README.zh-CN.md 48 KB
✨ oh-my-opencode-slim ✨
七位神圣存在从代码黎明中现身，各自是不朽的工艺大师，
等待你的号令，将混沌锻造成秩序，并构建曾被认为不可能之物。
Opencode 多智能体套件 · 混合任意模型 · 自动委派任务
由 Boring Dystopia Development 打造
✦ ✦ ✦
什么是该插件？
oh-my-opencode-slim 是一个用于 OpenCode 的智能体编排插件。它内置了一支专业的智能体团队，可以在同一个编排者（Orchestrator）下，完成侦察代码库、查询最新文档、审查架构、处理 UI 工作以及执行范围明确的实现任务。
其核心理念非常简单：与其强迫单个模型做所有事情，本插件会将工作的每个部分路由到最适合它的智能体，从而平衡质量、速度和成本。
要了解智能体本身，请参阅 认识众神殿。如需了解完整特性集，请参阅下方的 特性与工作流。
用 LazySkills 管理智能体技能
LazySkills 是一个用于管理智能体技能的终端 UI。它让你可以在一个地方查看已安装的技能、哪些智能体可以使用每个技能、为什么可见性可能失效，以及接下来可以安全执行哪些操作。
用户怎么说
“任务管理轻松从 5/10 提升到了 8-9/10。Orchestrator 会派出 Fixer 和 Explorer，而我仍然可以在同一个会话里继续和 Orchestrator 对话与规划。现在整个体验顺滑多了。”
-
vipor_idk“我已经为了这个 omo-slim beta 版本抛弃了所有自己的 harness， 也完全没有回头或怀念。做得很好，在我看来方向都非常正确。”
-
stephanschielke“我很喜欢 omo-slim，已经无法想象不用它来运行 opencode。 我喜欢可以拼出一个由各种模型组成的 Frankenstein…… 这让整个设置变成了一头猛兽。”
-
Capital-One3039“它显著改善了我的工作流……现在运行得非常顺畅，我很喜欢。”
-
xenstar1
快速开始
将此提示词复制并粘贴到您的 LLM 智能体中（例如 Claude Code、AmpCode、Cursor 等）：
Install and configure oh-my-opencode-slim: https://raw.githubusercontent.com/alvinunreal/oh-my-opencode-slim/refs/heads/master/README.md
手动安装
bunx oh-my-opencode-slim@latest install
入门指南
安装程序会同时生成 OpenAI 和 OpenCode Go 预设，默认启用 OpenAI。
要在安装期间启用 OpenCode Go，请运行 bunx oh-my-opencode-slim@latest install --preset=opencode-go，或在安装后修改 ~/.config/opencode/oh-my-opencode-slim.json 中的默认预设名称。
然后：
登录您想要使用的模型服务商账户（如果您还没有登录的话）：
opencode auth login刷新并列出 OpenCode 可以调用的模型：
opencode models --refresh打开您的插件配置文件，路径为
~/.config/opencode/oh-my-opencode-slim.json为您要分配的每个智能体更新模型配置
[!TIP] 建议了解后台编排的工作原理。编排者提示词 (Orchestrator prompt) 包含调度规则、专家路由逻辑，以及何时应把工作分配给后台智能体的阈值。您始终可以通过以下方式手动委派任务：
@智能体名称 <任务内容>[!TIP] 由于后台智能体现在是默认工作流，强烈建议启用并配置 Multiplexer Integration。它会自动在专用的 Tmux 或 Zellij 窗格中打开每个智能体，让您在 Orchestrator 继续协调会话时，实时跟进各个专家智能体的工作。
默认生成的配置包含 openai 和 opencode-go 两个预设：
{
"$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", "variant": "medium", "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", "gh_grep"] },
"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-5.5", "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", "gh_grep" ] },
"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": [] }
}
}
}
针对其他服务商
