GitHub 42k+ Stars!开源 AI 编码神器 OpenCode 完全指南

在 AI 辅助编程领域,各种工具层出不穷,其中许多是闭源的商业产品。然而,由 SST 团队开发的 OpenCode(项目地址:https://github.com/sst/opencode)作为一个完全开源的 AI 编码代理,正在迅速获得开发者的青睐。截至目前,该项目在 GitHub 上已收获超过 42k Stars 和 3.6k Forks,社区活跃度很高。本文将详细介绍 OpenCode 项目,如果您对更多 AI 工具感兴趣,可以访问 AI225导航

项目概述

OpenCode 是一个专注于终端的开源 AI 编码代理工具,由 SST(Serverless Stack)团队维护。它的核心目标是为开发者提供一个强大、灵活且不依赖特定 AI 提供商的编码助手。

与 Anthropic 的 Claude Code 等工具类似,OpenCode 可以帮助开发者分析代码、规划功能、实现修改,甚至直接编辑文件。但 OpenCode 的最大亮点在于完全开源(MIT 许可)、提供商无关(支持 Claude、OpenAI、Google Gemini、本地模型等),以及对终端体验的极致优化。

项目开发者强调:OpenCode 由 Neovim 用户和 terminal.shop 的创建者打造,致力于推动终端 AI 辅助的极限。

主要特性

  • 双代理模式
    • build:全访问开发代理,可以直接修改文件、运行命令。
    • plan:只读代理,用于安全分析和探索,不会随意修改代码。
    • 使用 Tab 键轻松切换代理。
  • 通用子代理:通过 @general 调用,适合处理复杂搜索和多步骤任务。
  • LSP 支持:开箱即用 Language Server Protocol,支持代码诊断、补全等功能。
  • 终端优先(TUI):优雅的终端界面,适合 Vim/Neovim 用户。
  • 客户端/服务器架构:支持远程控制,例如从手机 App 操作运行在电脑上的 OpenCode。
  • 多模型支持:不绑定任何提供商,可配置各种 LLM 的 API Key。推荐使用 OpenCode Zen 的精选模型。
  • 桌面应用(Beta):支持 macOS、Windows、Linux,提供图形化界面。
  • 其他扩展:有 VS Code 插件、Python/Go SDK,支持在 GitHub Issues 和 PR 中直接调用。

安装与快速上手

OpenCode 安装非常简单,支持多种方式:

  1. Windows:支持 Scoop 或 Chocolatey。

Homebrew(macOS/Linux):

brew install opencode 

npm 安装

npm i -g opencode-ai@latest 

一键安装(推荐):

curl -fsSL https://opencode.ai/install | bash 

安装完成后,直接在终端运行 opencode 即可启动。

使用时:

  • 输入问题或任务描述。
  • 用 Tab 切换 build/plan 代理。
  • 用 @general 调用高级任务。
  • 用 @ 模糊搜索项目文件。

更多配置和用法详见官方文档:https://opencode.ai/docs

与其他工具的区别

相比 Claude Code 等闭源工具,OpenCode 的优势在于:

  • 开源透明:代码完全公开,可自行审计和贡献。
  • 提供商无关:未来模型竞争激烈,不被单一厂商锁定。
  • 终端深度优化:更适合重度终端用户。
  • 远程与扩展性:客户端/服务器设计,便于未来移动端等创新。

