Abstract: OpenCode 完全指南 —— 安装、通过 Ollama 接入本地大模型，以及用 Oh-My-OpenCode 插件解锁多 Agent 协作。

UPDATE: 我已放弃使用 OpenCode，严肃皈依 Claude Code、Codex 以及 Pi（）主要原因是 OpenCode 严重的内存泄漏问题，尤其是 desktop 版本，用的十分赤石（此结论于2026春季得出）

1. 概览

1.1 OpenCode 是什么？

OpenCode 是一个开源的 AI 编程 Agent，拥有操作系统级别的权限。跟网页版 LLM 不一样，它能：

  • 读写、创建文件
  • 执行终端命令
  • 搜索和分析整个代码库
  • 自动修 bug（闭环开发）

1.2 核心特性

特性 说明
开源 GitHub 100k+ Stars，免费
多模型 支持 75+ 供应商
隐私优先 支持本地模型
终端 UI 资源占用极低
内置 Agent Build Mode + Plan Mode

2. 为什么选 CLI 而不是网页聊天

2.1 核心区别

维度 OpenCode CLI 网页 LLM
角色 干活的 出主意的
交互方式 直接读写文件 手动复制粘贴
上下文 感知整个仓库 只有单次会话
闭环 自动修复 手动反馈
隐私 可完全本地 云端 API

全自动高效率埋头干活打工仔 vs 你问我答手动cv大师（）
Agentic Loop：说需求→写代码 → 跑 → 报错 → 自动修 →检验→ 搞定

When you wanna ask/learn something, go for free web chat.

When you wanna do/build something, go for coding agent.

3. 安装

没那么新的更新： 现在强烈推荐 OpenCode Desktop。

官网直接下载：OpenCode Desktop

OpenCode Desktop 体验更直观，可以在会话里下指令的同时实时看到代码变更。界面友好，开发效率直接起飞。

3.1 CLI 快速安装

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# Linux/macOS
curl -fsSL https://opencode.ai/install | bash

# macOS
brew install opencode

# Windows (Chocolatey)
choco install opencode

# Windows (Scoop)
scoop install opencode

# Node.js
npm install -g opencode-ai

# Docker
docker run -it --rm ghcr.io/anomalyco/opencode

3.2 验证安装

1
opencode --version

3.3 首次启动

1
2
3
cd /path/to/your/project
opencode
/init

/init 会扫描你的代码结构，生成 AGENTS.md，让 AI 更好地理解项目上下文。

4. 命令与模型

4.1 斜杠命令

命令 功能 快捷键
/init 初始化项目 Ctrl+X I
/models 列出/切换模型 Ctrl+X M
/connect 配置 LLM 供应商 -
/undo 撤销上一步 Ctrl+X U
/redo 重做 Ctrl+X R
/share 分享会话 Ctrl+X S
/new 新建会话 Ctrl+X N
/sessions 列出会话 Ctrl+X L
/compact 压缩会话 Ctrl+X C
/exit 退出 Ctrl+X Q

4.2 免费模型

OpenCode官方会给OpenCode用户提供一些免费可用模型，处理一些小事情还是没啥问题的，并发和限额也还行。

4.3 OpenCode 其他命令

命令 功能
opencode models 在终端列出所有模型
opencode auth login 连接供应商
opencode auth logout 清除供应商凭证

在终端运行，非 OpenCode 内

4.4 默认 Agent

模式 说明
Build 全权限，默认模式
Plan 只读模式，按 Tab 切换

5. 配置

5.1 配置文件位置

  • Windows: %USERPROFILE%\.config\opencode\opencode.json
  • macOS/Linux: ~/.config/opencode/opencode.json

5.2 基础配置

1
2
3
4
5
6
7
{
  "$schema": "https://opencode.ai/config.json",
  // 主题配置
  "theme": "opencode",
  "model": "anthropic/claude-sonnet-4-5",
  "autoupdate": true,
}

5.3 多模型配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
{
  "$schema": "https://opencode.ai/config.json",
  "theme": "opencode",
  "provider": {
    "default": "glm-5-free",
    "github": {
      "type": "github_copilot",
      "enabled": true
    },
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama Local",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "qwen3:8b": {
          "_launch": true,
          "name": "Qwen3:8b"
        }
      }
    }
  }
}

*5.4 本地 Ollama 配置（接入本地大模型）

更新：
深入研究后发现，本地模型（PC 端）在上下文快速增长时表现很拉。输入的上下文稍微大一点，推理时间直接指数级增长。
省流： 除非是为了隐私，别在 OpenCode + Oh-My-OpenCode 里用本地模型（高算力设备提供的除外）。

Step 0: 配置环境变量

（如果你不想让大模型装到 C 盘的话）

  • 打开环境变量设置
  • 新建一个系统变量
  • 变量名填 OLLAMA_MODELS
  • 变量值填你想放模型的目录，比如 D:\OllamaModels

Step 1: 安装 Ollama

去 https://ollama.com 下载

Step 2: 拉取模型

模型自己选，看你的硬件配置。

1
2
# 32G 内存 + RTX 5060 笔记本或以上配置推荐这个
ollama run qwen3:8b

Step 3: 配置 OpenCode

终端直接跑 ollama launch opencode。

或者自己手动改 %USERPROFILE%\.config\opencode\opencode.json：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama Local",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "qwen3:8b": {
          "_launch": true,
          "name": "Qwen3:8b"
        }
      }
    }
  }
}

