oh-my-ag: Orkestrator Multi-Agen untuk Antigravity
(github.com/first-fluke)Laporan terbaru Claude, 2026 Agentic Coding Trends Report,
mendefinisikan bahwa pengembangan perangkat lunak bukan lagi soal “menulis kode secara langsung”, melainkan soal bagaimana mengoordinasikan dan mengawasi agen.
AI adalah kolaborator yang baik, tetapi untuk menjamin kualitas dan keamanan, pengawasan serta verifikasi manusia tetap wajib.
Delegasi penuh memang menarik, tetapi untuk pemeliharaan, strukturnya tetap harus bersifat kolaboratif.
Masalahnya, struktur kolaborasi ini harus dirangkai dan dikelola secara manual lewat prompt setiap saat.
[Mengapa oh-my-ag]
Bagi yang pernah memakai Antigravity atau agen berbasis CLI dalam proyek nyata, masalah-masalah berikut pasti terasa familiar.
Agen tidak membaca Skills dengan benar, Rules diabaikan di tengah percakapan,
dan respons masuk ke loop tak berujung tanpa kendali, atau agen bekerja keras tetapi justru tidak mengerjakan hal yang diminta.
Sekilas ini tampak seperti masalah model, tetapi kenyataannya itu adalah masalah orkestrasi.
Karena itu, alih-alih terus menyesuaikan prompt, arahnya diubah.
Bukan lagi “masalah menulis prompt dengan baik”, melainkan “bagaimana jika struktur kolaborasi agen disediakan sebagai default?”
Dari pertanyaan inilah oh-my-ag dimulai.
[Apa yang dilakukan oh-my-ag]
oh-my-ag adalah lapisan orkestrasi agen berbasis peran untuk Antigravity.
Alih-alih mendorong seluruh konteks ke satu agen tunggal, tanggung jawab dipisahkan dengan jelas.
Orkestrator mengendalikan seluruh alur,
sub-agen fokus pada peran masing-masing,
dan konteks yang dibutuhkan dibagikan melalui memori bersama.
Instalasinya cukup dengan satu baris berikut.
bunx oh-my-ag
Setelah itu, satu set agen berbasis peran akan dikonfigurasi secara otomatis di proyek.
- PM merapikan requirement dan memecah pekerjaan.
- Frontend dan Backend menangani implementasi di area masing-masing.
- Mobile menangani implementasi mobile berbasis Flutter,
- QA memverifikasi kesesuaian terhadap requirement dan memeriksa edge case.
- Agen Debug menganalisis penyebab kegagalan dan mengusulkan arah perbaikan.
Setiap agen memiliki Skills dan struktur prompt yang dioptimalkan sesuai perannya, dan orkestrator mengikat semuanya menjadi satu alur.
[Mengapa perlu digunakan]
Pertama, untuk meredam variabilitas performa model melalui proses.
Belakangan ini, performa model seperti Gemini 3 Pro sering tiba-tiba berubah tergantung pembaruan atau kondisi server.
Struktur yang bergantung pada satu agen tunggal dan prompt panjang sangat rentan terhadap perubahan semacam ini.
oh-my-ag dirancang dengan memecah peran dan memisahkan tanggung jawab, sehingga penurunan performa sementara pada model tertentu tidak merusak keseluruhan hasil.
Orkestrator dan semua sub-agen menggunakan Serena Memory sebagai memori bersama.
Karena keputusan dan hasil antara terakumulasi di memori, konteks tidak mudah hilang meskipun model berubah atau kualitas respons goyah.
Kedua, titik pengawasan manusia menjadi lebih jelas.
Intinya bukan menghapus manusia dari loop, melainkan memperjelas di mana intervensi diperlukan.
Karena peran PM, QA, dan Debug dipisahkan, menjadi jelas secara struktural sejauh mana AI menangani pekerjaan dan di titik mana manusia harus mengambil keputusan.
Ketiga, sumber daya untuk pengelolaan prompt yang berulang bisa dikurangi.
Terus-menerus mengetik ulang deskripsi peran, aturan, dan proses persetujuan yang sama ke dalam prompt bukanlah hal yang produktif.
oh-my-ag mengotomatisasi pengaturan prompt dan struktur koneksi sebagai default melalui bundle Skill per peran dan orkestrator yang mendukung eksekusi paralel.
