（VTIL/NoVmp 作者）联手 libGDX 作者 Mario Zechner 打造的终端 AI 编码 agent——用整文件哈希快照锁住编辑、规避 LLM 改文件的行号漂移，把 grep/shell/沙箱等热路径全部下沉到 Rust 原生，再叠加 40+ provider 自由路由与 IDE 级 LSP/调试器能力。5 个月冲到 1.1 万 Star、约 7600 commit、21 万行测试，技术深度在开源 AI 编码 agent 里属第一梯队;但逆向接入 Cursor 后端的 ToS 争议、双人主导的 bus factor 是绕不开的风险。

值得关注的理由

「逆向工程师视角做 agent」的罕见样本。别人当「提示词工程」处理的编辑漂移、工具容错、性能，can1357 当成协议/系统问题：把性能热路径（grep/shell/ast/pty/token 计数）全部用 Rust 链入进程、无 fork-exec、单二进制跨 5 平台无 WSL。这种底层功底在纯应用层 TS agent 里很少见。
hashline 是最可复用的技术亮点。用整文件哈希快照标签做「你改的是你读的版本」的乐观并发锁，编辑走行号/tree-sitter 块操作，文件漂移即三路合并恢复或硬拒绝——优雅解决了主流 agent 用 str_replace「string-not-found 重试循环」、行号 diff 漂移改错位置的顽疾。
「benchmaxxed」工具 harness 把弱模型拉满。README 给出可验证数字：Grok Code Fast 通过率 6.7%→68.3%、MiniMax 2.1×、Grok 4 Fast 输出 token −61%——印证作者「The Harness Problem」的论点（很多模型「不行」其实是工具框架在拖垮）。
工程严谨度远超同类 agent。932 个测试文件 / 约 21 万行测试、TUI 差分渲染回归 + 压力测试、专门的编辑基准包、跨平台 CI matrix——区别于大量零测试的 agent 项目。
顶级技术血统 + 罕见协作：can1357（逆向/内核传奇）+ badlogic（Mario Zechner，libGDX 作者，omp 是其 Pi 的 fork 且本人深度参与）+ 自建 AI bot 自维护。

项目展示

README/官网 omp.sh 含各差异化特性的 TUI 演示截图：

oh-my-pi hero

官网 https://omp.sh（含 LSP/DAP 调试器/浏览器/subagent 等特性演示）;社交卡片兜底：https://opengraph.githubassets.com/1/can1357/oh-my-pi

项目画像

维度	数据
全名	`can1357/oh-my-pi`（命令 `omp`）
定位	终端 AI 编码 agent（Claude Code 竞品），Bun(TS) + Rust monorepo
Star / Fork	11,164 ⭐ / 943 🍴（CSV 抓取 9,360，爆发型增长）
License	MIT
代码规模	账面 67.3 万行;真实原创 ~34-42 万（剥离生成 protobuf 1.5万 + models.json 6万 + vendored brush 3.4万 + 测试 21万）
语言	TypeScript 73% + Rust 8% + Python 6%;注释比 0.153
建库时间	2025-12-31（极新，约 5 个月）
开发节奏	约 7,622 commit（~50/天）;最新 tag v15.10.3
贡献者	30 人，can1357 ~4780（主力）+ badlogic 1343 + roboomp 390（自建 AI bot）
作者	can1357（Can Bölük，VTIL/NoVmp/Blackbone 逆向传奇）+ Mario Zechner（libGDX）
上游	badlogic 的 Pi（pi-mono）的 fork，「Pi + batteries included」

