前言:为什么 165k+ 开发者选择了 OpenCode?
2026 年,AI 编程工具已经从"辅助补全代码"进化到"自主完成开发任务"。在这个赛道中,OpenCode(github.com/sst/opencode)以惊人的速度崛起——GitHub Star 数突破 165,000,成为当前最受欢迎的开源终端 AI 编程 Agent。
和 Claude Code、Cursor 等闭源工具不同,OpenCode 的核心理念是:模型与工具解耦。你可以自由选择 GPT-4o、Claude、Qwen、DeepSeek、甚至本地 Ollama 模型,全部在一个终端工具里使用。
今天这篇文章,带你从零开始掌握 OpenCode——从安装配置到进阶玩法,一篇搞定。
一、OpenCode 是什么?
OpenCode 是由 SST 团队开发的开源 CLI 编程 Agent。它的核心架构分为两层:
- Harness(工具层):负责文件读写、Shell 命令执行、测试结果收集等环境操作
- Model(模型层):通过 OpenAI 兼容 API 接入任意大语言模型
这种解耦设计意味着:你不需要被某个厂商锁定。今天用 Claude,明天换 GPT,后天切到本地 Qwen,同一个工具无缝切换。
核心特性速览
| 特性 | 说明 |
|---|---|
| 🧠 多模型支持 | Claude、GPT-4o、Gemini、Qwen、DeepSeek、Ollama 本地模型 |
| 🖥️ 终端优先 | 纯 CLI 工具,不需要 IDE 插件 |
| 📦 零配置启动 | 安装即用,内置合理默认配置 |
| 🔌 MCP 集成 | 支持 MCP 协议,可扩展工具链 |
| 📋 规划模式 | 内置 Agent 规划能力,可自主拆解任务 |
| 🔓 完全开源 | Apache 2.0 许可证 |
OpenCode vs 其他工具
| 工具 | 开源 | 多模型 | 终端优先 | GitHub Stars |
|---|---|---|---|---|
| OpenCode | ✅ | ✅ | ✅ | 165k+ |
| OpenAI Codex CLI | ✅ | ⚠️ 偏 OpenAI | ✅ | 30k+ |
| OpenHands | ✅ | ✅ | ❌ 偏 GUI | 40k+ |
| Claude Code | ❌ | ❌ Claude only | ✅ | N/A |
| Aider | ✅ | ✅ | ✅ | 40k+ |
OpenCode 的核心优势在于模型灵活性和终端体验的完美结合。
二、快速安装
OpenCode 提供多种安装方式,选择最适合你的:
方式一:npm 安装(推荐)
npm install -g opencode-ai
方式二:Homebrew(macOS/Linux)
brew install opencode
方式三:一键安装脚本
curl -fsSL https://opencode.ai/install | bash
验证安装
opencode --version
三、快速上手:第一次使用
3.1 配置 API Key
OpenCode 需要配置至少一个 AI 模型的 API Key。最简单的方式是设置环境变量:
# 使用 OpenAI
export OPENAI_API_KEY="sk-your-key-here"
# 或使用 Anthropic Claude
export ANTHROPIC_API_KEY="sk-ant-your-key-here"
💡 提示:你也可以把配置写入
~/.opencode/config.json,避免每次打开终端都设置环境变量。
3.2 在项目中启动 OpenCode
# 进入你的项目目录
cd ~/projects/my-app
# 启动 OpenCode
opencode
OpenCode 会自动检测项目结构,加载上下文,然后你就可以开始对话了:
$ opencode
🤖 OpenCode v1.x - AI Coding Agent
> 帮我检查一下 src/auth.py 里的登录逻辑,看看有没有安全问题
3.3 第一个任务示例
试试让 OpenCode 帮你完成一个具体任务:
> 创建一个 Python FastAPI 项目,包含以下结构:
> - main.py(应用入口)
> - routers/users.py(用户路由)
> - models/user.py(用户模型)
> - requirements.txt(依赖)
OpenCode 会逐步执行:读取项目结构、创建文件、写入代码,并在过程中向你确认每一步操作。
四、进阶配置:多模型切换
4.1 配置文件
创建 ~/.opencode/config.json:
{
"providers": {
"openai": {
"type": "openai",
"apiKey": "sk-your-openai-key",
"model": "gpt-4o"
},
"anthropic": {
"type": "anthropic",
"apiKey": "sk-ant-your-key",
"model": "claude-sonnet-4-20250514"
},
"ollama": {
"type": "openai",
"baseUrl": "http://localhost:11434/v1",
