OpenCode 安装 oh-my-opencode 插件教程(AI 一键辅助安装版)

OpenCode 安装 oh-my-opencode 插件教程(AI 一键辅助安装版)

最近发现一个很有意思的 OpenCode 插件仓库:oh-my-opencode
项目地址:code-yeongyu/oh-my-opencode: The Best Agent Harness. Meet Sisyphus: The Batteries-Included Agent that codes like you.

它的目标是让 OpenCode 具备更“开箱即用”的体验:通过安装插件增强能力,比如更顺手的指令、工作流、提示词封装等。

这篇文章会用仓库作者推荐的方式来安装:把提示词交给 AI,让 AI 自动完成安装。同时我也会补充关键步骤,避免“只会复制粘贴但不知道发生了什么”。


1. 前置条件

开始前确认你已经具备:

建议你先跑一下:

git --version

能输出版本号说明 Git OK。


2. oh-my-opencode 是什么?

oh-my-opencode 本质上是一个 OpenCode 插件集合/增强方案
你可以理解成“给 OpenCode 加装一套更好用的扩展配置”。

它的安装方式比较有趣:仓库提供了一段“给 AI 的提示词”,让 AI 帮你完成:

  • 克隆仓库
  • 放到 OpenCode 的插件目录
  • 修改配置文件(如需要)
  • 验证是否生效

优点是:对新手更友好
缺点是:环境不同可能导致 AI 执行失败,需要你知道怎么排查


3. 推荐安装方式:用 AI 按提示词自动安装

打开你的opencode,切换为build模式(推荐使用MiniMax模型,GLM可能使用人数太多,会卡)


 把“安装提示词”交给 AI

按照以下说明安装和配置 oh-my-opencode: https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/refs/heads/master/docs/guide/installation.md

输入之后,AI会根据官方的要求进行安装,之后会提示用户订阅情况,根据自己的情况选择即可

输入好了之后等待安装即可


4. 安装完成后怎么验证?

4.1 重新打开一个新的终端,启动opencode

当出现这个页面(里面有Sisyphus)即安装成功

4.3 测试一下功能

他会给我们很多选项,先提前确认好需求

最后提交需求之后,opencode就继续工作了

结果展示:


5. 常见翻车点与解决办法

5.1 找不到 OpenCode 插件目录

这是最常见的。

解决思路:

  • 让 AI 去查 OpenCode 的默认配置路径
  • 或者你自己在本地搜索关键词,比如 pluginsopencodeconfig

5.2 GitHub 克隆失败

常见原因:

  • 网络问题
  • 代理未配置
  • 公司网络限制

解决方法:

  • 换网络 / 开代理
  • 先在浏览器下载 zip 再解压安装

5.3 权限不足(Permission denied)

解决方法:

  • Windows:用管理员 PowerShell
  • macOS/Linux:必要时用 sudo(但尽量别滥用)
  • 或者安装到用户目录下的插件路径

Read more

亲测麦橘超然Flux模型:这些提示词让AI绘画效果惊艳!

亲测麦橘超然Flux模型:这些提示词让AI绘画效果惊艳! 1. 为什么说“麦橘超然”是中低显存设备的AI绘画新选择? 你是否也经历过这样的困扰:想在自己的笔记本或入门级显卡上跑一跑最新的文生图模型,结果刚加载完模型就内存爆满、显存告急,连生成一张图都要等三分钟?我试过太多方案——Stable Diffusion WebUI 启动慢、ComfyUI 配置复杂、本地部署 LCM 模型又总缺依赖……直到遇见 麦橘超然 - Flux 离线图像生成控制台。 它不是另一个“看起来很美”的Demo项目。它是真正能在8GB显存的RTX 3060笔记本上稳定运行、20秒内出图、画质不妥协的轻量化生产级工具。 核心秘密就藏在它的技术底座里: 基于 DiffSynth-Studio 构建,不是简单套壳,而是深度适配 Flux 架构的推理优化; 集成官方 majicflus_v1 模型(麦橘团队专为中文语义与东方美学调优的 Flux 变体); 全链路采用 float8

无人机避障——Mid360+Fast-lio感知建图+Ego-planner运动规划(胎教级教程)

无人机避障——Mid360+Fast-lio感知建图+Ego-planner运动规划(胎教级教程)

电脑配置:Xavier-nx、ubuntu 18.04、ros melodic 激光雷达:Livox_Mid-360 结果展示:左边Mid360+Fast-lio感知建图,右边Ego-planner运动规划 1、读取雷达数据并显示 无人机避障——感知篇(采用Livox-Mid360激光雷达获取点云数据显示)-ZEEKLOG博客 看看雷达数据话题imu以及lidar两个话题  2、读取雷达数据并复现fast-lio  无人机避障——感知篇(采用Mid360复现Fast-lio)-ZEEKLOG博客 启动fast-lio,确保话题有输出   由于此处不需要建图,因此不打开rviz,launch文件如下修改: <launch> <!-- Launch file for Livox MID360 LiDAR --> <arg name="rviz&

FPGA开发中时序逻辑电路优化技巧全面讲解

FPGA时序优化实战:从关键路径到流水线设计的深度剖析 在高速数字系统的设计战场上,FPGA早已不是“可编程逻辑”的简单代名词。它承载着通信基带处理、AI推理加速、工业实时控制等高要求任务,而决定这些系统能否跑得更快、更稳的核心,往往不在于功能是否正确——而在于 时序能否收敛 。 尤其是当设计中充斥着复杂的算术运算、状态跳转和多时钟交互时, 时序逻辑电路 就成了性能瓶颈的“常客”。你写的功能再完美,如果关键路径延迟超标,综合工具会无情地标红:“ setup time violation ”,主频上不去,整个项目就得返工。 本文不讲理论堆砌,也不复述手册内容。我们将以一个真实开发者的视角,拆解那些真正影响FPGA性能的时序问题,并手把手带你掌握几项 能立刻用在工程中的优化技巧 ——从寄存器重定时到四级流水线FFT实现,从亚稳态防护到布局约束实战,全是经过验证的经验之谈。 什么是真正的“时序逻辑”?别被名字骗了 很多人初学FPGA时,把“组合逻辑”和“时序逻辑”当成两种独立模块。其实不然。 所有有意义的状态机、计数器、数据通路,本质上都是‘

【实战】Windows 下为 Stable Diffusion WebUI 编译 Flash-Attention 2.8.0 专属 Wheel(RTX 3090 sm_86)

【实战】Windows 下为 Stable Diffusion WebUI 编译 Flash-Attention 2.8.0 专属 Wheel(RTX 3090 sm_86)

【实战】Windows 下为 Stable Diffusion WebUI 编译 Flash-Attention 2.8.0 专属 Wheel(RTX 3090 sm_86) 系列:Windows AI 环境 “没有轮子(.whl)就自己造” 从零到一 · 第 N 期 难度:⭐⭐⭐⭐ 适用场景:SD WebUI + xformers 0.0.31.post1 + flash-attn 版本冲突修复 适用场景:其他版本的 Flash-Attention 编译实战请见文末引用链接 一、背景与问题描述 彻底解决 Stable Diffusion WebUI 启动报错: