oh-my-claudecode 분석

Claude Code를 위한 멀티 에이전트 오케스트레이션 플러그인

개요

oh-my-zsh가 zsh 설정을 단순화한 것처럼, oh-my-claudecode(OMC)는 Claude Code의 복잡한 설정과 명령어를 추상화하여 즉시 사용 가능하게 만든 플러그인이다. 자연어 의도 감지를 통해 적절한 에이전트와 실행 모드를 자동으로 활성화한다.

핵심 특징

1. Zero Learning Curve

명령어를 외울 필요 없이 자연어로 의도를 전달하면 자동으로 적절한 동작이 활성화된다. 예를 들어 "plan this"라고 말하면 planning interview가 시작되고, "don't stop until done"이라고 하면 persistence mode가 활성화된다.

2. 5가지 실행 모드

모드	특징	적합한 상황
Autopilot	완전 자율 실행	단일 태스크 자동화
Ultrapilot	최대 5개 병렬 워커 (3-5x 빠름)	멀티 컴포넌트 시스템, 대규모 리팩토링
Swarm	N개 독립 에이전트가 공유 풀에서 태스크 claim	대량의 독립적 태스크 (타입 에러 수정 등)
Pipeline	순차적 에이전트 체이닝	단계별 워크플로우 (review → implement)
Ecomode	Haiku 우선 사용, 필요시 Sonnet/Opus fallback	토큰 비용 30-50% 절감

3. 32개 전문 에이전트

architect, researcher, explore, designer, writer, vision, critic, analyst, executor, planner, qa-tester, scientist 등 역할별로 특화된 에이전트가 존재한다. scientist 에이전트는 3개 티어(low/standard/high)로 분리되어 모델별 비용/성능 최적화가 가능하다.

4. 40+ 스킬

orchestrate, autopilot, ultrawork, ultrapilot, swarm, pipeline, ecomode, ralph, tdd, build-fix, code-review, security-review, git-master, frontend-ui-ux 등 다양한 내장 스킬을 제공한다.

주요 기능 상세

Magic Keywords

자연어 외에도 파워 유저를 위한 명시적 키워드 지원:

키워드	효과
`ralph`	Persistence mode - 완료될 때까지 멈추지 않음
`ralplan`	합의 기반 반복적 계획 수립
`ulw` / `ultrawork`	최대 병렬 실행
`ultrapilot`	병렬 autopilot (3-5x faster)
`swarm`	N개 협업 에이전트
`pipeline`	순차 에이전트 체이닝
`eco` / `ecomode`	토큰 효율적 병렬 실행

조합 사용 가능: ralph ulw: migrate the database

Auto Skill Learning (v3.5.0)

대화 중 문제 해결 패턴을 감지하고 재사용 가능한 스킬로 자동 추출한다.

패턴 감지: 문제-솔루션 쌍 인식
스킬 추출: /oh-my-claudecode:learner로 재사용 가능한 지식 추출
자동 매칭: Fuzzy matching으로 새 문제에 스킬 적용
자동 호출: 신뢰도 80+ 시 프롬프트 없이 자동 적용

스킬 저장 위치:

User-level: ~/.claude/skills/sisyphus-learned/ (프로젝트 간 공유)
Project-level: .omc/skills/ (프로젝트 전용)

Analytics & Cost Tracking (v3.5.0)

세션 전체의 Claude Code 사용량을 자동 추적한다.

omc backfill                      # 모든 트랜스크립트 분석
omc backfill --from 2026-01-01    # 특정 날짜부터
omc stats                         # 전체 세션 통계
omc stats --session               # 현재 세션만
omc stats --json                  # JSON 출력

추적 항목: 세션 수, 토큰 사용량, 비용, 에이전트별 비용 분석

Persistent Python REPL

데이터 분석용 scientist 에이전트는 Python REPL에서 변수가 세션 간 유지된다. pickle/reload 오버헤드 없이 연속적인 분석 작업이 가능하다.

Research Workflow

병렬 scientist 에이전트 오케스트레이션:

/oh-my-claudecode:research <goal>       # 체크포인트 기반 연구
/oh-my-claudecode:research AUTO: <goal> # 완료까지 완전 자율
/oh-my-claudecode:research status       # 현재 세션 확인
/oh-my-claudecode:research resume       # 중단된 세션 재개

연구 프로토콜:

Decomposition: 목표를 3-7개 독립 단계로 분해
Parallel Execution: 최대 5개 scientist 에이전트 동시 실행
Cross-Validation: 발견 사항 간 일관성 검증
Synthesis: 종합 마크다운 리포트 생성

MCP Server 지원

Model Context Protocol 서버 연동으로 Claude Code 확장:

서버	설명	API 키 필요
Context7	라이브러리 문서/코드 컨텍스트	No
Exa	향상된 웹 검색	Yes
Filesystem	확장된 파일 시스템 접근	No
GitHub	GitHub API (issues, PRs, repos)	Yes (PAT)

HUD Statusline

Claude Code 상태바에 실시간 오케스트레이션 상태 표시:

Rate limits 및 리셋 시간
컨텍스트 윈도우 사용량
활성 에이전트 (타입/모델 티어별 코드)
Todo 진행 상황

설치

# Step 1: 플러그인 설치
/plugin marketplace add https://github.com/Yeachan-Heo/oh-my-claudecode
/plugin install oh-my-claudecode

# Step 2: 셋업 실행
/oh-my-claudecode:omc-setup

oh-my-claudecode