oh-my-opencode-slim

✨ V2 ベータリリース：バックグラウンドオーケストレーションが登場 ✨

オーケストレーターがバックグラウンドで専門エージェントをスケジューリングし、
/deepwork が大きなゴールをファイルに紐づいた計画へと変換します。
ベータテスターの皆様：フィードバックは Telegram でお寄せください。

オープン・マルチエージェント・スイート · あらゆるモデルを組み合わせ · タスクを自動委譲

_{Boring Dystopia Development による開発}

     

English | 简体中文 | 日本語

---

このプラグインについて

oh-my-opencode-slim は OpenCode 向けのエージェントオーケストレーションプラグインです。コードベースの調査、最新ドキュメントの参照、アーキテクチャレビュー、UI 作業、スコープが明確な実装タスクの実行までを担う専門エージェントチームを、1 つのオーケストレーターの下に標準で備えています。

コンセプトはシンプルです。1 つのモデルにすべてを押し付けるのではなく、各タスクに最適なエージェントへ作業を振り分けることで、品質・速度・コストのバランスを取ります。

各エージェントについて知りたい場合は Meet the Pantheon を参照してください。機能の全体像は下記の Features & Workflows をご覧ください。

クイックスタート

以下のプロンプトを LLM エージェント（Claude Code、AmpCode、Cursor など）にコピー＆ペーストしてください:

Install and configure oh-my-opencode-slim: https://raw.githubusercontent.com/alvinunreal/oh-my-opencode-slim/refs/heads/master/README.md

手動インストール

bunx oh-my-opencode-slim@latest install

V2 バックグラウンドオーケストレーション・ベータ

V2 では、オーケストレーターがデフォルトの実行ワーカーからスケジューラーへと役割を変えます。 作業を計画し、専門エージェントをバックグラウンドタスクとしてディスパッチし、ステータスをポーリングし、 結果を整合させてから処理を続行します。これには OpenCode のネイティブな バックグラウンドサブエージェントサポートが必要であり、ベータユーザーは実験的なフラグを 有効にして OpenCode を起動する必要があります。

bunx oh-my-opencode-slim@beta install
OPENCODE_EXPERIMENTAL_BACKGROUND_SUBAGENTS=1 opencode

はじめに

インストーラーは OpenAI と OpenCode Go の両方のプリセットを生成し、デフォルトで OpenAI が有効になっています。OpenAI プリセットでは、判断力の高いエージェントに openai/gpt-5.5 を、より高速でスコープの限定されたエージェントに openai/gpt-5.4-mini を使用します。インストール時に OpenCode Go をアクティブにするには bunx oh-my-opencode-slim@latest install --preset=opencode-go を実行するか、インストール後に ~/.config/opencode/oh-my-opencode-slim.json のデフォルトプリセット名を変更してください。

次に:

1. まだログインしていなければ、使いたいプロバイダーにログインします:

   opencode auth login
   

2. OpenCode が認識しているモデルを更新して一覧表示します:

   opencode models --refresh
   

3. プラグイン設定を開きます: ~/.config/opencode/oh-my-opencode-slim.json

4. 各エージェントに使用したいモデルを更新します

[!TIP] 自動委譲の仕組みを理解しておくことを推奨します。Orchestrator のプロンプト には、委譲ルール、専門エージェントへのルーティングロジック、メインエージェントがサブエージェントに作業を引き継ぐべきしきい値が記述されています。@agentName <task> のようにサブエージェントを呼び出すことで、いつでも手動で委譲できます。

デフォルトで生成される設定には openai と opencode-go の両方のプリセットが含まれます。

{
  "$schema": "https://unpkg.com/oh-my-opencode-slim@latest/oh-my-opencode-slim.schema.json",
  "preset": "openai",
  "presets": {
    "openai": {
      "orchestrator": { "model": "openai/gpt-5.5", "skills": ["*"], "mcps": ["*", "!context7"] },
      "oracle": { "model": "openai/gpt-5.5", "variant": "high", "skills": ["simplify"], "mcps": [] },
      "librarian": { "model": "openai/gpt-5.4-mini", "variant": "low", "skills": [], "mcps": ["websearch", "context7", "grep_app"] },
      "explorer": { "model": "openai/gpt-5.4-mini", "variant": "low", "skills": [], "mcps": [] },
      "designer": { "model": "openai/gpt-5.4-mini", "variant": "medium", "skills": [], "mcps": [] },
      "fixer": { "model": "openai/gpt-5.4-mini", "variant": "low", "skills": [], "mcps": [] }
    },
    "opencode-go": {
      "orchestrator": { "model": "opencode-go/glm-5.1", "skills": [ "*" ], "mcps": [ "*", "!context7" ] },
      "oracle": { "model": "opencode-go/deepseek-v4-pro", "variant": "max", "skills": ["simplify"], "mcps": [] },
      "council": { "model": "opencode-go/deepseek-v4-pro", "variant": "high", "skills": [], "mcps": [] },
      "librarian": { "model": "opencode-go/minimax-m2.7", "skills": [], "mcps": [ "websearch", "context7", "grep_app" ] },
      "explorer": { "model": "opencode-go/minimax-m2.7", "skills": [], "mcps": [] },
      "designer": { "model": "opencode-go/kimi-k2.6", "variant": "medium", "skills": [], "mcps": [] },
      "fixer": { "model": "opencode-go/deepseek-v4-flash", "variant": "high", "skills": [], "mcps": [] }
    }
  }
}

