Omarchy：最美AI Linux发行版

知识点总结

摘要

Omarchy 是 Ruby on Rails 作者、37signals 联合创始人兼 CTO DHH（David Heinemeier Hansson）主导的一款 Linux 发行版，核心思路很简单：把“Arch Linux + Hyprland 平铺式窗口管理器”这套公认强大但配置极其繁琐的组合，预先装好、配好、美化好，让你一条命令或一次 ISO 安装就能拿到一个开箱即用、键盘驱动、颜值在线的开发者桌面。更进一步的是，4.0 “Quattro” 版本把几乎所有主流 AI coding agent 都做成了系统级原生集成，从终端快捷键到进程崩溃诊断都能直接交给 AI 处理，这也是它敢称自己“为 AI 时代而生”的底气所在。这篇文章介绍它是什么、AI 相关的具体功能、核心优势在哪、面向哪些人，具体怎么装，最后再看看大家对它的评价。

是什么

Omarchy 不是从零造一个新发行版内核或包管理器，而是在 Arch Linux 之上，把 Hyprland（一个基于 Wayland 的平铺式窗口管理器）连同一整套开发者常用工具预先集成、配置、美化好——项目自己的定位就是“opinionated”（强主张、有态度），不追求给用户提供无限自由的配置项，而是替你把选择都做完。

开箱自带的东西包括 Alacritty 终端、Neovim、tmux、Chromium、Spotify、Discord 等常用开发和日常工具，以及 11 套预配置的视觉主题，一键切换。项目由 DHH 主导，孵化于 37signals（Basecamp、HEY 背后的公司），当前版本是 2026 年 8 月 14 日发布的 4.0（代号 “Quattro”），官方称之为迄今为止最大的一次更新。

AI 原生集成：把 coding agent 当一等公民

这是 Omarchy 4.0 “Quattro” 里分量最重的一块，官方 manual 的 AI 章节专门讲了这套设计，核心思路是“不替你选边站，但把所有主流选项都接好线”：

  • 几乎所有主流 AI coding agent 都预置了懒加载 CLI 启动器：claude（Claude Code）、codex（OpenAI Codex）、opencode（OpenCode）、agy（Google Antigravity CLI）、copilot（GitHub Copilot CLI）、crush（Charm 的 Crush）、grok（xAI Grok CLI）、pi（Mario Zechner 的 Pi）、omp（Oh My Pi）、ori（OpenRouter 的多模型 harness，ori claude/ori codex 能让你在任意模型上跑其他 agent）。这些都是基于 mise 管理的轻量占位命令，第一次真正调用时才会拉取安装，不用的话不占地方。
  • 一键设默认 agent + 专属快捷键：omarchy default agent <name> 设置默认 agent，Super+Shift+Ctrl+A 直接在专用终端窗口拉起它；终端内 a/c/cx/cy 分别对应内联跑默认 agent、直接启动 OpenCode、Claude Code、Codex，且默认是自动批准（不会中途停下来问你）模式。
  • 顶栏 agents 用量面板：系统检测到有 AI coding 使用行为后，顶栏会自动出现一个 agents 图标，点开能看到 Claude Code、Codex、Fireworks 的订阅套餐、5 小时/每周额度用了多少百分比、按天按模型的 token 用量，甚至能通过同步文件夹合并多台机器的用量统计。
  • 进程崩溃自动交给 agent 诊断：Omarchy 监听 systemd-coredump，进程崩溃时弹出通知，点击就能把 core dump 连同一个专门的 diagnose-crash skill 一起交给你的默认 agent，走一遍“先搞清楚事实、再判断要不要上报”的排查流程。
  • 本地大模型支持：官方推荐 LM Studio（图形界面，适合新手找模型、装模型、跑模型）和 Ollama（命令行）两条路径跑本地开源权重模型。
  • 桌面端 AI 应用：Install 菜单里还带了 ChatGPT 桌面客户端和用来对话 xAI 模型的 Grok Bot。
  • 内置一个“Omarchy Skill”：软链到 Claude Code、Codex、Pi、Antigravity 等各家的 skill 目录，让 agent 能按官方推荐的方式帮你调整 Hyprland 配置、换主题、改状态栏——官方也坦言这块还处于实验阶段，建议先用 plan 模式看看 agent 打算怎么改，必要时可以用 omarchy reinstall configs 兜底回滚。