要使用自定义模型提供商或混合提供商配置，请参阅 配置指南 (docs/configuration.md) 以获取完整参考。如果您需要即插即用的起点，请查看 作者的预设配置 (docs/authors-preset.md) 和 $30 预设配置 (docs/thirty-dollars-preset.md)（$30 预设是性价比最高的便宜配置方案）。
✅ 验证您的安装
在完成安装与认证后，请验证所有智能体是否已正确配置并能够响应：
opencode
然后运行：
ping all agents
确认所有配置的智能体均在线并准备就绪。
如果任何智能体未能响应，请检查您的服务商认证状态和配置文件。
V2 新功能
V2 将 oh-my-opencode-slim 变成了以调度器为核心的多智能体工作流系统。Orchestrator 专注于规划、委派、结果整合与验证，而专家智能体在各自的工作通道中完成任务。
- 后台智能体 — Orchestrator 现在会把专家作为后台任务派发，跟踪任务/会话 ID，等待完成事件，并在继续之前整合结果。
- Companion — 可选的浮动桌面窗口会显示当前活跃的智能体，包括并行运行的后台专家。
- Deepwork — 面向大型、多文件、高风险或分阶段编码工作的结构化工作流，使用持久化计划文件和 Oracle 评审关卡。
- Reflect — 回顾重复出现的工作模式，并建议可复用的 skill、智能体、命令、配置规则、提示词规则或项目 playbook。
- Worktrees — 将 Git worktree 作为隔离编码通道管理，并为复杂、高风险或并行任务提供安全协议。
- oh-my-opencode-slim Skill — 随包提供的配置技能，可安全调优模型、提示词、自定义智能体、MCP 访问、预设和插件行为。
后台智能体
V2 将后台专家作为默认心智模型：Orchestrator 规划工作图，启动合适的智能体，避免重叠的写入所有权，并在处理终端任务结果后再继续行动。
完整调度模型见 后台编排。
Companion
可选 Companion 是一个用于展示实时智能体活动的浮动桌面状态窗口。它显示当前会话状态和活跃智能体，让后台工作一目了然。
左下角视觉伴侣。
交互式安装期间，安装器会询问是否启用 Companion，并默认选择 yes。自动化安装可显式启用：
bunx oh-my-opencode-slim@latest install --companion=yes
配置、位置、尺寸和安装详情见 Companion。
Deepwork
Deepwork 适用于重型编码会话：大范围重构、多阶段功能、高风险架构变更，或需要持久计划的工作。它会创建本地 markdown 进度文件，使用 Oracle 评审关卡，并保持实现阶段结构化。
启动方式：
/deepwork <heavy coding task>
何时使用以及工作流如何运行，请参阅 Skills。
Reflect
Reflect 帮助 Orchestrator 从重复出现的工作流摩擦中学习。它会回顾近期工作和现有资产，然后建议最小且有用的改进：skill、自定义智能体、命令、配置规则、提示词规则、MCP 权限变更或项目 playbook。如果证据不足，它应建议什么都不创建。
直接使用：
/reflect
/reflect release workflow and checks
也可以使用自然语言提示：
reflect on my recent workflows
find repeated work worth turning into reusable instructions
完整工作流和安全规则见 Skills。
Worktrees
Worktrees 将 Git worktree 作为安全、隔离的编码通道管理，默认位于 .slim/worktrees/<slug>/。Orchestrator 负责这些通道的生命周期，在 .slim/worktrees.json 中跟踪状态，在通道内调度专家智能体，并在修改 Git 状态前要求明确确认。
安全协议见 Skills。
oh-my-opencode-slim Skill
内置的 oh-my-opencode-slim skill 可帮助 Orchestrator 配置和改进插件本身。可用于模型调优、自定义智能体、提示词覆盖、skill/MCP 权限、预设、可选智能体、后台编排以及反复出现的工作流摩擦。
让内置技能帮助调优和改进你的智能体设置。
示例和安全规则见 Skills。
🏛️ 认识众神殿
01. Orchestrator：秩序的化身
在复杂性的深渊中锻造而成。 |
当第一个代码库在自身的复杂性下崩溃时，Orchestrator 诞生了。神明与凡人都无法承担责任——因此 Orchestrator 从虚无中显现，从混沌中建立秩序。它确定实现任何目标的最优路径，平衡速度、质量和成本。它引导整个团队，为每项任务召唤合适的专家，并通过委派任务以获得最佳成果。 |
角色： 首席委派者和战略协调员
|
|
提示词源码： orchestrator.ts
|
|