如果你正在寻找一个强大、免费且开源的 AI 编码助手,OpenCode 绝对值得一试!它不仅能提升开发效率,还代表了 AI 辅助编程的开源未来。

项目链接

Read more

龙虾机器人(OpenClaw)本地部署完全技术指南

龙虾机器人(OpenClaw)本地部署完全技术指南

龙虾机器人(OpenClaw)本地部署完全技术指南 前言:什么是“龙虾机器人”? 在开始部署之前,我们需要明确部署的对象。通常所说的“龙虾机器人”指的是开源项目 OpenClaw(曾用名:Clawdbot、Moltbot)。它由程序员彼得·斯坦伯格开发,是一个开源的、可本地部署的通用型AI代理系统。与ChatGPT等对话式AI不同,OpenClaw被赋予了操作系统的权限:它可以执行终端命令、读写文件、操控浏览器、安装软件,甚至通过MCP协议调用外部工具。 由于其强大的系统操控能力,安全性是部署时需关注的首要问题。官方及社区普遍建议:不要在主力机或存有敏感数据的生产环境直接裸奔部署,最好使用虚拟机、Docker容器或专用硬件(如Mac Mini或AI开发盒子)进行隔离。 第一章:环境准备与核心依赖 在安装OpenClaw之前,必须准备好运行环境。OpenClaw的核心由TypeScript编写,因此Node.js是必不可少的运行环境。此外,根据安装方式的不同,可能还需要Git、Docker或Python环境。 1.1 硬件建议与系统选择 * Linux

宇树机器人SDK2开发指南:从环境搭建到Demo测试

宇树机器人SDK2开发指南:从环境搭建到Demo测试

本文以宇树 G1 人形机器人为主线,系统介绍 unitree_sdk2(C++)与 unitree_sdk2_python(Python)的完整开发流程,涵盖通信架构原理、环境搭建、依赖安装、Demo 编译运行、网络配置以及常见问题处理,适合具身智能领域的初中级开发者快速上手。 目录 1. SDK2 概述与架构原理 2. 开发环境要求 3. 获取官方 SDK 包 4. 安装依赖与编译 5. 机器人与开发机网络配置 6. 调试并运行 Demo 7. Python SDK Demo 测试 8. 常见问题与解决方案 9. 总结 1. SDK2 概述与架构原理 1.

【GitHub开源AI精选】OpenGlass:大模型赋能的开源方案,25美元打造智能眼镜,支持语音控制+AR叠加

【GitHub开源AI精选】OpenGlass:大模型赋能的开源方案,25美元打造智能眼镜,支持语音控制+AR叠加

系列篇章💥 No.文章1【GitHub开源AI精选】LLM 驱动的影视解说工具:Narrato AI 一站式高效创作实践2【GitHub开源AI精选】德国比勒费尔德大学TryOffDiff——高保真服装重建的虚拟试穿技术新突破3【GitHub开源AI精选】哈工大(深圳)& 清华力作 FilmAgent:剧本自动生成 + 镜头智能规划,开启 AI 电影制作新时代4【GitHub开源AI精选】Lumina - Image 2.0 文生图模型,以小参数量实现高分辨率多图生成新突破5【GitHub开源AI精选】探索 Mobile-Agent:X-PLUG 推出的创新型移动智能操作代理6【GitHub开源AI精选】吴恩达团队开源VisionAgent:用自然语言开启计算机视觉新时代7【GitHub开源AI精选】Oumi:一站式AI开发平台,涵盖训练、评估与部署全流程8【GitHub开源AI精选】深入剖析RealtimeSTT:开源实时语音转文本库的强大功能与应用9【GitHub开源AI精选】PodAgent:多智能体协作播客生成框架,

Spring Boot 中基于 WebClient 的 SSE 流式接口实战

—— 从 Feign 到 WebClient 的一次真实踩坑记录 一、背景:为什么我要做 SSE? 在最近的一个项目中,我负责接入一个 AI 问答服务。 一开始的接口形态非常常规: @PostMapping("/health_manager") public RespBean<HealthManagerQueryDataVO> sendQuery(...) 客户端发请求,服务端等 AI 全部生成完内容,再一次性返回。 问题很快就暴露了: * AI 返回慢(10 秒甚至更久) * 用户页面“卡死”,体验极差 * 其实 AI 是“边生成边返回”的,但我们完全浪费了这个能力 于是,目标就很明确了: 把原有同步接口,改造成支持 SSE(Server-Sent