Ollama baseURL 必须带 /v1 后缀。

5.5 第三方 API 代理

任何兼容 OpenAI 的代理都能用。

先在 opencode.json 里配置：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "my-proxy": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "My Proxy",
      "options": {
        "baseURL": "https://your-proxy.com/v1"
      },
      "models": {
        "claude-sonnet-4-5": {
          "name": "Claude Sonnet 4.5"
        }
      }
    }
  }
}

然后跑 opencode auth login 认证：

1
2
3
4
opencode auth login
# 选择供应商 → Others 
# 输入 opencode.json 里的供应商名称，比如 [my-proxy]
# 输入 API key

通过 /connect 添加的 API key 会存储在 ~/.local/share/opencode/auth.json 里。

5.6 推荐不推荐 API 来源

来源 免费额度 备注
GitHub Copilot 学生免费（Education Pack） 通过 /connect → GitHub Copilot 用 OAuth 登录；支持 Claude Opus 4.5、GPT-5.2 等
ModelScope 每天 2000 次调用 在 modelscope.cn 获取 token；baseURL: https://api.modelscope.cn/v1
VoAPI (公共) 每日签到送额度 在 demo.voapi.top 注册；baseURL: https://demo.voapi.top/v1；支持基础模型
UPDATE: 以上当乐子看，真干事还得中转站鸡皮踢猛猛哈

6. Oh My OpenCode 插件

UPDATE: 现在好像叫 oh-my-openagent 来着。

Without Oh My OpenCode，OpenCode is of its 30% capability。

6.1 Oh My OpenCode 是什么？

一个插件，把单 Agent 升级成多 Agent 协作团队。

GitHub: code-yeongyu/oh-my-opencode

6.2 核心 Agent

Agent 职责
Sisyphus (Ultraworker) 总指挥，分配任务给专业 Agent，并行推进直到 100% 完成
Hephaestus (Deep Agent) 深度研究，硬核逻辑任务，深入分析
Prometheus (Plan Builder) 代码库导航、探索、发现模式
Atlas (Plan Executor) 执行预定义的多步骤计划

6.3 ULW 触发

在 prompt 里加 ultrawork 或 ulw：

1
ultrawork: Implement a React component with dark mode.

效果：

  • Sisyphus 接管
  • 自动把子任务分配给专业的 Subagent
  • 并行执行
  • 不到 100% 不收工

6.4 多 Agent vs 单 Agent

1
2
3
4
5
6
7
8
单 Agent：
User → 一个 AI → 所有任务（串行）

多 Agent：
User → Sisyphus → 并行分发
  ├─→ Hephaestus（深度分析）
  ├─→ Prometheus（规划）
  └─→ Atlas（执行）

Token 警告：多 Agent 模式会显著增加 token 消耗。

6.5 安装 Oh My OpenCode

在 OpenCode 里粘贴这段：

1
2
Follow the installation guide:
https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/refs/heads/master/docs/guide/installation.md

6.6 附加功能

功能 说明
20+ Hooks 工作流自动化
MCP 集成 Context7、grep.app
LSP 支持 重构、导航
多模型 自动分配任务

*6.7 模型配置

在 %USERPROFILE%\.config\opencode\oh-my-opencode.json 里自定义 Agent 和分类。

Agent 职责 推荐模型
Sisyphus 总指挥，任务分配 综合能力最强、上下文窗口最大的通用模型
Hephaestus 深度执行，复杂 bug 修复 代码生成和逻辑能力极强的模型；推荐免费无限量模型防止 rate limit
Oracle 架构设计，调试 顶级推理模型，强 Chain-of-Thinking (CoT)
Librarian 文档，代码调研 超长上下文理解、极低成本的模型
Explore 快速代码搜索 低延迟模型；推荐本地小参数高频模型，零成本快速并发
Multimodal-Looker 视觉分析（截图、PDF） 原生多模态模型，强 Vision 能力
Prometheus 任务规划 逻辑推理能力强的模型
Metis 方案咨询 逻辑推理和批判性分析强的模型
Momus 代码审查 指令遵循和批判性思维强的模型
Atlas 方案执行 指令遵循强、响应快的模型
分类 适用场景 推荐模型
visual-engineering 前端、UI 实现 Vision 能力强、前端专精的模型
ultrabrain 硬核逻辑、算法重写 顶级推理模型，极致算力
deep 深度代码实现 逻辑推理能力强的模型
artistry 创意代码设计 创造力 + 推理兼具的模型
quick 小修小补 小参数快速模型
unspecified-low 简单任务 小参数快速模型
unspecified-high 复杂未分类任务 高推理能力模型
writing 文档、注释 通用模型

6.8 斜杠命令与 Skills

Oh My OpenCode 在 OpenCode 内置命令基础上又加了一批：

命令 说明
/init-deep 在项目树中生成分层的 AGENTS.md
/start-work 通过 Atlas 执行 Prometheus 生成的计划
/ralph-loop 自引用循环——Agent 持续干活直到任务完成
/ulw-loop 同上，但开启 ultrawork 模式
/refactor LSP + AST-grep 驱动的重构，TDD 验证
/cancel-ralph 停止活跃的 Ralph Loop
/handoff 创建上下文摘要，方便在新会话中继续
/stop-continuation 停止所有续接机制

内置 Skills（通过 agent prompt 里的 load_skills=[...] 加载）：

Skill 触发场景 说明
playwright 浏览器任务、截图 通过 Playwright MCP 驱动浏览器自动化
frontend-ui-ux UI/UX、样式 设计师人格——大胆美学、个性化排版
git-master commit、rebase、squash 原子提交、历史重写、blame/bisect
dev-browser 导航、填表、抓取 持久化浏览器状态自动化

参考资料