人工智能AI AgentAgent 编排AI 技能【免费下载链接】oh-my-opencode-slimLean, fine tuned Opencode multi agent suite · Mix any models · Auto delegate tasks项目地址https://gitcode.com/gh_mirrors/oh/oh-my-opencode-slim点击查看免费下载本篇技术指南围绕 oh-my-opencode-slim 内置的opencode-go预设展开它用 OpenCode Go 提供的一组模型替换默认 OpenAI 模型来驱动整套 Pantheon 多智能体Orchestrator、Oracle、Librarian、Explorer、Designer、Fixer、Observer。读完本文你将掌握opencode-go预设的安装方式、运行时切换流程、每个智能体对应的模型映射与 variant 语义、生成配置的结构以及disabled_agents、MCP、skills 等关键字段的底层实现逻辑能够直接在自己的 OpenCode 环境中复现并二次定制该预设。一、什么是 opencode-go 预设opencode-go是 oh-my-opencode-slim 安装器内置生成的两套预设之一另一套是openai。安装时它会同时构建openai与opencode-go两个 preset默认激活的是 OpenAI 预设只有在你安装时显式选择 OpenCode Go--presetopencode-go或之后在运行时切换opencode-go才会成为生效预设。一个值得注意的设计点opencode-go预设的 Orchestrator 模型opencode-go/minimax-m3不是多模态模型无法直接进行图片等视觉分析。因此当使用--presetopencode-go安装时安装器会自动启用 Observer 智能体并为其配置opencode-go/mimo-v2.5——一个原生的全模态omnimodal模型——专门负责视觉类任务。这一逻辑可以在源码中得到印证providers.ts 中generateLiteConfig在preset opencode-go分支会写入config.disabled_agents []即把默认被禁用的 Observer 重新启用。二、安装 opencode-go 预设并激活安装时指定预设最直接的方式是bunx oh-my-opencode-slimlatest install --presetopencode-go安装完成后需要先登录 OpenCode Go 账号并刷新模型列表opencode auth login opencode models --refreshopencode models --refresh的目的是让本地模型注册表与提供方最新模型对齐确保provider/model格式的模型 ID如opencode-go/minimax-m3可以被正确解析。安装脚本的收尾信息也会说明当前激活状态——如果安装时没有指定非 openai 预设提示语为 “OpenAI is active by default”否则提示 “X preset is active”见 install.ts。注意opencode-go属于生成预设安装器会校验传入的预设名。若传入非生成预设名会抛出Unsupported preset ...错误可用生成预设仅有openai与opencode-go见 providers.ts 与 providers.ts。三、在运行时切换预设如果你的配置中已经同时存在两套预设可以不重新安装直接在 OpenCode 内部切换v2 主机输入/preset opencode-go直接应用命名预设仍然需要 reload 才能生效。v1 主机从自动补全中打开/preset在预设管理器中选择目标预设并执行 Apply。/preset是一个纯 TUI 的斜杠命令与内置/models同源设计不会触发任何 LLM 回合。完整的运行时切换工作流参见 Preset Switching这里补充几个关键机制/preset只是把选中的预设名写入用户配置文件并不会创建内存中的 agent override也不会热替换当前会话的 agent registry——因此必须reload OpenCode才能让新预设作用于 agent registry。当前会话不会被 reload这是刻意为之会话中途热切换 agent 树可能导致上下文截断新模型窗口可能更小、在变更的 system prompt 下漂移既有 assistant 轮次、让正在运行的子代理引用过期的 agent 定义、或改变工具/技能可用性。真正的会话内无重置切换需要宿主 API 提供原子的 agent-registry 刷新能力见 preset-switching.md。从 OpenAI 默认预设切换时的前置步骤如果你最初是用默认 OpenAI 预设安装的切换前还需要两步在配置中增加disabled_agents: []重启 OpenCode让 Observer 先变为可用状态再切换到opencode-go。这里要特别注意disabled_agents的语义它是全局配置不是 per-preset 配置。如果你之后又切回 OpenAI 预设并保持disabled_agents: []重启Observer 会继续处于启用状态并改用默认的 Observer 模型——除非你显式为它配置模型。默认情况下disabled_agents的默认值是[observer]即 Observer 默认关闭见 configuration.md 的选项表。