OpenCode 最佳搭档 oh-my-opencode

上篇文章主要带大家入门 OpenCode，在文末也说到了 oh-my-opencode，那它到底是什么呢？

今天三金就带大家一起来揭开它的面纱～

Oh My OpenCode 是什么？

oh-my-opencode 是针对 OpenCode 的开源插件和编排层。

它的命名灵感来源于著名的开源项目 oh-my-zsh，目标是通过“开箱即用”的配置和增强功能，将 OpenCode 从一个代码助手转变为一个强大的多智能体协作系统。

其主要功能与特点：

• 主编排代理-Sisyphus：引入了一个名为 **Sisyphus（西西弗斯）**的核心编排代理。Sisyphus 像一个技术主管，能够将复杂的开发任务拆解，并指派给专门的子智能体。它通过意图分类、并行委托、TODO 管理和持续执行机制，确保任务从开始到和技术都可以被可靠完成。就像希腊神话中不断推巨石的西西弗斯一样。

• 主编排代理-Atlas：名称源于希腊神话中支撑天空的泰坦神，象征着它的作用就是支撑整个工作流程的正常运行。经常与 Prometheus 进行协作，Prometheus 创建详细的工作计划，然后用户通过 /start-work 启动 Atlas 开始执行计划。

• 主编排代理-**Hephaestus：**名称源于希腊神话中的赫菲斯托斯，是一个自主深度工作者。它就是一个技术精湛的手艺人，可以进行深度探索、自主决策和完整执行任务，适合需要跨多个文件、跨多个领域的复杂任务。

• 子智能体：

  • 分析层：

    • Oracle：负责架构设计和深度调试；
    • Librarian：负责检索文档和研究框架；
    • Explorar：负责扫描代码库文件和上下文。

  • 规划层：

    • Prometheus：战略规划师。Prometheus 是一个纯规划代理。我们可以理解它为其他 CLI 工具中的 Plan Mode。它不会一上来就给你写代码，而是通过访谈模式创建详细的工作计划。
    • Metis：计划顾问。也可以说是一个预规划分析专家，会在 Prometheus 生成计划前识别隐藏问题和潜在风险。比如做一些意图分类啊、识别一些 Prometheus 可能遗漏的隐藏意图啊之类的。
    • Momus：计划审查者。不能光做计划不做审查对吧，Momus 就是一个绝对理智的计划审查者，专门用于发现阻碍执行的关键问题，确保计划是可执行的。

  • 实现层：

    • Frontend UI/UX Engineer：顾名思义，它是一个前端视觉实现专家，专门用来负责 UI/UX 开发和视觉设计实现，在技术配置上，推荐使用 Gemini-3-Pro 模型。
    • multimodal-looker：媒体分析专家，专门用来分析 PDF、图像和图表等非文本文件，推荐使用 Gemini-3-Flash 模型。

  • 执行层：

    • Sisyphus-Junior：这是为了解决无限委托循环问题而设计的一个特殊代理。因为在多代理系统中，如果每个代理都能继续委托任务，是很有可能使其陷入无限递归的问题中的。而 Sisyphus-Junior 此时就会作为终端执行者，从而结束委托。

• 增强工具：集成了 LSP（语言服务器协议）和 AST（抽象语法树）工具，使 AI 能更深入地理解代码结构。

• 自动化工作流：支持在后台运行任务，拥有 Ultrawork 模式，适合处理大型重构或者迁移任务。即在提示词中包含 ultrawork 或 ulw 关键词，Sisyphus 会自动处理整个工作流。

如何安装？

在安装之前，你要确保已经下载过了 OpenCode，且版本要大于等于 1.0.150。

官方强烈建议让 LLM 帮我们安装，只要在你的 AI CLI 或者编辑器中输入以下提示词即可：

Install and configure oh-my-opencode by following the instructions here:

这个看你网络，如果无法访问 github 的话，也是白搭。

另外的安装方式就是使用 bunx 或者 npx 进行交互式安装：

1. 先安装 oh-my-opencode，比如使用 npm install -g oh-my-opencode；
2. 然后再使用如下方式进行交互式配置

bunx oh-my-opencode install

# 也可以使用 npx
npx oh-my-opencode install

当然，如果你想直接以参数的方式进行安装也 OK：

bunx oh-my-opencode install --no-tui --claude=<yes|no|max20> --gemini=<yes|no> --copilot=<yes|no>

在交互式安装中，安装程序会询问你的订阅状态：

• Claude 订阅（no/yes/max20）
• OpenAI/ChatGPT Plus（可选）
• Gemini 集成（yes/no）
• GitHub Copilot（yes/no）

