OMAR: Открытая TUI для иерархического управления сотнями AI-агентов кодирования

OMAR (Open Multi-Agent Runtime) — это TUI (терминальный пользовательский интерфейс) для параллельной оркестровки большого количества ИИ-агентов для программирования. Создан Каримом и Шаокаем после того, как их впечатлила способность Claude Code исправлять проблемы CI за ночь; они построили его, чтобы избавиться от необходимости переключаться между множеством окон Claude Code. Проект является открытым и доступен на omar.tech.
Ключевые особенности
- Глубокие иерархии: Агенты, управляющие агентами, как в компании. Создавайте параллельные организации произвольной глубины.
- Гетерогенные бэкенды: Позвольте Claude, Codex, Cursor и Opencode работать вместе как команда. Смешивайте и комбинируйте лучшие модели для каждой задачи.
- Полный контроль: Общайтесь и управляйте любым подчиненным агентом. Навигация по иерархии с помощью клавиш со стрелками и подключение через всплывающее окно.
- Гибкое время жизни: Долгоживущие или эфемерные агенты, сохранение состояния между сессиями с помощью снимков памяти.
- Сообщения и интеграции: Подключайте агентов к каналам Slack.
- Основан на tmux: Поддерживает все команды и привязки клавиш tmux. Высокая настраиваемость.
Быстрый старт
Однострочная команда (macOS/Linux):
$ curl -fsSL https://omar.tech/install.sh | sh
Homebrew:
$ brew install lsk567/omar/omar
Из исходников (требуются Rust 1.70+ и GNU Make):
$ git clone https://github.com/lsk567/omar.git
$ cd omar && make install
Предварительные требования
tmux 3.0+ и хотя бы один бэкенд агента: Claude Code, Codex CLI, Opencode или Cursor CLI.
Использование
- Запустите:
$ omar - Скопируйте подсказку в окно вашего исполнительного ассистента. Агенты будут порождаться и организовываться иерархически.
Идея заключается в переходе от терминалов с одним агентом к рою, отражающему организационные структуры — исполнительный ассистент делегирует командам, которые делегируют подчиненным агентам. Все управляется из одного TUI.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Разработчик создает локального ИИ-исследовательского агента, который генерирует подкасты по заданным темам или ссылкам на YouTube.
Разработчик создал полностью локальный ИИ-агент, который принимает темы или ссылки на YouTube и генерирует углубленные отчёты, сценарии разговорных подкастов и аудио. Система динамически исследует, извлекает инсайты, совершенствует сводки и создаёт естественные диалоги.

Куратор Claude-Skills ищет отзывы о библиотеке из 181 навыка для агентов
Реза, сопровождающий проекта claude-skills, просит сообщество оставить отзывы о своей библиотеке с открытым исходным кодом, которая содержит 181 навык агента, 250 инструментов Python и 15 персонажей агентов, работающих в 11 инструментах для ИИ-кодирования. Он задаётся вопросом, эффективен ли подход с изолированными навыками, и хочет получить мнения о недостающих навыках, агентах на основе персонажей и интеграциях инструментов.

Многокомпонентный конвейер обработки контента для Claude Code с контрольными точками качества
Разработчик создал конвейер из шести агентов для Claude Code, который разделяет задачи исследования, написания, редактирования и SEO с контрольными точками качества между этапами. Система останавливается для ручного утверждения перед публикацией и позволяет перезапускать отдельных агентов.

АТЛАС: Открытый конвейер вычислений во время тестирования для Qwen3-14B демонстрирует высочайший уровень производительности в программировании
Студент колледжа разработал ATLAS — открытый конвейер вычислений во время тестирования, построенный на основе Qwen3-14B, который достигает 74,6% pass@1 на задачах LiveCodeBench v5 при стоимости электроэнергии около $0,004 за задачу. Система медленная для сложных проблем, но предлагает сопоставимую производительность с передовыми моделями, такими как GPT-5 (84,6%) и Claude 4.5 Sonnet (71,4%).