OmO（oh-my-openagent）とは？AIコーディングエージェントの使い方・導入方法

Q: OmOはエディタプラグインですか？

いいえ。OmOはコマンドラインツール（CLI）です。 omo コマンドでタスクを指示すると、エージェントがバックグラウンドで実行されます。エディタ統合は提供されていません。

Q: オフライン環境で動作しますか？

OmOはLLMプロバイダーのAPIと通信するため、 インターネット接続が必須 です。オフライン動作はサポートされていません。

Q: 既存プロジェクトで今すぐ使えますか？

インストール直後は omo コマンドで利用可能ですが、初回利用時にはLLMプロバイダーの設定（ /login など）が必要です。設定後、プロジェクトディレクトリで omo を実行してタスクを指示できます。

Q: 他のAIコーディングツールとの違いは？

OmOの特徴は、複数エージェントの並列実行（ mass ulw ）、自動メモリシステム、モデル自動選択です。 AutoGPT /tools/autogpt や他の汎用エージェントとは異なり、コード作成に特化し、Ultraworkで段階的検証を行うため、より実用的なコード出力が期待できます。

oh-my-openagent（OmO）の概要

OmO（oh-my-openagent）は、複雑なコードベースを対象としたAIコーディングエージェントハーネスです。TypeScriptで開発されており、GitHubでオープンソースとして公開されています。

単なるコード補完ツールではなく、プロジェクト全体を理解してから開発タスクを実行するエージェントとして設計されています。ユーザーがomoコマンドで任務を指示すると、リサーチ・計画・実装・検証まで一連の処理を自動で進めます。

プロジェクト情報（2026年10月6日時点）:

GitHub: https://github.com/code-yeongyu/oh-my-openagent↗
累計スター数: 69,844
ライセンス: SUL-1.0
公式ドキュメント: https://omo.dev/docs↗

OmOの主な特徴・できること

Ultrawork（超作業モード）

Promptにultrawork（またはulw）を付けることで、エージェントが自動的に次の流れで実行します：

コードベース全体を読み込んで理解
タスクの計画を立案
各ステップを実装前に検証
実際の環境で結果を確認
タスク完了まで継続

mass ulwコマンドでは、複数のエージェントが並列に動作し、タスクがグラフ構造で管理されます。大規模な機械学習パイプライン構築やシステムマイグレーションなど、複数の工程が連携する仕事に対応します。

マルチモデル対応と自動選択

OpenAI、Anthropic（Claude）、Kimi、GLMなど複数のAIモデルプロバイダに対応しています。/loginコマンドで各サブスクリプションを接続すると、OmOがタスクの性質に合わせて最適なモデルを自動選択します。

フロンティアモデル（高精度だが高コスト）と安価なモデルを組み合わせることで、効率と品質のバランスが取れます。

メモリシステム（Kibitzer）

エージェントの学習履歴がGitリポジトリ内のMarkdownファイルとして保存されます。小規模で低コストのモデルがこの履歴を監視し、メインエージェントが過去の間違いを繰り返さないように支援します。

ユーザーは同じ説明を何度もする必要がなくなります。

スキルシステム

ブラウザ操作やAPI呼び出しなど、実務で必要な知識をスキルとして実装・配信。OmOはタスクに必要なスキルのみを自動読み込みするため、無駄がありません。

インストール方法と初期設定

基本的なインストール

curl -fsSL https://get.omo.dev/install.sh | bash
omo

初回実行後、プロンプトで作業内容を説明するだけで準備完了です。

Windows環境での導入

PowerShellで次を実行：

irm https://get.omo.dev/install.ps1 | iex

スクリプトはOSと CPU に合わせたネイティブバイナリを~/.local/binにインストールし、リリースチェックサム対照によるセキュリティ検証を行います。詳細はomo.dev/docs/install↗を参照してください。

パッケージマネージャー経由のインストール

Bunまたはnpmでも導入可能：

bun add -g omo-ai
npm install -g omo-ai

この場合、omo updateで更新します。

旧バージョンからの移行

OpenCodeエディションやLazyCodexからの移行ユーザーは、初回に以下を実行：

omo setup

プロバイダーキー、カスタムプロバイダー、MCPサーバー、スキル、モデル設定が自動で引き継がれます。その後omo doctorでタスク分類ごとのプロバイダー対応状況を確認できます。詳しくは公式ガイド「Migrating from OpenCode↗」を参照してください。