说明：depth-1 克隆使 facts 的 dev_rhythm 失真，提交节奏/贡献者均以 gh api 为准;code_scale 准确。

作者视角

问题发现

作者 Can Bölük（can1357，逆向/Windows 内核圈传奇，VTIL/NoVmp/Blackbone 作者） 把逆向工程师的视角带进 agent。hashline 的 prompt.md 本身就像一份对模型行为缺陷做防御性设计的规约——满篇「stale-tag rejection 要 STOP」「elided region 视为未读」「范围越窄爆炸半径越小」这类对 LLM 失效模式的工程化约束。三类痛点他都选择从底层重做：编辑漂移、弱模型被 harness 拖垮、性能/可移植性、provider 锁定。

解法哲学

底层重做：性能热路径（grep/shell/ast/pty/token 计数）全部下沉 Rust（crates/，~27K 行），链入进程跑 libuv 线程池，无 fork-exec，单二进制覆盖 5 平台、Windows 不需 WSL。
benchmaxxed harness：每个工具针对「让最弱模型也做对」调优——read 用 tree-sitter 结构摘要而非 dump 全文、pi-shell 内置输出最小化器把 npm install 刷屏压成一行、每个工具调用强制带 _i（intent）字段逼模型先声明意图。
provider 自由：40+ provider、按角色路由、fallback 链、轮换凭据，拒绝单后端锁定（代价见安全节）。

背景知识迁移

逆向功底 → 手工重建 Cursor 私有后端协议（agent.proto 3526 行 → 15274 行生成 protobuf client）;系统/内核功底 → pi-iso 跨平台隔离 PAL（APFS clonefile、Linux overlayfs、Windows ProjFS、git worktree 兜底）把「子 agent 各一份 COW 工作树」做成零深拷贝。这套「把脏活下沉原生 + 对不可靠组件做防御性契约」正是逆向工程师改造黑盒系统的惯性思维。

战略图景

omp 是 Mario Zechner（badlogic，libGDX 作者）的 pi-mono 的 fork 且本人深度参与（#2 贡献者），把 Pi 的「终端优先编码 UX」扩成 batteries-included。python/robomp/（roboomp）是自建的自托管 GitHub triage bot，驱动 omp --mode rpc 在 per-issue 工作树里自动分类/复现/修 bug/开 PR——用自己维护自己，部分解释了极高提交频率。provider 自由是护城河，但逆向 Cursor 一条把可持续性押在了别人的私有协议稳定性与 ToS 容忍度上。

核心价值提炼

创新点

1. hashline 哈希锚定编辑 — 新颖度 5/5 · 实用性 5/5 · 可迁移性 5/5

整文件 xxHash32 快照标签做乐观并发锁 + 行号/tree-sitter 块操作 + 漂移三路合并恢复/失败硬拒。section header 带 4-hex 标签 [path#TAG]（整文件规范化文本的 xxHash32 低 16 位）;SnapshotStore 记「全文→标签」，落地时 computeFileHash(live)===expected 判定文件在 read 与 edit 间是否漂移;漂移则把编辑 apply 到历史快照、fuzzFactor:0 精确三路合并到现盘，失败抛 MismatchError 带富诊断逼模型重读。校正：这是「快照标签 + 乐观并发控制」（哈希粒度=整文件），README「edit by content hash / point at anchors」是营销化表述，并非逐行内容寻址——把校验成本从「每行哈希」降到「一次整文件哈希」，token 极省。适用：任何 LLM-改文件流水线，可直接替换 str_replace/行号 diff 的脆弱性。omp 最大且最可复用的技术资产。

2. benchmaxxed 工具 harness（弱模型适配） — 新颖度 4/5 · 实用性 5/5 · 可迁移性 4/5

read 用 tree-sitter 结构摘要 + 选择器恢复提示;pi-shell 输出最小化器;强制 _i intent 注入为 schema 首属性;流中 steering 中断（time-traveling stream rules：正则命中即中断 token 流、注入规则、从同点重试，且注入存活于 compaction）。让便宜/小模型可用。

