jkf87/ohmyclaw

🦞 ohmyclaw

OpenClaw 용 멀티프로바이더/멀티계정 에이전트 하네스 스킬

Z.ai 코딩플랜(Lite/Pro/Max) + ChatGPT Codex OAuth + OpenRouter (200+ 모델) 다중 계정을 하나의 스킬로 라우팅하고, OMX 스타일 composable verbs (/ohmyclaw exec, /ohmyclaw team, /ohmyclaw ralph, /ohmyclaw plan, /ohmyclaw review, /ohmyclaw debug, /ohmyclaw)로 작업을 실행합니다.

Quick Install

원라인 설치

bash <(curl -sL https://raw.githubusercontent.com/jkf87/ohmyclaw/main/install.sh)

수동 설치

git clone https://github.com/jkf87/ohmyclaw.git
ln -sfn "$(pwd)/ohmyclaw/skills/ohmyclaw" ~/.openclaw/skills/ohmyclaw

OpenClaw 에이전트에게 설치 시키기

아무 채널(Telegram/Discord/Web)에서 이 프롬프트를 복붙하세요:

ohmyclaw 스킬을 설치해줘. https://github.com/jkf87/ohmyclaw 클론하고 skills/ohmyclaw 디렉토리를 ~/.openclaw/skills/ohmyclaw 에 심볼릭 링크 걸어줘. 끝나면 /ohmyclaw 실행해서 HUD 보여줘.

설치 확인

/ohmyclaw

슬래시 명령어

Telegram 슬래시 명령어 & Socratic 인터뷰 (v1.6.0)

ohmyclaw 는 텔레그램 슬래시 명령어를 선택지 버튼으로 노출합니다. 모든 버튼은 실제 openclaw message send --presentation (MessagePresentation) API 로 발화합니다.

cli.sh commands menu --to $CHAT_ID        # 슬래시 명령 팔레트를 버튼으로 (클릭=네이티브 슬래시 실행)
cli.sh commands register                  # Telegram setMyCommands 등록 페이로드(+@BotFather 형식)
cli.sh commands dispatch --to $CHAT_ID "/omc_interview 결제 모듈"   # 인바운드 /명령 → verb 라우팅

cli.sh interview "결제 모듈 리팩토링" --to $CHAT_ID   # 4차원 Socratic 버튼 인터뷰

Socratic 인터뷰 — Q00/ouroboros 의 "질문은 모호성 ≤ 0.2 까지" 원칙을 ohmyclaw 4차원 명확성(goal/constraint/success/context)에 이식. 각 질문이 인라인 버튼으로 나오고(1/2/3 + ✏️ Other), 응답을 누적해 모호성 점수를 재계산하며 충분히 명확해지면 자동 종료합니다. 결과는 interview-result state 에 저장되어 후속 exec/plan 이 참조합니다.

omc 네임스페이스(/omcinterview 등)로 /hud 같은 타 봇 명령과 충돌을 방지하고, /interview·/ohmyclaw interview alias 와 @botname/2토큰도 인식합니다.

HUD 대시보드

🦞 ohmyclaw HUD  2026-04-11 22:53
─────────────────────────────────────────
Plan  PRO ($15/월)  Workers: 4
Tokens    0K / 8M  ██░░░░░░░░░░░░░░░░░░░░ 0%
Requests  0 / 3000 ██░░░░░░░░░░░░░░░░░░░░ 0%
─────────────────────────────────────────
Accounts
zai        ● zai-primary        oauth_zai plan=pro
           ○ zai-secondary      api_key plan=lite
codex      (disabled)
openrouter (disabled)  ← NEW
─────────────────────────────────────────
Models   glm-5-turbo, glm-5, glm-5.1, +OpenRouter 200+

멀티프로바이더 라우팅

지원 모델 (공식 벤치마크 기준)

⚡ 확장 사고(extended thinking): 복잡한 추론이 필요한 태스크에서 더 깊이 생각하는 모드.