"model": "qwen2.5-coder:32b"
}
},
"defaultProvider": "anthropic"
}
4.2 运行时切换模型
在 OpenCode 对话中,你可以随时切换模型:
> /model openai
切换到 OpenAI GPT-4o
> /model ollama
切换到本地 Ollama 模型
4.3 接入 DeepSeek(国内开发者推荐)
对于国内开发者,DeepSeek 是一个性价比极高的选择:
{
"providers": {
"deepseek": {
"type": "openai",
"baseUrl": "https://api.deepseek.com/v1",
"apiKey": "your-deepseek-key",
"model": "deepseek-coder"
}
}
}
或者使用 SiliconFlow 等中转平台:
{
"providers": {
"siliconflow": {
"type": "openai",
"baseUrl": "https://api.siliconflow.cn/v1",
"apiKey": "your-siliconflow-key",
"model": "Qwen/Qwen2.5-Coder-32B-Instruct"
}
}
}
五、实战场景
5.1 场景一:重构遗留代码
# 进入老项目
cd ~/projects/legacy-app
# 启动 OpenCode
opencode
> 把 src/utils.js 里的所有回调函数改成 async/await 风格
> 保持原有功能不变,同时添加适当的错误处理
OpenCode 会:
1. 读取 src/utils.js 内容
2. 分析所有回调函数的结构
3. 逐个改写为 async/await
4. 添加 try/catch 错误处理
5. 展示 diff 并等待你确认
5.2 场景二:写单元测试
> 为 src/auth/login.ts 编写 Jest 单元测试
> 覆盖以下场景:
> 1. 正常登录成功
> 2. 密码错误
> 3. 用户不存在
> 4. Token 过期
> 5. 并发登录请求
OpenCode 会生成完整的测试文件,包含 mock 数据和断言逻辑。
5.3 场景三:排查 Bug
> 我的应用在处理大量 JSON 数据时内存溢出
> 项目结构在 src/ 目录下
> 请分析可能的原因并给出修复方案
OpenCode 会扫描代码,识别潜在的内存泄漏点(如未释放的引用、无限增长的数组等),并给出具体的修复建议。
5.4 场景四:本地模型开发(隐私优先)
如果你处理敏感代码,不想上传到云端:
# 1. 安装 Ollama
brew install ollama
# 2. 拉取编程专用模型
ollama pull qwen2.5-coder:32b
# 3. 启动 OpenCode 并切换到本地模型
opencode
> /model ollama
现在所有推理都在本地完成,代码不会离开你的机器。
六、MCP 集成:扩展工具链
OpenCode 支持 MCP(Model Context Protocol),可以连接外部工具和服务。
配置 MCP Server
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/home/user/projects"]
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"]
}
}
}
配置后,OpenCode 可以直接操作 GitHub(创建 PR、查看 Issue 等),大幅扩展了它的能力边界。
七、常见问题
Q1: OpenCode 和 Aider 有什么区别?
- OpenCode 更侧重终端交互体验和多模型灵活性
- Aider 更专注于 git 集成和配对编程
- 两者各有优势,建议都试试找到最适合你工作流的那个
Q2: 免费模型够用吗?
对于日常开发,免费模型(如 Qwen2.5-Coder-32B 本地部署、DeepSeek 免费额度)完全够用。如果是大型项目重构,建议用 Claude 或 GPT-4o 以获得更好的代码质量。
Q3: 支持 Windows 吗?
OpenCode 官方支持 Linux 和 macOS。Windows 用户可通过 WSL2 使用。
Q4: 如何控制 token 消耗?
{
"chat": {
"maxTokens": 4000,
"temperature": 0.3
}
}
降低 maxTokens 和 temperature 可以减少单次对话的 token 用量,但可能影响代码质量。
总结
OpenCode 代表了 2026 年 AI 编程工具的一个重要趋势:开源、模型无关、终端优先。它不是某个厂商的封闭生态,而是一个开放的工具链——你可以自由选择最合适的模型、最低的成本、最好的开发体验。
如果你只用一个 AI 编程工具,2026 年我会推荐 OpenCode。 它的社区活跃度、功能成熟度和模型灵活性,目前几乎没有竞品能完全覆盖。
🔗 相关链接: - GitHub: github.com/sst/opencode - 文档: opencode.ai - 类似工具:Aider、OpenHands