3. Rust 进程内 harness（无 fork-exec + 会话存活 shell + 共享缓存） — 新颖度 4/5 · 实用性 4/5 · 可迁移性 3/5

grep/glob/find/ast/pty/token 计数全部 N-API 链入进程（pi-natives），fs_cache 以 mtime 为键被 read/grep/lsp 共享;pi-shell 基于 vendored brush 做进程内 bash，会话跨调用存活。对延迟/跨平台（含 Windows 无 WSL）敏感的 CLI agent。

4. 跨平台 COW 工作树隔离（pi-iso） — 新颖度 4/5 · 实用性 4/5 · 可迁移性 3/5

APFS clonefile / overlayfs / ProjFS / git worktree 四后端统一 PAL + git diff 抽取变更，subagent 各一份零深拷贝隔离副本再安全合并。注意：是隔离/可回滚设施，非对抗恶意代码的安全沙箱。

5. 40+ provider 角色路由 + fallback + 轮换凭据 — 新颖度 3/5 · 实用性 5/5 · 可迁移性 4/5

按意图路由角色（default/smol 廉价子 agent/slow 深推理/plan/commit）+ fallback 链（配额墙时下一个接管）+ 路径作用域角色 + 轮换凭据。

6. 文件系统抽象一切 + BM25 工具召回 — 新颖度 4/5 · 实用性 4/5 · 可迁移性 5/5

GitHub PR/issue、子 agent 输出、skill/rule/conflict 都是「路径」（pr:///issue:///agent:///conflict://…），复用同一 read/search/write;隐藏工具不进上下文，靠 search_tool_bm25 按需召回。工具爆炸时的上下文预算管理范式。

7. 逆向 Cursor 私有协议接入 — 新颖度 5/5（工程量惊人）· 实用性 3/5 · 可迁移性 1/5

手工重建 .proto + Connect/HTTP2 直连。强依赖他方私有协议 + ToS 风险（见安全节）。

可复用模式

整文件指纹乐观锁 + 漂移恢复：廉价整文件哈希做「你改的是你读的版本」证明，漂移即三路合并或硬拒 — 所有不可靠生产者写文件的场景。
注入式 BlockResolver seam：纯核心声明契约、宿主注入 tree-sitter 实现，库零语言依赖 — 可测试/可替换重依赖的库设计。
声明式工具描述符（schema 类型化 + 审批 tier + 并发模式 + 发现模式）— 任何 tool-calling agent。
强制 intent 字段 + schema 首属性重排：低成本提升弱模型可控性与可观测性。
输出最小化器：把刷屏命令输出压成摘要省 token — 任何把命令输出喂 LLM 的系统。
能力即路径 + BM25 按需召回：统一 FS 接口收敛多能力 + 隐藏工具降上下文负担。

关键设计决策

agent-session loop + compaction：coding-agent/src/session/agent-session.ts（9862 行）主循环 + packages/agent/（与应用解耦的 agent 运行时：agent-loop.ts runLoop/executeToolCalls 并行调度 + compaction/ 长上下文压缩纯函数）。executeToolCalls 并行跑工具、支持流中 steering 中断;provider 感知（GPT-5 走 apply_patch、按模型设批量上限）。
hashline 漂移恢复双护栏：外部写入合并 + 会话链 replay（行数相等 + 锚点行内容一致双护栏），即便都满足仍发 RECOVERY_SESSION_REPLAY_WARNING 让调用方核对——诚实标注不确定性。多 section 走 preflight 全内存预演，天然 all-or-nothing。
tree-sitter 块操作：模型只指构造体起始行，tree-sitter 解析整个语法块闭合边界，模型永不数结尾行。

