配置opencode总结

今年以openclaw开门红的agent很火，我开始搞agent算是比较晚的，周围人都把Claude code和codex这些玩遍了我还在用chatbot,这两天尝试了一下开源免费的opencode，下面是我折腾两天的总结：

安装和配置opencode

官方给了五种下载方法，环境支持哪种用哪种

curl -fsSL https://opencode.ai/install | bash

npm i -g opencode-ai

bun add -g opencode-ai

brew install anomalyco/tap/opencode

paru -S opencode

安装完之后直接在终端输入opencode即可唤醒，也可以输入opencode web唤醒GUI网页版，

在这里插入图片描述

输入opencode auth login与想用的模型供应商建立连接，选择之后输入api key就能用旗下的模型了，也可以选择用opencode官方提供免费的模型，就是不知道实力如何。

在这里插入图片描述

也可以在web版配置供应商，很方便，除了选择官方供应商之外，还可以自定义供应商，自定义供应商可以是自己本地写的模型，也可以是集成多个大模型的中转站，相比于官方更推荐使用中转站，一个key吃遍天，后面使用多agent开发时不用为许多api_key不好管理发狂，也不用面对官方的天价token(但deepseek是真便宜)，还有一些其他原因不得不用中转站，大家懂得都懂。
在这里插入图片描述
在这里插入图片描述

自定义provider时提供商的ID随意取,但是下面模型ID注意别填错，填错就用不了了，自定义的provider可以在opencode.jsonc（有的可能是json）里查看修改MCP

在这里插入图片描述

对于不想要的provider，可以open auth logout选择不想要的provider切断连接

opencode使用

原生的agent有plan和builder，前者只能读文件并作出规划方案，后者权限更大可以上手直接干活，平时写作业够用了，没必要多讲，后面会被oh-my-openagent插件取代。

几个常用的命令
/models  #切换模型,选择已经connect的供应商旗下的模型

/sessions #选择历史对话

/new #在使用过程中开启一个新对话，实现并行

/init #生成对该目录下项目的markdown总结

/share #把当前session的对话记录生成网页，网址自动复制进粘贴板

/unshare #取消分析，之前生成的网页链接销毁

/export #把当前对话导出为文件

/timeline #对话的时间线会被自动保留，这个命令可以进行1.时间线回退2.对应时间线对话复制3.对着某个时间线展开新对话
skills

这个个人认为很超模，不用自己想prompt，一个skill包自动把agent调教好了.在当前项目里建立.opencode/skills/skillname1/*.md

# 项目目录树形结构
.opencode/
└── skills/
    ├── skillname1/
    │   ├── README.md
    │   ├── *.md
    │   └── *.md
    ├── skillname2/
    │   ├── *.md
    │   └── *.md
    ├── skillname3/
    │   └── *.md
    └── skillname4/
        ├── *.md
        └── *.md

在这里插入图片描述

这里我放了一个密码学有关的skill包，在项目打开opencode，询问你有哪些skills，它会如实回答（下面的是插件带的skills，先忽略）

在这里插入图片描述

拿一个有瑕疵的加密给它解试试，

在这里插入图片描述
在这里插入图片描述
Deepseek v4虽然想了10min但是也是成功破解了（性价比是真高）

oh-my-openagent

这是opencode最火的插件之一，预设了三个MCP（websearch负责网络搜索,context7用于获取各种代码库，grep_app在公共github仓库超快代码搜索），主要的亮点是在取消了原plan和build智能体，新增了七大智能体（新版本貌似不止七个）组成的agent团队，每个智能体有自己用处（比如Sisyphus西西弗斯负责规划，oracle先知负责架构设计，librarian图书管理员负责查阅文献）。相比于没装插件的单agent工作，这些agent可以团队工作加快效率，当然多agents集成工作也很烧token。

安装

把下面这段内容直接丢给你的opencode，让它去装

Install and configure oh-my-opencode by following the instructions here:
https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/refs/heads/master/docs/guide/installation.md

安装之后它会询问你订阅provider的情况，是为了给你的agent配模型，可以如实回答（可能改变agent团队结构，反正我如实回答只订阅了Gemini，团队结构被改了），也可以全选no，最好还是选no根据实际情况自己配置（毕竟有人用的是中转站而不是官方provider），当然官方provider全都订阅有条件的朋友可以全选yes，它会自动给你每个agent配出最适合的模型。

agents模型配置

每个agent负责的方向不同，自然适配市面上不同的模型（比如sisyphus的目前的顶配是最擅长规划的claude-opus-4-5），当然像我这种手头拮据的不可能一直用满血的agent，有时会换成便宜一些的模型。