>

🆕 OpenRouter 경유로 Claude Opus 4, DeepSeek R1, Gemini 2.5 Pro, Qwen3 235B 등 200+ 모델에 단일 API 키로 접근 가능. 무료 모델(Llama 3.3 70B, Qwen 2.5 72B 등)도 지원.

>

GLM-5.1 은 SWE-Bench Pro 코딩 벤치마크 세계 1위 (GPT-5.4, Claude Opus 4.6 을 앞섬). GPT-5.4 는 GPQA Diamond 추론 + AIME 수학에서 최고점. 한국어 전용 벤치마크는 현재 공식 발표 없음.

>

🆕 GLM-5.2 는 차세대 GLM 플래그십으로, Pro/Max 의 HIGH 복잡도 coding/reasoning 새 1순위이자 fallback 체인 최상위 glm 입니다 (select-model.sh P81 + matrix HIGH). 공식 벤치마크 발표 전까지 하드 스펙(context/maxTokens)은 GLM-5.1 을 미러링하며, 라우팅 점수만 후속 우위를 반영합니다. Lite 플랜은 미지원(자동 강등).

>

출처: MarkTechPost · Artificial Analysis · BenchLM

Z.ai 코딩플랜

가입: https://z.ai/subscribe?ic=OTYO9JPFNV

export ZAI_CODING_PLAN=pro                # lite | pro | max
export CODEX_OAUTH_ENABLED=true           # ChatGPT 구독 보유 시
export OPENROUTER_ENABLED=true            # OpenRouter 경유 외부 모델 사용
export OPENROUTER_API_KEY=sk-or-...       # openrouter.ai 에서 발급
export OPENROUTER_PREFER_FREE=true        # 무료 모델 우선 (선택)

OpenRouter 연동

OpenRouter 를 경유로 200+ 외부 모델에 단일 API 키로 접근합니다. Z.ai / Codex 와 독립적으로 작동하며, codex 활성 시 codex 가 우선됩니다.

지원 OpenRouter 모델

설정

# 1. API 키 발급: https://openrouter.ai/keys
export OPENROUTER_API_KEY="sk-or-..."

# 2. routing.json 에서 openrouter 풀 활성화:
#    accounts.pools.openrouter.accounts[0].enabled = true

# 3. 환경변수 설정
export OPENROUTER_ENABLED=true

# (선택) 무료 모델 우선 배정
export OPENROUTER_PREFER_FREE=true

라우팅 우선순위

1. Z.ai matrix (P75) — 기본 라우팅
2. Codex overlay (P80) — GPT-5.4 격상
3. Claude Code CLI overlay (P79.5) — 실험적 Claude delegation (⚠️ EXPERIMENTAL)
4. OpenRouter overlay (P79) — 외부 모델 오버레이 (codex 다음 우선)
5. OpenRouter Free overlay (P78) — 무료 모델 우선 (PREFER_FREE 시)

codex + openrouter 동시 활성 시 codex 가 우선입니다. HIGH 복잡도 작업은 무료 모델을 건너뛰고 유료 모델로 위임합니다.

Claude Code CLI Delegation (⚠️ EXPERIMENTAL)

실험적 기능 — 기본 비활성 — 언제든 제거 가능

>

공식 Claude Code CLI delegation 만 사용합니다. 직접 OAuth 토큰 주입 없음.

Anthropic 의 CLI delegation 정책이 변경되면 이 경로는 차단되거나 제거될 수 있습니다.

활성화 시 reasoning, coding_arch, security 카테고리의 HIGH 복잡도 작업만 Claude Code CLI 로 위임합니다.