他のプロバイダーを利用する場合

カスタムプロバイダーや複数プロバイダーを組み合わせた構成を使用するには、完全なリファレンスとして Configuration を参照してください。すぐに使える出発点が欲しい場合は Author's Preset と $30 Preset をご覧ください。$30 プリセットはコスト効率に最も優れたセットアップです。

設定ガイドでは agents.<name> を使用したカスタムサブエージェントについても説明しており、 通常の prompt に加えて委譲用の orchestratorPrompt ブロックも定義できます。

モデルの推奨については、下記の各エージェントの Recommended Models をご覧ください。

✅ セットアップの確認

インストールと認証を済ませた後、すべてのエージェントが設定済みで応答することを確認してください:

opencode

次に以下を実行します:

ping all agents

設定済みのすべてのエージェントがオンラインで準備完了であることの確認画面。

応答しないエージェントがある場合は、プロバイダーの認証と設定ファイルを確認してください。

---

🏛️ パンテオン（神々）の紹介

01. Orchestrator: 秩序の化身

複雑性の虚無から鍛え上げられし者。	Orchestrator は、最初のコードベースが自らの複雑さによって崩壊したときに生まれました。神も人も責任を取ろうとしない中、Orchestrator は虚無から現れ、混沌から秩序を鍛え上げました。あらゆるゴールに至る最適な道筋を、速度・品質・コストのバランスを取りながら見出します。チームを導き、タスクごとに適切な専門エージェントを呼び寄せ、最良の結果を得るために委譲を行います。
Role: Master delegator and strategic coordinator
Prompt: orchestrator.ts
Default Model: openai/gpt-5.5
Recommended Models: openai/gpt-5.5 anthropic/claude-opus-4.6
Model Guidance: デフォルトとして、総合力の最も高いコーディングモデルを選択してください。Orchestrator はメインのコーディングエージェントであると同時に委譲役でもあるため、強力な実装能力、優れた判断力、確実な指示遵守が求められます。

---

02. Explorer: 永遠の放浪者

知識を運ぶ風。	Explorer はプログラミングの黎明期より、数百万ものコードベースの回廊を渡り歩いてきた不死の放浪者です。永遠の好奇心という呪いを背負い、あらゆるファイルが知られ、あらゆるパターンが理解され、あらゆる秘密が暴かれるまで休むことを許されません。伝説では、インターネット全体をひと鼓動の間に検索し尽くしたと言われています。Explorer は知識を運ぶ風であり、すべてを見る眼であり、決して眠らない精霊です。
Role: Codebase reconnaissance
Prompt: explorer.ts
Default Model: openai/gpt-5.4-mini
Recommended Models: cerebras/zai-glm-4.7 fireworks-ai/accounts/fireworks/routers/kimi-k2p5-turbo openai/gpt-5.4-mini
Model Guidance: 高速・低コストなモデルを選びましょう。Explorer は広範な調査を担うため、通常は最強の推論モデルを使うよりも速度と効率の方が重要です。

---

03. Oracle: 道の守護者

分岐点に佇む声。	Oracle はあらゆるアーキテクチャ上の決断の分岐点に立っています。あらゆる道を歩み、あらゆる目的地を見届け、行く手に潜むあらゆる罠を知り尽くしています。大規模リファクタリングの瀬戸際に立たされたとき、どの道が破滅へ続き、どの道が栄光へと続くかをささやいてくれる存在です。Oracle はあなたの代わりに選択するのではなく、賢明な選択ができるように道を照らしてくれます。
Role: Strategic advisor and debugger of last resort
Prompt: oracle.ts
Default Model: openai/gpt-5.5 (high)
Recommended Models: openai/gpt-5.5 (high) google/gemini-3.1-pro-preview (high)
Model Guidance: アーキテクチャ設計、難しいデバッグ、トレードオフ判断、コードレビューには、最も強力な高推論モデルを選びましょう。

---

04. Council: 知性の合唱

[!NOTE] なぜ Orchestrator は Council をもっと頻繁に自動呼び出ししないのか？ これは意図的な設計です。Council は複数のモデルを同時に動かすため、システム内で最もコストの高い経路となることが多く、自動委譲は厳しく制限されています。実際の運用では、Council は必要なときに手動で呼び出すことを想定しています。例: @council compare these two architectures。