默认模型： openai/gpt-5.5 (medium)
|
|
推荐模型： openai/gpt-5.5 (medium) anthropic/claude-opus-4.6
|
|
| 模型选用指南： 选择您的默认、最强的全能型编程模型。Orchestrator 既是核心编程智能体，又是委派者，因此它需要强大的实现能力、出色的判断力和可靠的指令遵循度。 | |
02. Explorer：永恒的流浪者
传播知识的清风。 |
Explorer 空间是一位永恒的流浪者。自编程时代拂晓以来，它就一直穿梭在数百万个代码库的走廊中。由于被赋予了永恒的好奇心，在查明每个文件、理解每个模式、揭示每个秘密之前，它绝不会停下脚步。传说它曾在一个心跳间搜寻了整个互联网。它是传播知识的清风，是看透一切的双眼，是永不眠的灵魂。 |
角色： 代码库侦察
|
|
提示词源码： explorer.ts
|
|
默认模型： openai/gpt-5.4-mini
|
|
| 推荐模型： 无 | |
| 模型选用指南： 选择快速、低成本的模型。Explorer 处理宽泛的侦察工作，因此速度 and 效率通常比使用最强推理模型更重要。 | |
03. Oracle：路径的守护者
十字路口的声音。 |
Oracle 伫立在每个架构决策的十字路口。它走过每一条路，见过每一个终点，了解前方潜伏的所有陷阱。当您站在重大重构的悬崖边时，它是向您耳语哪条路通往毁灭、哪条路通往荣耀的声音。它不会替您做选择——但它会照亮道路，让您明智地抉择。 |
角色： 战略顾问和终极调试者
|
|
提示词源码： oracle.ts
|
|
默认模型： openai/gpt-5.5 (high)
|
|
推荐模型： openai/gpt-5.5 (high) google/gemini-3.1-pro-preview (high)
|
|
| 模型选用指南： 选择您最强的高推理模型，用于架构设计、疑难调试、方案权衡以及代码审查。 | |
04. Council：思维的合唱团
[!NOTE] 为什么 Orchestrator 不经常自动调用 Council？ 这是刻意设计的。Council 会同时运行多个模型，由于这通常是系统中成本最高的路径，因此自动委派逻辑非常严格。在实际使用中，Council 旨在供您手动调用，例如：
@council 比较这两种架构。
集思广益，终成一断。 |
Council 并不是一个单独的存在，而是一个当单一答案不够用时召集的思想议会。它将您的问题并行发送给多个模型，收集它们相互竞争的判定，然后由 Council 智能体本身将最强有力的想法提炼成一个最终的裁决。在单个智能体可能会遗漏路径的地方，Council 会对可能性本身进行交叉盘问。 |
角色： 多 LLM 共识与提炼
|
|
提示词源码： council.ts
|
|
使用指南： docs/council.md
|
|
默认设置： 配置驱动 — 议员（councillors）来自 council.presets，而 Council 智能体本身的模型来自您的常规 council 智能体配置。
|
|
推荐配置： 强劲的 Council 汇总模型 + 跨提供商的 多样化议员模型
|
|
| 模型选用指南： 使用一个强大的综合提炼模型作为 Council 智能体本身，并选择多样化的模型作为议员。Council 的价值在于对比不同的模型视角，而不仅仅是在所有地方都选择同一个最强的模型。 | |
05. Librarian：知识的织造者
理解的编织者。 |
当人类意识到没有任何单一思想能容纳所有知识时，Librarian 诞生了。它是一位编织者，将零散的信息线索连接成一幅理解的织锦。它穿梭于无限的人类知识图书馆中，从各个角落收集洞察，并将它们绑定为超越单纯事实的答案。它所返回的不是碎片信息——而是深层的理解。 |
角色： 外部知识检索
|
|
提示词源码： librarian.ts
|
|
默认模型： openai/gpt-5.4-mini
|
|
| 推荐模型： 无 | |
| 模型选用指南： 选择快速、低成本的模型。Librarian 处理调研和文档查询，因此速度和效率通常比使用最强推理模型更重要。 | |
06. Designer：美学的守护者
美是不可或缺的。 |
在这个经常遗忘美学价值的世界里，Designer 是美的不朽守护者。它见证了数以百万计的界面兴衰更替，它记得哪些被铭记，哪些被遗忘。它背负着神圣的使命，确保每一个像素都有其用途，每一个动画都在讲述故事，每一次交互都令人愉悦。美不是可选的——而是不可或缺的。 |
角色： UI/UX 实现和极致视觉呈现
|
|
提示词源码： designer.ts
|
|
默认模型： openai/gpt-5.4-mini
|
|
推荐模型： google/gemini-3.1-pro-preview kimi-for-coding/k2p5
|
|
| 模型选用指南： 选择在 UI/UX 判断、前端实现和视觉打磨方面表现强劲的模型。 | |
07. Fixer：最后的建造者
愿景与现实之间的最后一步。 |