竞品格局

竞品	定位	优势	劣势/差异
oh-my-pi（本项目）	终端 AI 编码 agent	hashline 编辑可靠、Rust 原生 harness、40+ provider、IDE 级（LSP/DAP/浏览器）、工程严谨	逆向 Cursor ToS 风险、bus factor、跨平台维护负担、红海后来者
Claude Code（Anthropic 官方）	赛道标杆，闭源	一手模型协同、原生二进制、生态最成熟、品牌背书	闭源、绑 Anthropic;omp 开源 + provider 自由 + IDE 集成更深
OpenAI Codex CLI	OpenAI 官方	多榜领先、OAuth 订阅	绑 OpenAI
OpenCode（sst）	开源 TUI 标杆	15 万 star/650 万 MAU、生态最大	omp 以原生性能 + IDE 深度差异化
Aider	开源结对编程	410 万安装、Git 集成深	编辑走 diff/str_replace，无内建 LSP/调试器/沙箱
Crush（Charm）	TUI agent 颜值流	终端体验好	工具/provider 广度不及 omp
Cursor（IDE）	闭源 IDE	Composer + 一体化	被 omp 逆向接入后端（见安全节争议）
Pi（badlogic 上游）	极简编码 agent	omp 之根、轻量	omp = 「Pi + batteries included」重型 fork

关键对照轴：① Rust 原生性能 + pi-iso 隔离 vs 纯 TS/Python;② hashline 快照锁编辑 vs 行号/str_replace;③ 40+ provider（含逆向 Cursor）vs 绑单厂商;④ benchmaxxed harness（省 token/提弱模型）vs 通用;⑤ MIT 全开源 vs Claude Code/Cursor 闭源。

综合结论——护城河：① 逆向工程师底层功底（性能/隔离/协议全部下沉重做）;② hashline（最可复用、最难被表面抄走的编辑机制）;③ Rust 原生 harness + 跨平台 COW 隔离;④ 40+ provider 路由自由;⑤ 工程严谨（21 万行测试 + 跨平台 CI + self-hosting bot）。竞争风险：① 逆向 Cursor 的 ToS/可持续性;② AI 编码 agent 红海，官方随时碾压;③ bus factor——核心 can1357 + badlogic 双人主导 67 万行体量，结构性脆弱;④ 跨 5 平台 + vendored brush + 原生绑定的维护负担;⑤ long-context compaction 可靠性是共性难题。生态定位：面向重度终端/多模型用户的「最全能开源编码 agent surface」，技术深度领先而非用户体验普惠领先。

套利机会分析

对做 AI-改文件工具的开发者（最大价值）：hashline 的「整文件指纹乐观锁 + 漂移三路合并/硬拒」可直接替换 str_replace/行号 diff 的脆弱性——是当前最优雅的 LLM 编辑落地方案，packages/hashline/ 是无 FS 依赖的纯库可借鉴。
对做 agent 框架的人：声明式工具描述符（schema + 审批 tier + 并发 + 发现）+ 强制 intent 字段 + 输出最小化器 + 能力即路径 + BM25 召回，是一整套可复用的 harness 范式。
对追求性能/跨平台的 CLI 工程师：「热路径下沉 Rust 原生（N-API）+ 进程内会话存活 shell + 共享 mtime 缓存 + 单二进制 5 平台」是完整参考。
对想用弱模型省成本的团队：benchmaxxed harness 把弱模型拉满的机制（结构摘要 read / 最小化器 / intent / steering）值得借鉴。
对内容创作者：「逆向传奇做编码 agent」「hashline 解决 AI 编辑漂移」「Pi 原作者参与 fork」「逆向 Cursor 的 ToS 之争」都是有张力的选题。