这里也是根据你自身情况进行选择即可，如下图：

在安装时，程序会：

1. 注册插件到 ~/.config/opencode/opencode.json 文件中，这是 opencode 的配置文件；
2. 根据订阅配置分配代理模型，这个会在 oh-my-opencode.json 中展示出模型的分配情况，你也可以手动修改；
3. 如果需要 Gemini，需要添加 opencode-antigravity-auth 插件。

如果你走的是这些模型的官方渠道，记得在安装之后进行配置认证：

然后选择模型供应商：

• Anthropic：Claude Pro/Max OAuth；
• Google Gemini：需先安装 opencode-antigravity-auth 插件；
• GitHub Copilot：OAuth 认证；
• Iflow：没错，Iflow 也提供了很多的免费开源模型。

如何自动配置？

上一篇文章中有讲到，OpenCode 的亮点在于它强大的模型兼容能力，我们可以在 OpenCode 上面使用市面上大多数模型。比如用一些开源模型做一些日常任务，用一些商用模型做复杂任务。

但，这些还需要我们人工去进行切换。而有了 oh-my-opencode 之后就不一样了，这些事情它已经提前按照已有模型帮我配置好了，以 iflow 提供的免费开源模型为例。

• 执行 opencode auth login，选择 Iflow，并输入 API Key（可以在 iflow.cn - API 管理中获取）；

回车后在这里输入第一张图中复制的 key，再回车就完事儿了：

让我们再次启动 OpenCode，并输入 /models 查看是否成功配置了 iflow 的模型:

该说不说，IFlow 提供的免费模型还挺多～

接下来我们可以根据已有模型，自行修改 oh-my-opencode.json 配置文件，当然如果你嫌自己配置起来比较麻烦，也可以将这份工作交给 AI 来做：

不过这个结果，并没有百分百符合预期，它全都改成了 iflow 的模型。还是得跟它讲清楚：

再次修改之后，看起来是符合预期的了。

OK，到这里三金基本把这些前置准备都给大家讲清楚了。接下来给大家也推荐一下在三金看来 oh-my-opencode 的最佳使用方式。

最佳实践

在软件开发领域，我们一般都会遵守设计先行的原则。没有设计就蒙头进行开发，是非常莽撞且极具风险的行为。一般来说，开发阶段我们会经历「设计 -> 开发 -> 代码审查-> **测试」**这四个步骤，那这四个步骤对应到 oh-my-opencode 中：

• **Prometheus-设计：**站在产品或者架构师的角度，通过多轮对话的形式把你的模糊需求转为详细的设计文档。
• **Sisyphus - 开发，或者在 Prometheus 设计之后输入 /start-work 启动 Atlas：**在指令中增加 ultrawork （或简写为 ulw），可以激活 Agent 的最大强度模式，它会自动启动并行代理、后台任务、深度探索等功能，直到任务完成。
• **Oracle - 审查：**这一步需要手动通过 @oracle 唤起 Oracle Agent，让它 review 刚才的改动，看看产物是否符合预期以及是否带来了新的问题。
• 测试：如果你的项目中已经有测试基础设施，那在设计阶段，Prometheus 会询问你是否开启 TDD，建议开启，可以大大提高你的项目功能稳定性。如果没有，你可以在指令中加入需要测试任务的要求。

这种 Plan -> TODO 的模式，是目前比较常用且高效的开发方式。接下来三金会通过一个 demo 来进行演示。

现场测试

好多大 V 都在写贪吃蛇游戏，那我们来做一个五子棋游戏。

• 首先我们创建一个新目录并在该目录中启动 OpenCode；
• Agent 切换到 Prometheus 上，输入：我想要做一个五子棋的游戏，你帮我出一个完整的设计；
• 如下图，Prometheus 会通过对话的方式跟我们确认细节。包括支持的平台、功能、技术展、UI、难度等等；

• 确认好需求之后，会调用 Metis 检查计划是否有遗漏的地方。这个耗时会比较长，但确实有用；

• 待 AI 产出设计文档之后，如果你不放心该设计，还可以进行高精度审查；

• 审查通过以后，我们就可以通过提示运行 /start-work 开始 AI Coding 了；

• 在开发过程中，AI 还会自动调用 Playwright MCP 来进行调试，非常地 nice～，就是这个过程会有些长（对于从0到1的项目而言）

整个流程如下图所示：

在经历了两轮对话后的产物如下：

看 UI 和交互都很不错，唯一让人有点不满意的就是 AI 对战的算法还是有点弱（不过这也是因为最初设定原因）。

OK，就介绍到这里吧，如果对你有帮助，记得一键三连哦～