OpenCode：真正可用的开源AI编程代理 - Toolsify AI Blog

过去一年我测试了几十个AI编程工具。大多数承诺很多，实际交付的只是多了几个步骤的自动补全。OpenCode引起了我的注意，因为它做了不同的事情——它把编程当作工作流问题来处理，而不仅仅是文本生成问题。

拥有超过13.1万GitHub星标和500万月活开发者，OpenCode显然触动了开发者的痛点。但流行度不总是等于质量。所以我花了两周时间把它作为主要编程助手来测试。

OpenCode的不同之处

你首先注意到的是，OpenCode不是在尝试成为另一个聊天机器人包装器。当你在项目中运行opencode并输入/init时，有趣的事情发生了：它分析你的代码库并在仓库根目录创建一个AGENTS.md文件。

这个文件教会代理你项目的结构、编码模式和约定。这是个小细节，但它传递了一个重要信号——OpenCode把上下文收集当作一等公民问题来处理，而不是事后补充。

多模型支持是另一个亮点。不像那些把你锁定在单一模型的工具，OpenCode通过AI SDK和Models.dev支持75+个LLM提供商。你可以用Claude做复杂推理，用GPT做快速编辑，甚至运行本地模型处理敏感代码。

这是OpenCode真正有趣的地方。工具有两种模式：规划模式和构建模式。

在规划模式下，OpenCode分析你的请求，将其分解为步骤，并在编写任何代码之前呈现方案。你可以批准、修改或拒绝这个计划。这听起来简单，但它防止了常见的AI编程问题——工具偏离主题，写出500行你没要求的代码。

构建模式是执行发生的地方。但关键是——即使在构建模式下，OpenCode也保持类似对话的流程。你可以在执行过程中说"实际上，用不同的方法"，它会适应。/undo和/redo命令按预期工作，让你在不丢失上下文的情况下回滚更改。

OpenCode的隐私故事令人耳目一新地具体。首页声明它不存储你的代码或上下文数据。处理在本地或通过直接API调用你选择的提供商进行。

但有一个重要注意事项：/share功能。如果你使用它，你的对话数据会被上传以创建公开分享链接。文档明确建议为敏感工作禁用分享。这种有文档记录的权衡比模糊的"隐私优先"声明更可信。

将OpenCode与更简单的编程助手区分开的一个功能是它的语言服务器协议集成。该工具使用LSP诊断在更深层次理解你的代码库——捕获类型错误、理解导入和导航代码结构。

这很重要，因为AI编程工具的好坏取决于它们能收集的上下文。一个不能理解你项目类型系统或依赖图的工具会给出看起来正确但在编译时失败的建议。

如果你想尝试OpenCode，这里是实用路径：

通过你喜欢的方法安装——项目脚本、Homebrew、Docker或包管理器都可以。在项目目录运行opencode，然后用/init设置上下文。用/connect连接提供商，然后开始一个简单任务。

我建议在前几次会话中启用规划模式。它帮助你理解代理如何思考问题，然后再让它自由运行。

OpenCode代表了我们如何看待AI编程工具的转变。它不是把代码生成当作文本补全问题，而是把它当作包含规划、执行、验证和回滚的工作流问题。

如果你厌倦了那些承诺自主性但带来混乱的AI编程工具，OpenCode值得认真看看。只是要准备好投入时间学习它的工作流——回报是值得的。