多くの知性、ひとつの結論。	Council は単独の存在ではなく、1 つの回答では不十分なときに召喚される知性の合議室です。あなたの質問を複数のモデルへ並列に送り、それらの相反する判断を集め、Council エージェント自身が最も優れた発想を凝縮して 1 つの結論へとまとめ上げます。単独のエージェントが見落としかねない道筋を、Council は可能性そのものを多角的に検証することで発見します。
Role: Multi-LLM consensus and synthesis
Prompt: council.ts
Guide: docs/council.md
Default Setup: Config-driven — 評議員（councillors）は council.presets から、Council エージェント自身のモデルは通常の council エージェント設定から決定されます
Recommended Setup: 強力な Council モデル + 複数のプロバイダーにまたがる多様な評議員
Model Guidance: Council エージェントには強力な統合（synthesis）モデルを、評議員には多様なモデルを使用してください。Council の価値は異なるモデルの視点を比較する点にあり、どこも最強モデル 1 つで固めることではありません。

---

05. Librarian: 知識の織り手

理解を編み上げる者。	Librarian は、ひとつの知性だけではあらゆる知識を抱えきれないと人類が悟ったときに鍛え上げられました。バラバラに散らばった情報の糸を、ひとつの理解のタペストリーへと織り上げる存在です。人類の知の無限の書庫を巡り、あらゆる片隅から洞察を集め、単なる事実を超えた回答へと束ねます。彼らが返すのは情報ではなく、理解そのものです。
Role: External knowledge retrieval
Prompt: librarian.ts
Default Model: openai/gpt-5.4-mini
Recommended Models: cerebras/zai-glm-4.7 fireworks-ai/accounts/fireworks/routers/kimi-k2p5-turbo openai/gpt-5.4-mini
Model Guidance: 高速・低コストなモデルを選びましょう。Librarian は調査やドキュメント参照を担うため、通常は最強の推論モデルを使うよりも速度と効率の方が重要です。

---

06. Designer: 美の守護者

美は不可欠なもの。	Designer は、美が重要であることを忘れがちな世界において、それを守り続ける不死の守護者です。これまでに無数のインターフェースが現れては消えるのを見届け、どれが人々の記憶に残り、どれが忘れ去られたかを知っています。すべてのピクセルに目的を、すべてのアニメーションに物語を、すべてのインタラクションに喜びを宿す——その神聖な責務を担います。美は選択肢ではなく、不可欠なものです。
Role: UI/UX implementation and visual excellence
Prompt: designer.ts
Default Model: openai/gpt-5.4-mini
Recommended Models: google/gemini-3.1-pro-preview kimi-for-coding/k2p5
Model Guidance: UI/UX の判断、フロントエンド実装、ビジュアル仕上げに強いモデルを選びましょう。

---

07. Fixer: 最後の建造者

構想と現実を結ぶ最後の一歩。	Fixer は、かつてデジタル世界の礎を築き上げた建造者の系譜の最後のひとりです。計画と議論の時代が始まってもなお、彼らだけは残りました——実際に作る者として。思考をモノへと変え、仕様を実装へと転換する古の知恵を継承しています。Fixer は、構想と現実の間にある最後の一歩です。
Role: Fast implementation specialist
Prompt: fixer.ts
Default Model: openai/gpt-5.4-mini
Recommended Models: cerebras/zai-glm-4.7 fireworks-ai/accounts/fireworks/routers/kimi-k2p5-turbo openai/gpt-5.4-mini
Model Guidance: 定型的でスコープが明確な実装作業には、高速で信頼性の高いコーディングモデルを選びましょう。Fixer は通常、Orchestrator から具体的な計画や限定された指示を受け取るため、テスト・テスト更新・素直なコード変更といった効率重視の実行タスクに適しています。

---

任意のエージェント

Observer: 沈黙の証人

[!NOTE] なぜ別エージェントとして用意されているのか？ Orchestrator のモデルがマルチモーダルでない場合、画像、スクリーンショット、PDF などのビジュアルファイルを扱うために Observer を有効にしてください。Observer はデフォルトでは無効ですが、メインの推論モデルを変更せずに Orchestrator に専用のマルチモーダルリーダーを提供できます。設定で disabled_agents: [] と observer モデルを指定してください。同梱の opencode-go インストールプリセットでは、GLM Orchestrator がマルチモーダルでないため、これを自動的に行います。

