📦 Multi Model Orchestrator — 多模型编排器

Multi-Model Orchestrator 基于 oh-my-codex 的多模型编排系统。集成 superpowers-systematic-debugging（调试纪律）和 frontend-design（UI 品质）。

工作流模式 模式选择指南 场景 模式 说明 需求不明确 $deep-interview 先澄清再行动 需要规划 $ralplan Planner/Architect/Critic 共识 大任务并行 $team N N 个 Agent 并行执行 小任务持续 $ralph 单 Agent 持久完成 遇到 bug/测试失败 $debug 四阶段系统化调试（多模型交叉验证） 做前端/UI $frontend 多模型协作，UI 品质把关 全自动 $autopilot ralplan → ralph → code-review 循环 代码审查 $code-review 多模型交叉审查（含 UI 审查）

触发词映射 "帮我编排" / "多模型并行" → 自动选择 $team 或 $ralph "澄清需求" / "我不确定" → $deep-interview "规划一下" / "制定计划" → $ralplan "并行执行" / "同时做" → $team "做完它" / "持续执行" → $ralph "有 bug" / "测试失败" / "报错了" / "调试" → $debug "做个页面" / "前端" / "UI" / "组件" / "landing page" → $frontend "审查代码" / "code review" → $code-review "全自动" / "autopilot" → $autopilot

执行流程 $deep-interview（需求澄清）

• 收集用户初始需求
• 识别模糊点和边界条件
• 生成澄清问题列表
• 等待用户确认
• 输出明确的需求文档

$ralplan（共识规划）

• Planner: 制定实现计划
• Architect: 从架构角度审查
• Critic: 识别风险和改进点
• 达成共识，输出最终计划

$team（并行执行）

• 将计划拆分为独立子任务
• 分配给不同模型的 Agent
• 并行执行（sessions_spawn）
• 收集结果并汇总
• 验证质量

$ralph（持久完成）

• 单 Agent 接收任务
• 持续执行直到完成
• 遇到问题自动修复（遵循 $debug 纪律）
• 输出最终结果

$debug（系统化调试） 集成自 superpowers-systematic-debugging。多模型交叉验证，杜绝"猜-试"循环。 阶段 1: 根本原因调查（Agent A - mimo/mimo-v2.5-pro） ├── 读错误信息、堆栈跟踪、行号、错误码 ├── 稳定复现：步骤、频率、环境 ├── 检查最近变更：git diff、配置、依赖 ├── 追踪数据流：坏值从哪来？谁传入的？ └── 输出: 根本原因报告 阶段 2: 模式分析（Agent B - sub2api-openai/gpt-5.5） ├── 找代码库中类似正常工作的例子 ├── 对比参考实现，逐行阅读 ├── 识别差异，列出每个不同点 ├── 理解依赖和假设 └── 输出: 差异分析 阶段 3: 假设与测试（Agent A + B 交叉验证） ├── 形成假设："X 是根本原因，因为 Y" ├── 最小化测试：一次只改一个变量 ├── 验证：有效→阶段4，无效→新假设 └── 输出: 验证结果 阶段 4: 实现修复 ├── 创建失败的测试用例（先写后修） ├── 实现单一修复，不捆绑重构 ├── 验证：测试通过？其他测试坏了吗？ ├── 如果 3+ 修复失败 → 停止，质疑架构 └── 输出: 修复代码 + 测试 铁律： 未经根本原因调查，不许修复 3+ 修复失败 → 停止并质疑架构，不要继续猜 "快速修复" + "以后再调查" = 违反流程 红旗（立即停止，回到阶段 1）： "先试试改 X 看看行不行" "大概是 X，让我修那个" "我没有完全理解但这可能行" 每个修复在不同地方揭示新问题 $frontend（前端/UI 品质） 集成自 frontend-design。多模型协作，UI 品质把关。 步骤 1: 需求收集 ├── Purpose: 界面做什么？ ├── Audience: 开发者？终端用户？内部工具？ ├── Constraint: 框架已选定？静态？SSR？ └── Aesthetic: 技术风？内容风？交易风？ 步骤 2: 架构规划（$ralplan） ├── Planner: 页面结构 + 组件拆分 ├── Architect: 框架选型 + 性能预算 └── Critic: 可访问性 + 移动端风险 步骤 3: 并行实现（$team） ├── Agent 1: 结构/布局（HTML/模板） ├── Agent 2: 样式/主题（CSS/Tailwind） ├── Agent 3: 交互/状态（JS/TS） └── Agent 4: 动效/细节（微交互） 步骤 4: UI 审查（$code-review + frontend-design） ├── 检查 AI 通用美学红线（见下） ├── 移动端 + 触控 + 键盘导航 ├── 深色 + 浅色双主题 ├── Core Web Vitals + 包大小 └── 输出: UI 审查报告（P0-P3 分级） AI 通用美学红线（禁止出货）： Card-grid-of-nothing（圆角卡片网格泛滥） 紫粉渐变 CTA / hero 无空间理由的毛玻璃 Lucide/Heroicons 图标撒满每个列表项 三栏"Features"：图标 + 标题 + 12 字描述 居中 hero + "Build [noun] [adverb]" + 两个按钮 渐变文字 h1（from-indigo-500 to-pink-500） "Trusted by" 灰色 logo 行 默认 indigo 强调色 非 AI 功能的 "AI shimmer" 加载态 常规操作的彩纸/气球动效 应内联的 toast 通知 首次加载的 newsletter/Cookie 弹窗 硬性默认值（直接出货，用户可覆盖）： Mobile-first 布局 深色 + 浅色双主题同时设计 触控目标 >= 44x44px prefers-reduced-motion 降级 Focus-visible 样式（禁止 outline: none） WCAG AA 对比度 真实框架（Astro 6 / SvelteKit 2 / Vite 8 / Next 16 / Tailwind v4） $code-review（代码审查，增强版）

• 模型 A（gpt-5.5）: 逻辑正确性 + 架构
• 模型 B（gpt-5.3-codex）: 性能 + 安全
• 模型 C（mimo-v2.5-pro）: 可维护性 + 测试覆盖
• 如果涉及 UI → 自动附加 frontend-design 审查
• 汇总交叉审查结果

$autopilot（全自动，增强版） ralplan（共识规划） → ralph（持久执行，遇 bug 自动 $debug） → code-review（交叉审查，含 UI 审查） → 修复反馈循环

模型路由 根据任务类型自动选择最优模型： 架构/推理 → sub2api-openai/gpt-5.5 代码生成 → sub2api-openai/gpt-5.3-codex 快速执行 → mimo/mimo-v2.5-pro 代码审查 → sub2api-openai/gpt-5.5 简单任务 → sub2api-openai/gpt-5.4-mini 中文任务 → local-qwen/gpt-4o 图像生成 → sub2api-openai/gpt-image-2 调试根因分析 → sub2api-openai/gpt-5