核心优势

  • 省掉 Arch+Hyprland 手工配置的功夫：传统路线下，把 Arch 装好、再手动配出一套能用的 Hyprland 环境，通常要花上好几个小时调字体、快捷键、状态栏、主题；Omarchy 把这些都预先做好，一条命令或一次 ISO 安装就能拿到成品。
  • 键盘驱动的操作效率：基于 Hyprland 的平铺式窗口管理，日常操作（切窗口、切工作区、启动应用）主要靠快捷键完成，减少鼠标依赖，长期使用后对习惯键盘流的开发者提效明显（具体能省多少时间因人而异，不同评测给出的数字不完全一致，仅供参考）。
  • 默认加固的安全配置：ISO 安装方式默认开启 LUKS 全盘加密、使用 btrfs 文件系统，不需要用户额外研究怎么配置磁盘加密。
  • 开箱即用的开发者工具链：终端、编辑器、常用生产力和娱乐应用、多套主题都预装好，装完就能直接进入工作状态，不需要再一个个找包、装包、配置。
  • 仍然是完整的 Arch，保留可定制性：底层还是标准 Arch Linux，Omarchy 只是把“从裸 Arch 到能用的桌面”这段路铺好了，熟悉 Arch 生态的用户依然可以按自己的习惯继续深度定制。

面向人群

  • 有一定 Linux/命令行经验、想要一套开箱即用又足够可定制的开发者桌面的工程师
  • 想从 macOS 或 Windows 尝试转到 Linux、但被 Arch 传统安装配置流程劝退过的人
  • 每天大量时间泡在终端和编辑器里、看重键盘操作效率、愿意接受滚动更新带来的持续维护成本的重度开发者
  • 不太适合：Linux 新手、需要长期稳定支持保证的生产环境、依赖只支持 Ubuntu/Fedora 等主流发行版专有软件的用户

如何安装使用

Omarchy 官方提供两种安装路径，选哪种取决于你是从零开始还是已经有一台 Arch 机器。

方式一：ISO 安装（从零开始，推荐给虚拟机或专用机器）

从 omarchy.org 下载 ISO，制作成启动盘或直接挂载到虚拟机，走安装向导。安装器会自动完成磁盘分区、LUKS 全盘加密、btrfs 文件系统搭建，整个过程大约 5 分钟。

注意：这个安装方式会清空整块磁盘，官方要求准备一块专用磁盘或一台虚拟机，硬件条件至少 60GB 存储空间、推荐 8GB 内存（最低 4GB）、需要 UEFI 启动模式。不要在你还需要保留数据的磁盘上直接跑安装器。

方式二：脚本转换（已有一台纯净 Arch 系统）

如果你已经装好了一个全新的 Arch Linux（安装时记得勾选 wget，并且不要预装任何桌面环境，保持一个干净的基础），可以直接用一条命令把它转换成 Omarchy：

wget -qO- https://omarchy.org/install | bash

这条命令会拉取安装脚本，自动装好 Hyprland、终端、编辑器、主题等一整套配置，把传统上需要手动配置好几个小时的工作压缩成一条命令、一次等待。安装耗时取决于网速和地理位置。

装完之后

安装完成后即可直接使用预配置好的 11 套主题、Neovim、tmux 等开发工具链；具体的快捷键、主题切换、CLI 工具用法，官方仓库的 Manual 文档有系统的分节说明，从“Getting Started”到“Making your own theme”都覆盖到了，遇到问题也可以先去 Troubleshooting 和 FAQ 两节看看。

项目仓库：github.com/basecamp/omarchy

大家怎么评价它

评价整体偏正面，但不是没有争议。

认可的一面： 有评测给出 8.5/10 的打分，认为它把 Hyprland 键盘驱动的操作效率、开箱即用的开发工具链、接近 macOS 的美观度结合在了一起，并提到 37signals 已经把部分内部基础设施迁移到 Omarchy 上做真实验证；Lunduke Journal 的报道称 Omarchy 的安装量已突破 15 万；4.0 “Quattro” 发布后，也有评测认为它是目前 macOS/Windows 用户想尝试 Linux、又怕折腾配置时，门槛最低的方案之一。

保留意见的一面： 也有声音认为它本质上“就是 Arch + Hyprland + 一堆 dotfiles”，创新更多体现在包装和呈现上，而非底层技术；DHH 本人是个观点鲜明、有争议的公众人物，这也让一部分人对项目本身多了一层顾虑（不评判对错，只是这种态度确实存在）；此外，Omarchy 默认集成了 Obsidian、Typora 这类非开源软件，被部分开源纯粹主义者诟病；作为 Arch 的滚动更新（rolling release）发行版，它天然需要更持续的维护关注，社区规模也还没法和 Ubuntu 这类主流发行版比，文档和踩坑经验相对少；项目本身也还比较新，缺乏长期大规模验证。