oh-my-claudecode e oh-my-codex: come l'orchestrazione multi-agente sta cambiando lo sviluppo software con l'AI

Gli assistenti AI per la scrittura di codice si sono diffusi su larga scala nel 2024. Entro il 2025, strumenti come Claude Code e OpenAI Codex CLI hanno dato agli sviluppatori un'AI nativa da terminale capace di leggere codebase, scrivere codice ed eseguire comandi. Condividevano però un limite comune: un modello, un compito, una finestra di contesto. Per piccole correzioni va bene. Su qualsiasi attività che coinvolga più file, decisioni architetturali e controlli di qualità, un agente singolo diventa rapidamente un collo di bottiglia.

Due progetti open-source dello sviluppatore Yeachan Heo risolvono questo problema trasformando gli assistenti AI solitari in team coordinati. oh-my-claudecode (OMC) orchestra flussi multi-agente per Claude Code. oh-my-codex (OMX) fa lo stesso per OpenAI Codex CLI. Entrambi i progetti sono entrati in GitHub Trending all'inizio del 2026 e hanno registrato una crescita rapida: OMC ha superato i 24.000 star e OMX ha oltrepassato i 16.000.

Il problema dell'agente singolo

Quando si chiede a un assistente AI di realizzare una funzionalità, opera in un ciclo lineare: legge il codice, genera output, applica le modifiche. Non c'è separazione tra pianificazione ed esecuzione, nessuna fase di revisione dedicata, nessun lavoro parallelo sui file. Il modello che scrive il middleware di autenticazione è lo stesso che lo revisiona: come affidare a un singolo sviluppatore la scrittura, il test, la revisione e il deploy del proprio codice, senza un secondo sguardo esterno.

L'orchestrazione multi-agente rompe questo schema. Al posto di un unico generalista, si ottiene un team di specialisti: un architetto che pianifica, un esecutore che implementa, un revisore che controlla, un tester che verifica. Ogni agente si concentra su ciò che sa fare meglio; lo strato di orchestrazione coordina il loro lavoro.

Cosa fa oh-my-claudecode

oh-my-claudecode è un plugin zero-config per Claude Code che aggiunge l'orchestrazione multi-agente tramite agenti specializzati, skill di workflow e pipeline di team. Si installa dal marketplace di plugin di Claude Code e si attiva con un unico comando di configurazione.

32 agenti specializzati

OMC include 32 agenti basati su ruoli, ciascuno ottimizzato per un compito specifico. L'architect gestisce il design di sistema e la strategia di debug. L'executor scrive il codice di implementazione. Il code-reviewer controlla le modifiche per qualità e pattern. Il security-reviewer analizza le vulnerabilità. Il test-engineer genera la copertura dei test. Il planner crea piani di implementazione dettagliati con flussi di intervista.

Ogni agente opera con il livello di modello appropriato. Le ricerche rapide usano Haiku per velocità ed efficienza di costo. L'implementazione standard usa Sonnet. Le decisioni architetturali complesse e l'analisi approfondita vengono indirizzate a Opus. Questo routing automatico dei modelli riduce i costi sui token rispetto all'esecuzione di tutto sul modello più capace; nelle mie pipeline osservo risparmi nell'intervallo del 30-50%, a seconda del mix di attività.

40+ skill di workflow

Le skill sono workflow riutilizzabili attivati da semplici comandi. Autopilot rileva l'intenzione e orchestra gli agenti automaticamente. Ralph esegue un ciclo autoreferenziale che continua a iterare finché il compito non supera la verifica. Ultrawork parallelizza le attività indipendenti su più worker. TDD impone lo sviluppo guidato dai test richiedendo i test prima del codice di implementazione.

