Omnigent：AI Agent的元调度层，让Claude Code与CodeX互相审查代码

你是否同时深度使用 Claude Code 和 CodeX 等多款 AI 编码助手？还是始终以一款为主、其余打辅助？我猜大多数人会选择主力工具，毕竟我们精心配置的插件、Skill、MCP 等早已与它深度绑定，切换代价不小。但如果存在一个“上层建筑”，能让你随时调度不同 Agent，甚至让 Claude Code 与 CodeX 相互审查对方的产出呢？

最近在 GitHub 上发现的开源项目 Omnigent，恰好瞄准了这个方向。

Image

这个项目给自己起了一个颇有意思的定位：meta-harness——元调度层。请注意这个词，它要做的是运行在所有 “Claude Code 们” 之上的那一层。

深入理解 meta-harness：从发动机到底盘

要理解 meta-harness，得先拆解这个词。我们平时使用的 Claude Code、Codex、Cursor 本质上是 harness，即把大模型包装成能实际干活的 Agent 的外壳，集成了 prompt、工具调用、上下文管理和文件操作等能力。而 Omnigent 想做的是 meta-harness，一层运行在这些 harness 之上的调度系统。

Image

开源地址：https://github.com/omnigent-ai/omnigent

打个比方：harness 是发动机，meta-harness 就是底盘和方向盘。你可以在同一辆车上换发动机，也可以同时装好几台发动机协同工作。这听起来抽象，但落到具体场景就清晰起来。Omnigent 给出了三大核心能力：

① 多 Agent 协同
在同一个 session 中，你可以同时调度 Claude Code、Codex、Cursor、Pi 等多个 Agent。更妙的是，你能指派一个 Agent 去审查另一个 Agent 的工作。比如让 Claude Code 写代码，由 Codex 来做 review。

Image

② 跨设备无缝接力
一个 session 可以从终端里开始，切换到浏览器继续，最后在手机上收尾。消息、子 Agent、终端、文件全程同步。对于需要在路上或者躺在床上随时盯进度的人来说，这解决了很真实的需求。

③ 可控可治理
内置一套策略系统（policies），你可以在危险操作前要求确认、设定花费上限、限制可调用的工具。策略分为 server 级、agent 级和 session 级，可以层层叠加，灵活控制。

Omnigent approval prompt for a Bash tool call blocked by a session cost budget policy.

Polly：不写代码的 AI 技术总监

Omnigent 内置了一个叫 Polly 的 Agent，形象是一只章鱼🐙。她一行代码都不写，角色是技术总监。Polly 的工作流大致如下：

① 制定计划：理解你的意图，拆解任务
② 并行分派：将子任务分发给多个负责编码的子 Agent（Claude Code、Codex、Pi 等），每个子 Agent 在独立的 git worktree 中工作，互不干扰

Image![]

③ 交叉审查：将每个子 Agent 产出的 diff，路由给来自不同厂商的审查者。也就是说，Claude Code 写的代码会交给 Codex 来 review，反之亦然

Omnigent web UI showing Debby coordinating parallel agents to compare Montreal and New York bagels.![]

④ 你来 merge：审查完的 diff 摆在你面前，由你最终拍板。

交叉审查这一步是核心。每个模型都有自己的盲区：Claude 可能在某些模式下稳定但缺少跳跃性思路，GPT 可能更激进却容易触及 corner case。让它们互相挑刺，比单押一家要稳得多。这其实就是工程团队里早已存在的 cross-review 实践，Omnigent 把它搬到了 Agent 之间。

Image

仓库中还提供了另一个示例 Agent：Debby，拥有🟠🔵两个脑袋。它是一个双头脑暴伙伴——你问的每个问题会同时发给 Claude 和 GPT，两份答案并排展示。输入 /debate，两个脑袋会互相 critique 几轮，最终收敛出一个答案。这种用法以前需要自己拼 API，现在一个命令就能启动。

快速上手：一行命令开始元调度

安装非常直接：

curl -fsSL https://omnigent.ai/install.sh | sh

启动同样简单：

omnigent claude           # 运行 Claude Code，会话可分享给团队
omnigent codex            # 运行 Codex
omnigent run examples/polly/   # 启动“技术总监”Agent

最让我欣赏的设计是：自定义一个 Agent，不过是一个简短的 YAML 文件。

name: my_agent
prompt: You are a helpful data analyst.
executor:
  harness: claude-sdk      # 也可以换成 codex、cursor、pi、openai-agents...
tools:
  word_count:
    type: function
    callable: mypackage.mymodule.word_count
  researcher:
    type: agent
    prompt: Search for relevant information and summarize it.
    tools:
      word_count: inherit

一个文件里能声明工具、子 Agent 和审查者，harness 字段让你一行即可更换底层引擎。更强大的是，Agent 还能帮你写 Agent——在任何 Omnigent session 中描述你的需求，它就会直接为你生成对应的 YAML 文件。

实时协作：共享、共驾与分叉

即便你是一个人在用，上述能力已经足够；但 Omnigent 显然也在认真构建团队与云端场景。实时协作提供了三种模式：

① Share session：分享一个链接，队友可以实时看到你的 Agent 在做什么，也可以插话
② Co-drive：队友“搭车”进入你的 session，他发送的消息会在你的机器上执行，适合结对编程或中途将键盘交给领域专家
③ Fork：将对话克隆到自己的机器上，从分叉点独立继续探索

Omnigent web UI showing a shared session with inline comments, an agent chat, and a code editor open side by side.