설정 (단일 계정)

# 1. claude CLI 설치 및 로그인
claude login

# 2. 환경변수 설정
export CLAUDECLI_DELEGATION_ENABLED=true

# 3. routing.json 에서 풀 활성화:
#    accounts.pools.claudecli.accounts[0].enabled = true

멀티계정 (Claude Pro/Max 구독 여러 개 보유 시)

Codex 의 CODEXHOME 과 동일하게 Claude CLI 도 CLAUDECONFIGDIR 공식 환경변수로 계정별 디렉토리 분리를 지원합니다 (anthropics/claude-code "Respect CLAUDECONFIG_DIR everywhere"). macOS 에서도 keychain 대신 해당 디렉토리의 .credentials.json 을 우선 사용합니다.

# 1. 계정별 디렉토리에서 OAuth 로그인 (브라우저 흐름)
claude login                                       # 기본 (~/.claude)
CLAUDE_CONFIG_DIR=~/.claude-acct2 claude login     # 2번째
CLAUDE_CONFIG_DIR=~/.claude-acct3 claude login     # 3번째
mkdir -p ~/.claude-acct3                           # 디렉토리 없다는 오류 시

# 2. routing.json 의 claudecli 풀에 계정 enabled=true (기본 3개 슬롯 제공)
#    skills/ohmyclaw/routing.json#accounts.pools.claudecli.accounts
#    { "id": "claudecli-secondary",..., "claudeHome": "~/.claude-acct2", "enabled": true }
#    { "id": "claudecli-tertiary",..., "claudeHome": "~/.claude-acct3", "enabled": true }

# 3. 게이트 활성
export CLAUDECLI_DELEGATION_ENABLED=true

# 4. 풀 상태 확인
skills/ohmyclaw/pool.sh status claudecli

호출 방식 (3가지)

SKILL=skills/ohmyclaw

# (A) 명시 디렉토리
$SKILL/claude-delegate.sh "리뷰 부탁" --config-dir=~/.claude-acct2 --cwd="$PROJECT"

# (B) 환경변수 상속
CLAUDE_CONFIG_DIR=~/.claude-acct3 $SKILL/claude-delegate.sh "리뷰 부탁" --cwd="$PROJECT"

# (C) 풀 round-robin (실패 시 자동 cooldown 마킹)
$SKILL/claude-delegate.sh "리뷰 부탁" --from-pool --cwd="$PROJECT"

계정 수 제한 없음. Claude Pro/Max 구독 N개 = OAuth 토큰 N개. pool.sh 가 전부 round-robin 으로 순환하며, rate limit hit 시 60초 → 120초 →... 최대 600초 cooldown 으로 자동 우회합니다.

비활성화

unset CLAUDECLI_DELEGATION_ENABLED
# 또는
export CLAUDECLI_DELEGATION_ENABLED=false

비활성 시 기존 ohmyclaw 라우팅(GLM-5.1 등)으로 자동 폴백됩니다.

추론 인식

증명, 알고리즘, 복잡도, 불변조건 같은 추론 집약 키워드가 감지되면 추론 점수가 가장 높은 모델로 자동 격상합니다:

다중 계정 풀

Z.ai + ChatGPT OAuth 계정을 제한 없이 추가할 수 있습니다. 순환 배분(round-robin)으로 rate limit 을 분산하고, 한 계정이 제한에 걸리면 자동으로 다음 계정으로 전환됩니다 (대기 시간 60초 → 최대 600초 점진 증가). 여러 계정에 동시 발사(fan-out)도 가능합니다.

ChatGPT 계정 추가 방법

# 1. 계정별로 별도 디렉토리에 OAuth 로그인
codex login                              # 기본 (~/.codex)
CODEX_HOME=~/.codex-acct2 codex login    # 2번째
CODEX_HOME=~/.codex-acct3 codex login    # 3번째
CODEX_HOME=~/.codex-acct4 codex login    # 원하는 만큼

# 파일이 없다고 오류나면(예시 3번째)
mkdir -p ~/.codex-acct3 && CODEX_HOME=~/.codex-acct3 codex login

# 2. routing.json 에 계정 추가 (skills/ohmyclaw/routing.json)
#    accounts.pools.codex.accounts 배열에 항목 추가:
#    { "id": "codex-acct3", "authType": "oauth_codex", "codexHome": "~/.codex-acct3", "weight": 10, "enabled": true }

# 3. 확인
skills/ohmyclaw/pool.sh status codex

계정 수 제한 없음. ChatGPT Plus($20/월) 또는 Pro($200/월) 구독 1개 = OAuth 토큰 1개. 구독 5개면 5계정 풀 가능. pool.sh 가 전부 round-robin 으로 순환합니다.