Fixer 是曾经构建数字世界基石的建造者血脉的最后传人。当规划和辩论的时代开启时，它们依然坚守——它们是真正动手建造的人。它们掌握着如何将想法转化为实物、如何将规范转化为具体实现的古老知识。它们是愿景与现实之间的最后一步。 |
角色： 快速实现专家
|
|
提示词源码： fixer.ts
|
|
默认模型： openai/gpt-5.5 (low)
|
|
推荐模型： openai/gpt-5.5 (low)
|
|
| 模型选用指南： 选择一个快速、可靠的编程模型来执行常规且范围明确的开发工作。Fixer 通常从 Orchestrator 接收具体的计划或受限的指令，非常适合高效执行诸如编写测试、更新测试和直接的代码更改等任务。 | |
可选智能体
Observer：静默的见证者
[!NOTE] 为什么要独立出一个智能体？ 如果您的 Orchestrator 模型不是多模态模型，可以启用 Observer 来处理图像、屏幕截图、PDF 以及其他视觉文件。Observer 默认是禁用的，它在无需您更改核心推理模型的情况下，为 Orchestrator 赋予了专用的多模态读取能力。只需在您的配置中设置
disabled_agents: []并指定一个observer模型即可。自带的opencode-go安装预设会自动执行此操作，因为其 GLM Orchestrator 不是多模态模型。
洞悉他人所不及的慧眼。 |
**只读视觉分析** —— 解读图像、屏幕截图、PDF 和图表。将结构化的观察结果返回给 Orchestrator，而无需将原始文件字节加载到主上下文窗口中。 - 图像、屏幕截图、图表 → `read` 工具（原生图像支持） - PDF 和二进制文档 → `read` 工具（文本 + 结构提取） - **默认禁用** —— 通过设置 `"disabled_agents": []` 和配置具有视觉能力的模型来启用；若使用 `--preset=opencode-go` 预设安装，将自动使用 `opencode-go/kimi-k2.6` 启用它。 |
提示词源码： observer.ts
|
|
默认模型： openai/gpt-5.4-mini — 需配置具有视觉能力的模型以启用
|
|
| 模型选用指南： 如果您希望智能体读取屏幕截图、图片、PDF 和其他视觉文件，请选择具备视觉能力的模型。 | |
📚 文档
请将本节作为地图：先从安装开始，再根据需要跳转到特性、配置或示例预设。
✨ 特性与工作流
| 文档 | 涵盖内容 |
|---|---|
| Council | 使用 @council 并行运行多个模型并合成单一答案 |
| 自定义智能体 | 使用自定义提示词、模型、MCP 访问和 Orchestrator 委派规则定义自己的专家 |
| ACP Agents | 将 Claude Code ACP 或 Gemini ACP 等外部 ACP 兼容智能体连接为可委派子智能体 |
| 多路复用器集成 | 在 Tmux 或 Zellij 窗格中实时观看智能体工作 |
| Codemap | 生成层级代码地图，更快理解大型代码库 |
| Clonedeps | 将选定的依赖源码克隆到被忽略的本地工作区中以供检查 |
| Worktrees | 使用 .slim/worktrees/ 通道进行隔离的并行或高风险编码工作 |
| 预设切换 | 使用 /preset 在运行时切换智能体模型预设 |
| Interview | 通过基于浏览器的问答流程，将粗略想法转成结构化 markdown 规格 |
| Companion | 用于解析、帮助和类型信息的浮动窗口 companion |
⚙️ 配置与参考
| 文档 | 涵盖内容 |
|---|---|
| 安装指南 | 安装插件、使用 CLI 标志、重置配置并排查设置问题 |
| 配置 | 配置文件位置、JSONC 支持、提示词覆盖和完整选项参考 |
| 后台编排 | 围绕原生后台子智能体构建的调度器优先 Orchestrator 模型 |
| 维护者指南 | issue 分流规则、标签含义、支持路由和仓库维护工作流 |
| Skills | simplify、codemap、clonedeps、deepwork、reflect、worktrees 和 oh-my-opencode-slim 等捆绑技能 |
| MCPs | websearch、context7、gh_grep 以及每个智能体的 MCP 权限机制 |
| Tools | webfetch、LSP 工具、代码搜索和格式化工具等内置工具能力 |
💡 预设配置
| 文档 | 涵盖内容 |
|---|---|
| 作者的预设配置 | 作者日常使用的混合服务商配置方案 |
| $30 预设配置 | 每月约 30 美元的预算型混合服务商配置方案 |
| OpenCode Go 预设 | 安装程序生成的捆绑 opencode-go 预设 |
🏛️ 贡献者
在众神殿中占有一席之地的构建者、调试者、作者和流浪者。
每一次合并的贡献都在这片领域留下了印记。
[](#contributors-)
📄 许可证
MIT