欧恩

解决什么问题

当你同时使用 Claude Code、Codex、Hermes Agent 等多个 AI Agent 平台时，常常需要在每个平台里重复配置相同的技能逻辑——比如工具调用模板、Agent 协作协议、上下文管理策略。这些配置散落在各自的配置目录里，维护成本高，而且切换平台时容易遗漏关键设置。

Ornn 是一个跨平台的 Agent 技能集合，把 6 个子技能文件打包在一起，让你在多个 Agent 平台间保持一致的能力配置，不需要逐个平台手动同步。

核心能力

Ornn 的工作方式可以理解为「一次编写，多端复用」：

• 多平台兼容：支持 Claude Code、Codex、Hermes Agent、OpenClaw、QClaw、WorkBuddy 六个平台，每个子技能文件针对目标平台的接口规范做了适配
• 模块化组织：6 个子技能文件各自独立，你可以按需启用其中几个，也可以全量部署
• 统一逻辑层：所有子技能共享一套 Agent 行为约定，比如任务分解策略、工具调用格式、输出结构校验，减少平台间的心智切换

使用流程很简单：在目标平台的技能目录下放入对应的子技能文件，Agent 加载后就能理解并执行预定义的任务模式。不需要修改平台的核心配置，也不需要编写胶水代码。

适用边界

需要注意的是，Ornn 解决的是技能配置的跨平台一致性问题，不是 Agent 运行时本身。它不会替代任何平台的核心调度逻辑，也不处理模型推理层面的优化。

以下场景不太适合用 Ornn：

• 只使用单一 Agent 平台且不打算切换——直接在该平台内配置就够了
• 需要深度定制 Agent 内部决策逻辑——Ornn 提供的是技能层约定，不覆盖运行时引擎\n- 团队有自己严格的技能规范——Ornn 的行为约定可能与现有规范冲突

如果你的工作流确实涉及多个 Agent 平台，且希望保持技能行为的一致性，Ornn 提供了一个轻量级的解耦方案。