四、内置模型映射每个角色用什么模型生成的opencode-go预设为每个专家智能体分配了贴合其职责的模型映射关系如下AgentModelOrchestratoropencode-go/minimax-m3thinkingOracleopencode-go/qwen3.7-maxmaxLibrarianopencode-go/deepseek-v4-flashhigh MCPsExploreropencode-go/deepseek-v4-flashhighDesigneropencode-go/kimi-k2.7-codeFixeropencode-go/deepseek-v4-flashhighObserveropencode-go/mimo-v2.5这份映射表在源码中的定义位于 providers.ts 的MODEL_MAPPINGS[opencode-go]与文档完全一致。从中可以看到几个设计意图分工复用deepseek-v4-flash同时承担 Librarian检索、Explorer探索、Fixer修复三个角色且都使用highvariant——既控制了模型成本又保证了执行类任务具备足够的推理强度。Orchestrator 用 thinking variantminimax-m3使用thinkingvariant强调编排路由时的深度思考由于它非多模态才促成了 Observer 的启用与mimo-v2.5的引入。Oracle 用 max variantqwen3.7-max使用maxvariant为最高难度的规划/咨询任务保留最强推理档位。需要说明的是MODEL_MAPPINGS中同时存在openai、kimi、copilot、zai-plan、opencode-go五套映射见 providers.test.ts 的测试断言而生成预设即安装器默认写入配置的两套只有openai与opencode-go。其余映射属于社区预设示例若需使用请自行在配置中定义。五、生成配置的结构与字段语义安装器生成配置时会在presets下写入opencode-go以及openai并通过顶层preset字段激活它。--presetopencode-go安装后的配置形态如下{ preset: opencode-go, disabled_agents: [], presets: { opencode-go: { orchestrator: { model: opencode-go/minimax-m3, variant: thinking }, oracle: { model: opencode-go/qwen3.7-max, variant: max }, librarian: { model: opencode-go/deepseek-v4-flash, variant: high, mcps: [context7, gh_grep] }, explorer: { model: opencode-go/deepseek-v4-flash, variant: high }, designer: { model: opencode-go/kimi-k2.7-code }, fixer: { model: opencode-go/deepseek-v4-flash, variant: high }, observer: { model: opencode-go/mimo-v2.5 } } } }对照源码generateLiteConfigproviders.ts可以厘清每个字段的生成逻辑顶层preset与presets是固定骨架preset opencode-go时才追加disabled_agents: []这正是 Observer 得以启用的原因。每个 agent 配置通过createAgentConfig生成包含model、variant、skills、mcps四个字段。生成后skills与mcps会被展开写入因此你实际看到的配置文件往往比上面的简写更完整。顶层$schema指向oh-my-opencode-slim.schema.json便于编辑器的配置补全与校验对应测试断言见 providers.test.ts。关于字段取值结合 Preset Switching 与 Configuration 的参考字段含义model模型 IDprovider/model格式也支持数组形式fallback 链解析时取第一个条目variant推理强度档位low/medium/high/max以及thinking这类提供方特有档位temperature推理温度0–2省略时由 OpenCode 选择默认值options传给 AI SDK 的提供方特定选项如{thinking:{type:enabled,budgetTokens:10000}}skills该 agent 可用的技能列表支持*通配、!item排除、显式列表mcps该 agent 可用的 MCP 列表同样支持*与!item语法displayName/color用户侧别名与显示颜色需要 reload 才生效的字段包括prompt、skills、mcps、displayNamemodel、temperature、variant、options在 reload 边界统一解析。预设支持单一父级extends继承不支持多父级agent 字段的生效优先级为ancestor child rootagents host config见 configuration.md。六、Skills 与 MCPs预设的逐角色授权opencode-go预设通过generateLiteConfig为每个 agent 定义skills与mcps。生成逻辑providers.ts是Orchestratorskills直接使用通配符[*]即安装的全部技能来源为public技能集合。其他专家skills由CUSTOM_SKILLS注册表过滤出allowedAgents匹配该 agent 的技能名mcps取自DEFAULT_AGENT_MCPS。