• /autopilot rileva l'intenzione e orchestra 19 agenti; aggiungere "fast" per il parallelismo o "don't stop" per la persistenza
• /ralph cicla su pianificazione, esecuzione, verifica e correzione fino al completamento del compito, con verifica dell'architetto a ogni passaggio
• /ultrawork esegue fino a 5 worker concorrenti per refactoring estesi, migrazioni o generazione di test
• /team N avvia N agenti coordinati su una lista di compiti condivisa con git worktree isolati
• /ccg orchestrazione tri-modello che interroga Claude, Codex e Gemini, poi sintetizza la risposta migliore

Pipeline di team

La pipeline di team segue un ciclo strutturato: plan (definizione di scope e architettura), PRD (creazione del documento di requisiti di prodotto), exec (implementazione con worker paralleli), verify (esecuzione di controlli automatizzati) e fix (iterazione sugli errori). Ogni worker riceve un git worktree isolato, quindi gli agenti paralleli non generano mai conflitti di merge.

Cosa fa oh-my-codex

oh-my-codex porta la stessa filosofia di orchestrazione alla Codex CLI di OpenAI. Fornisce 33 prompt specializzati, 36 skill di workflow e 5 MCP server per stato, memoria, intelligenza del codice e tracciamento.

OMX aggiunge capacità assenti nella Codex CLI base: stato persistente tra le sessioni, orchestrazione di team con isolamento dei worktree, tracciamento incrementale dei merge e delega cross-provider. È possibile eseguire agenti Claude Code all'interno di un workflow Codex, oppure avere worker Codex, Claude e Gemini in esecuzione parallela ciascuno nel proprio worktree.

Team multi-provider

Una delle funzionalità più rilevanti di OMX è l'orchestrazione multi-provider. Una singola pipeline può assegnare a un modello OpenAI la generazione del codice, a Claude la revisione architetturale e a Gemini la ricerca. I punti di forza di ogni provider vengono impiegati dove contano di più; lo strato di orchestrazione gestisce il passaggio di contesto tra di loro.

Confronto diretto

L'orchestrazione multi-agente nella pratica

Si consideri uno scenario reale: aggiungere il supporto all'internazionalizzazione a un'applicazione esistente. Con un singolo assistente AI si procederebbe passo dopo passo, verificando manualmente ogni output. Con l'orchestrazione multi-agente il flusso è diverso.

• Il planner analizza la codebase e crea una suddivisione dei compiti con assegnazioni a livello di file
• L'architect progetta l'architettura i18n, scegliendo le librerie e definendo i pattern
• Worker 1 estrae le stringhe hardcoded dai componenti nei file di traduzione
• Worker 2 costruisce il meccanismo di cambio locale e il routing
• Worker 3 crea i file di traduzione per ogni lingua di destinazione
• Il test engineer genera i test per il cambio di locale, il comportamento di fallback e il supporto RTL
• Il code reviewer controlla tutte le modifiche per coerenza e stringhe mancanti
• Il verifier esegue la suite di test completa e conferma che la build sia superata

Worker 1, 2 e 3 operano in parallelo, ciascuno in git worktree isolati. Lo strato di orchestrazione unisce le loro modifiche, risolve eventuali conflitti e consegna il risultato alla revisione. La parallelizzazione comprime il tempo complessivo rispetto all'esecuzione sequenziale con agente singolo; la durata effettiva dipende dalla complessità del compito e dai tempi di risposta del modello.

L'architettura alla base dell'orchestrazione

Sia OMC che OMX seguono un pattern architetturale simile. Al centro c'è un sistema di hook che intercetta gli eventi nella CLI base e li instrada verso lo strato di orchestrazione. Gli hook possono iniettare contesto, attivare skill, gestire lo stato e coordinare gli agenti senza modificare la CLI sottostante.

I server MCP (Model Context Protocol) garantiscono la persistenza. I server di stato tracciano il lavoro di ciascun agente. I server di memoria conservano il contesto tra sessioni, permettendo agli agenti di fare riferimento a decisioni precedenti. I server di intelligenza del codice offrono funzionalità simili a LSP (hover, vai alla definizione, trova riferimenti) direttamente agli agenti. I server di tracciamento registrano le timeline di esecuzione per il debug dei problemi di orchestrazione.