OmOの活用シーン

複雑なコード変更

既存の大規模プロジェクトにおいて、複数のファイルに跨る機能追加や重大なリファクタリングが必要な場合、OmOが全体構造を把握した上で段階的に実行できます。

リサーチと集約

数千のソースから情報を収集し、整理してレポート化するタスク。エージェントが複数の情報源を並列リサーチし、結果を検証して統合します。

フルスタック開発

バックエンド、フロントエンド、デプロイパイプラインまで一連の実装を指示できます。各部品が独立して動作し、最終的に統合検証されます。

機械学習パイプライン構築

データ準備からモデル学習、評価まで、mass ulwで複数エージェントが並列に推進できます。

ライセンスと利用上の注意

OmOはSUL-1.0ライセンスの下で公開されています。詳細はLICENSE.md↗を確認してください。

デメリットと導入時の注意点

AIモデルのコスト

OmOはClaude、ChatGPT、Kimi、GLMなどの有料LLMを使用するため、使用量に応じたトークンコストが発生します。大規模なmass ulwタスクではコストが増加する可能性があります。hideFreeModels: true設定で無料モデルを除外し、有料プロバイダーのみに限定できます。

複雑なタスクの予測不可能性

エージェントが自動的に判断・実行するため、予期しない動作や出力が起こる可能性があります。本番環境では、実行前に計画内容を確認し、テスト環境での実行を推奨します。

セットアップの複雑さ

複数のLLMプロバイダーやMCPサーバー、スキルを組み合わせる場合、初期設定がやや複雑になることがあります。ドキュメントやomo doctorコマンドで状態確認は可能ですが、カスタマイズが深まるほど運用負荷が増します。

ドキュメントと事例の不足

SUL-1.0ライセンスの新規性や、バージョン5.0以降の大規模リリースのため、日本語ドキュメントや具体的な導入事例が限定的な場合があります。不明な点がある場合は、公式Discord↗やGitHubのissueで確認してください。

よくある質問

Q. OmOはエディタプラグインですか？

いいえ。OmOはコマンドラインツール（CLI）です。omoコマンドでタスクを指示すると、エージェントがバックグラウンドで実行されます。エディタ統合は提供されていません。

Q. オフライン環境で動作しますか？

OmOはLLMプロバイダーのAPIと通信するため、インターネット接続が必須です。オフライン動作はサポートされていません。

Q. 既存プロジェクトで今すぐ使えますか？

インストール直後はomoコマンドで利用可能ですが、初回利用時にはLLMプロバイダーの設定（/loginなど）が必要です。設定後、プロジェクトディレクトリでomoを実行してタスクを指示できます。

Q. 他のAIコーディングツールとの違いは？

OmOの特徴は、複数エージェントの並列実行（mass ulw）、自動メモリシステム、モデル自動選択です。AutoGPTや他の汎用エージェントとは異なり、コード作成に特化し、Ultraworkで段階的検証を行うため、より実用的なコード出力が期待できます。

Q. 日本語で指示を出せますか？

対応するLLM（Claude 3.5など）が日本語をサポートしていれば、日本語プロンプトでも動作します。ただし、精度はモデルに依存します。

まとめ

OmO（oh-my-openagent）は、複雑なコードベース向けの自動化エージェントです。Ultraworkモード、マルチモデル対応、メモリシステムを組み合わせることで、単純なコード補完を超えた実務的なタスク実行が可能になります。

インストールは簡単ですが、利用にはLLMプロバイダーの設定とトークンコストの管理が必要です。大規模リファクタリング、リサーチ集約、フルスタック開発など、複数の段階を含むタスクに最適な選択肢となり得ます。

詳しい使い方や最新の機能情報は、公式ドキュメント↗やGitHubリポジトリ↗で確認してください。

関連ツール：

AutoGPT - 自律型AIエージェントの先駆け
DeepSeek Harness - 別の専門型エージェント
OpenClaw - 補完的なコーディングツール

公式資料

oh-my-openagent 公式README↗