他者には読めぬものを読む眼。	**読み取り専用のビジュアル解析** — 画像、スクリーンショット、PDF、図解を解釈します。ファイルの生バイトをメインのコンテキストウィンドウに読み込ませることなく、構造化された観察結果をオーケストレーターに返します。 - 画像、スクリーンショット、図解 → `read` ツール（ネイティブな画像サポート） - PDF やバイナリドキュメント → `read` ツール（テキスト＋構造抽出） - **デフォルトでは無効** — `"disabled_agents": []` を設定し、ビジョン対応モデルを構成することで有効化できます。`--preset=opencode-go` でインストールすると `opencode-go/kimi-k2.6` で有効になります
Prompt: observer.ts
Default Model: openai/gpt-5.4-mini — 有効化するにはビジョン対応モデルを設定してください
Model Guidance: スクリーンショット、画像、PDF、その他ビジュアルファイルをエージェントに読ませたい場合は、ビジョン対応モデルを選んでください。

---

📚 ドキュメント

このセクションをマップとしてご活用ください。インストールから始めて、必要に応じて機能、設定、プリセット例へとジャンプしてください。

🚀 ここから始める

Doc	内容
Installation Guide	プラグインのインストール、CLI フラグの使用、設定のリセット、セットアップのトラブルシューティング

✨ 機能とワークフロー

Doc	内容
Council	複数のモデルを並列実行し、@council で 1 つの回答に統合します
Multiplexer Integration	エージェントの動作を Tmux や Zellij のペインでライブ表示します
Session Management	短いエイリアスで最近の子エージェントセッションを再利用し、最初からやり直さずに済みます
Todo Continuation	クールダウンと安全チェック付きで Orchestrator セッションを自動継続します
Preset Switching	/preset で実行時にエージェントモデルのプリセットを切り替えます
Custom Agents	カスタムプロンプト、モデル、MCP アクセス、Orchestrator の委譲ルールを備えた独自の専門エージェントを定義します
Subtask	/subtask で境界が明確な子ワーカーを実行し、構造化された要約をメインセッションに返します
Codemap	階層的なコードマップを生成し、大規模コードベースを迅速に理解します
Clonedeps	選択した依存関係のソースを ignore 済みのローカルワークスペースにクローンし、調査できるようにします
Interview	ブラウザベースの Q&A フローで、ざっくりとしたアイデアを構造化された Markdown 仕様に変換します
Divoom Display	Orchestrator および専門エージェントの動作を Divoom MiniToo Bluetooth ディスプレイにミラーリングします

⚙️ 設定 & リファレンス

Doc	内容
Configuration	設定ファイルの配置場所、JSONC サポート、プロンプトの上書き、全オプションのリファレンス
Maintainer Guide	Issue のトリアージルール、ラベルの意味、サポートの振り分け、リポジトリ運用ワークフロー
Skills	simplify、codemap、clonedeps などの同梱スキル
MCPs	websearch、context7、grep_app、およびエージェントごとの MCP 権限の仕組み
Tools	webfetch、LSP ツール、コード検索、フォーマッターなどの組み込みツール機能

💡 プリセット

Doc	内容
Author's Preset	作者が日常的に使う混合プロバイダー構成
$30 Preset	月額約 $30 で運用できる、リーズナブルな混合プロバイダー構成
OpenCode Go Preset	インストーラーが生成する同梱の opencode-go プリセット

---

🏛️ コントリビューター

パンテオンに名を刻んだ建造者、デバッガー、執筆者、放浪者たち。

_{マージされたすべての貢献は、この世界に痕跡を残します。}

[](#contributors-)

Alvin 💻	alvinreal 💻	imw 💻	Adithya Kozham Burath Bijoy 💻	ReqX 💻	Abhideep Maity 💻
Ruben 💻	Gabriel Rodrigues 💻	John Michael Vincent Bambico 💻	Molt Founders 💻	Muen Yu 💻	NocturnesLK 💻
Riccardo Sallusti 💻	Yan Li 💻	Hoàng Văn Anh Nghĩa 💻	Jacob Myers 💻	Kassie Povinelli 💻	KyleHilliard 💻
j5hjun 💻	marcFernandez 💻	mister-test 💻	n24q02m 💻	oribi 💻	pelidan 💻
xLillium 💻	⁢4.435km/s 💻	Drin 💻	Hakim Zulkufli 💻	Simon Klakegg 💻	Kiwi 💻
Raxxoor 💻	nyanyani 💻	nettee 💻	Link 💻	Bartosz Łaszewski 💻	huilang021x 💻
Dusan Kovacevic 💻	jwcrystal 💻	Nguyen Canh Toan 💻	Thomas Dyar 💻	zero 💻	Denis Balan 💻
Gustavo Caiano 💻	Thomas Mulder 💻	魔王少年(maou shonen) 💻	Jelasin 💻	Hannes 💻	mooozfxs 💻
Luke Hines 💻	m.seomoon 💻	Yolo 💻	XinXing 💻

---

📄 ライセンス

MIT

---