Le skill sono definizioni di workflow dichiarative. Specificano quali agenti coinvolgere, in quale ordine e con quali criteri di verifica. Una skill come "ralph" definisce un ciclo: pianifica, esegui, verifica, correggi. Se la verifica fallisce, il ciclo riparte con il contesto dell'errore. Questo elimina il ping-pong manuale che rallenta i workflow con agente singolo.

Cicli di revisione a livello di team

Il passaggio dall'agente singolo al multi-agente non riguarda solo la velocità: introduce la separazione dei compiti nello sviluppo assistito dall'AI. Avere un agente dedicato alla revisione della sicurezza che analizza ogni modifica consente di rilevare vulnerabilità che un assistente generico non avrebbe intercettato. Quando un agente architetto valida le decisioni strutturali prima che l'implementazione inizi, si evitano riscritture costose.

Per i team che adottano workflow di sviluppo con l'AI, gli strati di orchestrazione risolvono il problema della governance. È possibile imporre che ogni modifica passi attraverso un agente di revisione prima di essere committata, e richiedere la verifica della copertura dei test prima che venga aperta qualsiasi PR. Si tratta degli stessi gate di qualità che i team umani utilizzano, automatizzati e applicati in modo coerente.

Considerazioni pratiche

Costi dei token

I workflow multi-agente consumano più token di un singolo ciclo prompt-risposta. OMC mitiga questo con il routing automatico dei modelli: le attività semplici vengono indirizzate a modelli più economici, il ragionamento complesso a quelli più capaci. Nelle mie pipeline, il risparmio derivante dal routing intelligente compensa tipicamente l'overhead dell'orchestrazione. Per le attività estese, il tempo risparmiato dall'esecuzione parallela giustifica generalmente il costo.

Quando usare il multi-agente rispetto all'agente singolo

Per iniziare

Per gli utenti di Claude Code, OMC si installa dal marketplace di plugin. Dopo il comando di configurazione, si può partire con /autopilot per un'orchestrazione guidata o con /team 3 per avviare tre worker paralleli. Per gli utenti di Codex CLI, OMX si installa via npm e segue un pattern simile. Entrambi i progetti includono documentazione estesa e comunità attive.

Il quadro generale: dai copiloti ai team di agenti

L'evoluzione è chiara. La prima fase è stata l'autocompletamento (GitHub Copilot, 2022). La seconda è stata la scrittura di codice tramite chat (ChatGPT, Claude, 2023). La terza sono stati gli agenti nativi da terminale (Claude Code, Codex CLI, 2025). La fase successiva è l'orchestrazione multi-agente. Progetti come oh-my-claudecode e oh-my-codex rappresentano la prima ondata di strumenti che trattano la scrittura di codice con l'AI come un lavoro di team coordinato.

Come ha scritto Addy Osmani sulla programmazione multi-agente, l'architettura efficace separa la pianificazione dall'esecuzione, utilizza ruoli specializzati e include la verifica come passaggio di prima classe. OMC e OMX implementano esattamente questo pattern, rendendolo accessibile tramite semplici comandi CLI.

La natura open-source di entrambi i progetti significa che è la comunità a guidare l'innovazione. Nuovi agenti, skill e pattern di workflow vengono contribuiti con regolarità. Se l'orchestrazione base non si adatta al proprio workflow, è possibile estenderla con agenti e skill personalizzati.

Adatto al progetto

L'orchestrazione multi-agente è già in uso nei workflow di produzione. Che si stia costruendo una nuova applicazione, migrando un sistema legacy o mantenendo una codebase complessa, gli strumenti esistono per procedere più velocemente senza rinunciare alla qualità.

webvise integra workflow di sviluppo con l'AI in ogni progetto consegnato. L'orchestrazione multi-agente accelera il percorso dall'architettura al deployment, mentre gli agenti di revisione e verifica integrati mantengono gli standard di qualità che i clienti si aspettano. Per scoprire come le pratiche di sviluppo moderne possono accelerare il prossimo progetto, contatti webvise.