[Fitur utama]
- Set agen spesialis berbasis peran
- Lapisan orkestrasi yang mendukung eksekusi paralel
- Dukungan Gemini CLI / Claude CLI / Codex CLI
- Integrasi Serena Memory
- Kontrol Tool Scope per MCP
- Otomatisasi Conventional Commits
Pengembangan AI-Native pada 2026 bukan lagi soal “cara memakai alat dengan baik”.
Orkestrasi ini dirancang dengan asumsi struktur first-fluke/fullstack-starter, dan sudah mampu menangani lebih dari 50 commit per hari dengan baik pada aplikasi web/mobile full-stack.
Jika Anda sudah menggunakan Antigravity, daripada terus bergulat dengan prompt, bagaimana kalau mencoba membakar token dari 6 akun bersama oh-my-ag dan AI Pro.
GitHub link 🔗
Github: first-fluke/oh-my-ag
17 komentar
Saya juga membuat codex, GitHub Copilot, Claude, OpenCode, dan Amp semuanya bisa menyalin skill.
Wah, ini keren banget
Kualitasnya selalu bagus, jadi saya yakin untuk mencobanya wkwk
Terima kasih atas komentarnya yang bagus.
Saya juga mempertimbangkan pendekatan yang sama, dan membangun lingkungan agen paralel berbasis speckit. Saya pikir framework untuk Spec Driven Dev sangat cocok untuk pendekatan ini, apakah ada alasan mengapa Anda tidak mengadopsinya?
Secara pribadi, menurut saya memberi otonomi agar muncul arah yang tidak terpikirkan oleh saya justru lebih baik daripada pedoman yang sangat rinci seperti Speckit. Saat konteks menjadi panjang, spesifikasi yang didefinisikan di awal juga kadang runtuh. Untuk hal-hal yang kompleks, kualitasnya lebih baik jika dijalankan dalam mode plan lalu ditinjau sambil berjalan.
Saya masih pemula, jadi mau tanya~ hehe. Setelah diinstal, apakah saya cukup meminta di jendela chat antigravity seperti sebelumnya?
Di jendela chat Anda, jalankan workflow yang diinginkan dengan slash command "/" (.agent/workflows), atau skill akan berjalan otomatis berdasarkan kata kunci.
Saya sering mengalami masalah konteks hilang saat menjejalkan prompt panjang ke satu agen, jadi pendekatan bahwa ini adalah "masalah orkestrasi" terasa sangat tepat.
Struktur pemisahan peran + berbagi status dengan Serena Memory juga rapi, dan dokumentasinya pun bagus, jadi sepertinya bisa langsung saya terapkan.
Akan saya gunakan dengan baik!
Anda memeriksanya dengan sangat teliti.. terima kasih.
Terima kasih. Ternyata rasa frustrasi yang saya rasakan saat memakai Antigravity sebagai andalan bukan cuma saya saja, haha.
Kadang jadi agak bego sih wkwk. Terima kasih.
Kami akan merekrut PM dengan mantap 🙇♂️🙇♂️🙇♂️
Sambil melihatnya, saya terus berpikir bahwa pada akhirnya kalau ingin memakai workflow yang dipersonalisasi, daripada mengambil sebagian lalu memakainya, akan lebih baik mengikuti niat dan filosofi orang tersebut apa adanya! Karena sepertinya ini bukan workflow yang cocok dipakai di perusahaan, saya akan ambil bagian-bagian yang terlihat bagus untuk dipakai~~
Silakan ambil dan gunakan sesuai kebutuhan Anda, kami akan sangat berterima kasih.
Akan sangat berterima kasih jika ini bisa ditambahkan ke backend dengan Node.js. Saya kira sudah ada, jadi agak disayangkan karena ternyata belum ada :(
Kami akan segera mempertimbangkannya agar Anda tidak kecewa!
Template yang Anda bagikan sebelumnya juga sangat membantu saya gunakan
Terima kasih sekali lagi atas berbagi yang berharga ini
Bukan hal besar, tapi terima kasih.