安全与合规（重点专节）

pi-iso 隔离（正向，但需正名）：crates/pi-iso/ 提供 COW 工作树隔离（APFS clonefile / overlayfs / ProjFS / worktree），让 subagent 在隔离副本里改动、再用 git diff 安全合并。这是「工作区隔离 + 可回滚」的性能/正确性设施，不是对抗恶意代码执行的安全沙箱——它不限制 agent 跑出来的命令访问网络或隔离区外资源。把它当安全边界会高估防护。
逆向 Cursor 后端的 ToS 与可持续性风险（中立）：packages/ai/src/providers/cursor/ 手工重建了 Cursor 私有 agent 协议（3526 行 .proto → 15274 行生成 client），以伪装客户端版本串经 Connect/HTTP2 直连 api2.cursor.sh，使用户能用自有 Cursor 订阅额度在 omp 跑模型。中立评估：① 用第三方客户端访问 Cursor 私有 API、以非官方方式消耗订阅额度，很可能违反 Cursor 服务条款，存在账号封禁风险;② 强依赖未公开、可随时变更的私有协议——Cursor 一次后端改动即可让该 provider 失效，可持续性不在 omp 掌控。这是「provider 自由」战略的代价。（本报告不提供任何绕用/规避指引。）
全权限编码 agent 的执行风险：omp 默认能跑 bash、改文件、驱动浏览器（含 stealth 反检测）、连 SSH。审批 tier（read/write/exec）与 ACP 的权限请求提供门控，但默认交互模式下仍是高权限主体——配合不可信仓库/prompt injection 时风险面大。
极高频迭代 + AI bot 自维护的质量：~7622 commit / 5 个月、roboomp 自动开 PR 修 bug。好处是迭代快、dogfooding 充分;隐忧是 AI 生成改动占比高时回归/微妙正确性 bug 累积——但测试体量（932 文件）与 CI matrix 较强，部分对冲。

风险与不足

逆向 Cursor 的 ToS/可持续性：很可能违反 Cursor 服务条款（封号风险）+ 强依赖随时可变的私有协议（随时失效）。
bus factor：核心由 can1357 + badlogic 双人主导 67 万行体量，结构性脆弱。
pi-iso 非安全沙箱：是隔离/可回滚设施，全权限 agent 默认执行面大。
红海竞争：AI 编码 agent 极卷，OpenAI/Anthropic 官方随时碾压;omp 技术深度领先但用户体验普惠/生态规模不及 OpenCode/Aider。
跨平台维护负担：5 平台 + vendored brush + 原生绑定，Windows 已暴露多工具失败（#1771）。
long-context compaction 可靠性：compaction 后丢已批准 plan 文件（#1246）等——所有 agent 的共性难题。
营销表述与实现差：hashline「content hash」实为整文件快照标签，读者需自行校正。

行动建议

用它：curl -fsSL https://omp.sh/install | sh 或 bun install -g @oh-my-pi/pi-coding-agent（需 bun ≥ 1.3.14）;在隔离环境运行高权限 agent;逆向 provider 慎用（ToS/封号风险）。
学它（首选）：精读 packages/hashline/src/（整文件快照锁 + 漂移恢复，最可复用）+ packages/agent/src/agent-loop.ts（工具调度 + steering）+ crates/pi-shell/pi-iso（Rust 进程内 shell + COW 隔离）+ packages/ai/src/（provider 路由）。
fork 它：MIT 可二次开发;hashline 是无 FS 依赖纯库，可单独取用做 LLM 编辑层。
客观看卖点：hashline 是整文件快照锁（非逐行内容哈希）;benchmaxxed 数字来自官方;逆向 provider 不可持续。

知识入口

入口	链接	用途
GitHub 仓库	https://github.com/can1357/oh-my-pi	源码 / Issue
官网	https://omp.sh	特性演示 + 安装 + 文档
核心库	仓库内 `packages/hashline/src/`	整文件快照锁编辑（最可复用资产）
Rust 核心	仓库内 `crates/pi-shell` / `pi-iso` / `pi-natives`	进程内 shell + COW 隔离 + 原生绑定
作者博客	blog.can.ac（尤其「The Harness Problem」）	理解 benchmaxxed 哲学
作者逆向项目	VTIL / NoVmp / NtRays / Blackbone	理解技术基因
上游	badlogic 的 Pi（earendil-works/pi）	omp 之根
DeepWiki	https://deepwiki.com/can1357/oh-my-pi	AI 架构导览