安装插件后会在/用户/.config/opencode/下生成oh-my-openagent.json，它来决定agents的配置

{
  "$schema": "https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/dev/assets/oh-my-opencode.schema.json",
  "agents": {
    "sisyphus": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "Always think and respond in Chinese (简体中文). All internal reasoning and external responses must be in Chinese."
    },
    "oracle": {
      "model": "deepseek/deepseek-reasoner",
      "variant": "high",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    },
    "explore": {
      "model": "deepseek/deepseek-chat",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    },
    "multimodal-looker": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    },
    "prometheus": {
      "model": "deepseek/deepseek-reasoner",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    },
    "metis": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    },
    "momus": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    },
    "atlas": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    },
    "sisyphus-junior": {
      "model": "deepseek/deepseek-chat",
      "prompt_append": "Always think and respond in Chinese (简体中文)."
    }
  },
  "categories": {
    "visual-engineering": {
      "model": "deepseek/deepseek-v4-pro",
      "variant": "high",
      "prompt_append": "用中文思考和回答。"
    },
    "ultrabrain": {
      "model": "deepseek/deepseek-reasoner",
      "prompt_append": "用中文思考和回答。"
    },
    "deep": {
      "model": "deepseek/deepseek-chat",
      "prompt_append": "用中文思考和回答。"
    },
    "quick": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "用中文思考和回答。"
    },
    "unspecified-low": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "用中文思考和回答。"
    },
    "unspecified-high": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "用中文思考和回答。"
    },
    "writing": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "用中文思考和回答。"
    },
    "artistry": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "用中文思考和回答。"
    }
  },
  "google_auth": false
}

想改模型配置直接该model键的值，结构是provider_id/model_id，可以用官方供应商的官方模型，也可以用刚才自定义供应商（本地模型或者中转站）的模型。官方provider的官方model的ID可以https://models.dev在这上面查，自定义的ID用定义时的ID。

下面拿一个官方provider和自定义provider举个例子

"sisyphus": {
      "model": "deepseek/deepseek-v4-pro",
      "prompt_append": "Always think and respond in Chinese (简体中文). All internal reasoning and external responses must be in Chinese."
    },
    
"oracle": {
            "model": "lanyi/[lanyi]gemini-3.1-pro-preview",
            "variant": "high",
            "prompt_append": "Always think and respond in Chinese (简体中文)."
        },
"explore": {
            "model": "lanyi/[lanyi]gpt-5.5",
            "prompt_append": "Always think and respond in Chinese (简体中文)."
        },

这就是为什么推荐用中转站，一个provider把许多跨官方的模型集成了，避免了使用agent团队面临多provider多key的管理成本。国内目前好用便宜的中转站有百度千帆codingplan，火山方舟codingplan，里面的GLM、DeepSeek、Kimi、MiniMax还是很能打的。

（实在和我一样懒的研究这些的可以和上面一样无脑用deepseek大军，平时写作业还是没问题的）

也许周全的你会给agents准备了不同的配置方案，比如一个是oh-my-openagent-cn.json,一个是oh-my-openagent-global.json

下面是我(用AI)写的脚本方便快速切换方案

switch.py

import shutil
import sys
import os


def main():
    if len(sys.argv) != 2 or sys.argv[1] not in ["cn", "global"]:
        print("❌ 错误: 参数无效。")
        print("💡 用法: python switch.py [cn|global]")
        return

    target_file = "oh-my-openagent.json"
    cn_file = "oh-my-openagent-cn.json"
    global_file = "oh-my-openagent-global.json"

    choice = sys.argv[1]

    if choice == "cn":
        if not os.path.exists(cn_file):
            print(f"❌ 找不到文件: {cn_file}")
            return
        shutil.copy(cn_file, target_file)
        print("✅ 已成功切换至【国内版 (CN)】模型配置！")

    elif choice == "global":
        if not os.path.exists(global_file):
            print(f"❌ 找不到文件: {global_file}")
            return
        shutil.copy(global_file, target_file)
        print("✅ 已成功切换至【国际版 (Global)】模型配置！")


if __name__ == "__main__":
    main()

opencode还有很多进阶玩法，比较强的是接入GitHub云端，直接在仓库里干活，不过我只用了两天也讲不出来什么花样，留给未来的自己探索吧。希望未来的人类孩子一出生就能拥有相伴一生的专属agents，到时绝不是AI替代人类，而是新的解放。

# 经验分享
Logo
DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

55-260507 AI 科技日报 (DeepSeek-V4开源，四月迎来国产AI模型开源潮)

avatar DeepSeek技术社区
cover

3.45亿人的免费午餐终结：豆包开收500元月费，AI算力正在吃掉字节跳动

avatar DeepSeek技术社区
cover

有没有继续教育同学靠AI工具完成论文的？（函授、成教、自考）分享一下经验。

avatar DeepSeek技术社区