内置技能注册表custom-skills-registry.ts的授权关系如下Skill授权 agent说明simplifyoracle代码简化与可读性重构codemaporchestrator仓库理解与分层 codemap 生成clonedepsorchestrator克隆关键依赖源码供本地检视deepworkorchestrator重型/复杂编码会话工作流verification-planningorchestrator实现前制定可信、量化的验证证据计划reflectorchestrator复盘重复工作并沉淀可复用流程改进oh-my-opencode-slimorchestrator配置、定制与安全改进本插件worktreesorchestrator用 Git worktree 隔离复杂/高风险/并行工作MCP 授权定义在 agent-mcps.tsLibrarian 默认获得context7与gh_grep文档表格中 “Librarian … MCPs” 的所指而 Orchestrator 是[*, !context7]——即除context7外的全部 MCP。parseList会按!排除、*全量、显式列表三类语法解析 MCP 列表agent-mcps.ts。如果你需要调整某角色的技能或 MCP直接在该 preset 的 agent 块内修改skills/mcps数组即可这些字段是 per-preset 生效的不要写入顶层agents顶层agents是全局覆盖优先级高于 active preset会破坏按预设区分的行为详见 configuration.md。七、验证与常见坑验证安装结果检查oh-my-opencode-slim.jsonc中顶层preset是否为opencode-gopresets.opencode-go是否包含上表全部 7 个 agent 映射。确认disabled_agents为[]且presets.opencode-go.observer.model为opencode-go/mimo-v2.5该断言在测试中有覆盖见 providers.test.ts。运行opencode auth login与opencode models --refresh后在 OpenCode 中执行 ping all agents验证各 agent 均正常响应安装脚本第 5 步指引见 install.ts。配置异常时可从项目根目录运行oh-my-opencode-slim doctor获取完整诊断信息见 configuration.md。常见坑清单disabled_agents是全局的切回 OpenAI 预设后 Observer 不会自动关闭除非你显式恢复[observer]或配置其他 Observer 模型。切换后必须 reload/preset只写配置不热更新reload 前新预设不生效且当前会话继续沿用旧模型。模型名大小写与格式模型 ID 必须严格为provider/modelprovider 段不能含空白与/见 configuration.md 对provider/model引用的约束。variant属于提供方特定档位thinking、max、high是否可用取决于 OpenCode Go 提供方opencode models --refresh后可查看具体模型暴露的 variant 列表。多模态能力依赖Orchestrator 非多模态视觉任务须由 Observermimo-v2.5承接若把 Observer 关闭如恢复disabled_agents: [observer]图片类输入会退回直传 Orchestrator 的路径image_routing未配置时的 legacy 条件行为。完整的配置项参考含presets.name.agent全部字段、extends继承、优先级规则见 Configuration运行时/preset管理器的三层操作预设列表 → agent 编排 → 模型/variant/温度/options 编辑见 Preset Switching。赞分享人工智能AI AgentAgent 编排AI 技能【免费下载链接】oh-my-opencode-slimLean, fine tuned Opencode multi agent suite · Mix any models · Auto delegate tasks项目地址https://gitcode.com/gh_mirrors/oh/oh-my-opencode-slim点击查看免费下载相关推荐Pre-Publish Review — oh-my-opencodePre Publish Review — oh my opencode Release: v{PUBLISHED} v{LOCAL} Commits: {COM人工智能AI Agent代码智能体多智能体MCP ClientsAgent 编排告别臃肿右键菜单用ContextMenuManager一步到位完成Windows右键菜单终极清理告别臃肿右键菜单用ContextMenuManager一步到位完成Windows右键菜单终极清理 上个月帮朋友装了几款日常软件一周后他的右键菜单就长成了小人工智能AI AgentAgent 编排AI 技能三步做出微信机器人WeChatFerry 微信自动化框架完整实操指南三步做出微信机器人WeChatFerry 微信自动化框架完整实操指南 WeChatFerry 是一个基于 Hook 技术的微信自动化框架最直接的用途是把 C上一篇QM 共享组织凭证代理调用指南通过 Credential Broker 使用组织级密钥Slug 直呼、Git Smart HTTP 与错误码全解析下一篇SeaTunnel Zeta 引擎连接器 Jar 存储模式详解共享与隔离策略配置实战创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
` 与库类型哈希语义)