Z.ai 계정 추가 (N개 라운드로빈)

Z.ai 는 API 키 N개를 풀에 넣어 라운드로빈 분산할 수 있습니다. 설정은 환경변수 등록 + routing.json 편집 두 단계입니다.

💡 단일 계정에서도 효과 있음 — Z.ai 공식 문서(devpack/overview)는 코딩플랜 쿼터가 "subscription 단위"라고만 명시하고 키별 rate limit 독립성은 언급하지 않습니다. 경험적으로 검증한 결과, 같은 Max 구독 내에서 발급한 복수 API 키는 독립적인 rate limit / 동접 카운터를 가집니다. 즉 한 계정의 Max 쿼터 안에서도 키 N개 라운드로빈으로 버스트 동접을 N배로 끌어올릴 수 있습니다 (5시간/주간 총량 캡은 구독 단위 공유라 그대로).

>

요약: 키 N개 라운드로빈 = 처리량(burst/concurrency) ↑, 총 쿼터(prompts per 5h) 는 불변.

1단계 — 환경변수에 키 등록 (~/.zshrc 또는 ~/.bashrc)

export ZAI_API_KEY="zai_primary_..."        # 1번 키 (기본)
export ZAI_API_KEY_2="zai_secondary_..."    # 2번 키
export ZAI_API_KEY_3="zai_tertiary_..."     # 3번 키
export ZAI_API_KEY_4="zai_quaternary_..."   # 4번 키
# 필요한 만큼 계속 _5, _6,... 추가

2단계 — skills/ohmyclaw/routing.json 의 accounts.pools.zai.accounts 배열에 항목 추가

"accounts": [
  { "id": "zai-primary",    "authType": "oauth_zai", "openclawProfile": "default", "plan": "max", "weight": 10, "enabled": true },
  { "id": "zai-secondary",  "authType": "api_key",   "envKey": "ZAI_API_KEY_2",    "plan": "max", "weight": 10, "enabled": true },
  { "id": "zai-tertiary",   "authType": "api_key",   "envKey": "ZAI_API_KEY_3",    "plan": "max", "weight": 10, "enabled": true },
  { "id": "zai-quaternary", "authType": "api_key",   "envKey": "ZAI_API_KEY_4",    "plan": "max", "weight": 10, "enabled": true }
]

• id: 풀 내 고유 식별자 (자유 명명)
• envKey: 1단계에서 export 한 환경변수 이름
• plan: lite / pro / max (코딩플랜 티어, 라우팅 영향)
• weight: 높을수록 자주 선택됨 (동일 값이면 균등 분산)
• enabled: true 여야 풀에 포함됨

필드 의미:

3단계 — 검증

skills/ohmyclaw/pool.sh status zai     # 모든 계정 ready 확인
skills/ohmyclaw/pool.sh next glm-5.1   # 라운드로빈 픽 테스트

<details> <summary><b>💡 LLM (Claude Code 등) 에게 한 번에 시키기</b></summary>

편집이 번거로우면 다음 프롬프트를 그대로 복사해서 AI 에이전트에게 붙여넣으세요. JSON 편집까지 알아서 처리합니다.

내 Z.ai API 키 N개를 ohmyclaw 풀에 라운드로빈으로 추가해줘.

키 목록:
- ZAI_API_KEY_2="여기에-키-붙여넣기"
- ZAI_API_KEY_3="여기에-키-붙여넣기"
- ZAI_API_KEY_4="여기에-키-붙여넣기"

플랜: max (또는

</details>