OpenCode

OpenCode 是什么

OpenCode 是一个开源的终端 AI 编码 Agent，在 MIT 协议下发布，可以免费使用和修改。它的定位是模型无关的（model-agnostic）：你可以接入 Anthropic Claude、OpenAI GPT、Google Gemini、本地运行的 Ollama 模型，以及任何兼容 OpenAI API 格式的模型，在同一个工具里根据任务选择最合适的模型。

界面上，OpenCode 提供了一个在终端里运行的 TUI（Text User Interface，文字界面），不只是纯命令行的一问一答，而是有会话管理、文件浏览、历史记录的结构化界面，体验比简单的 CLI 更完整。

核心特性

多模型支持，灵活切换

OpenCode 最显著的特点是对多 AI 模型的支持。在实际使用中，不同模型在不同任务上有各自的优势：Claude Sonnet 在代码理解和多步骤推理上很强，GPT-4o 的工具使用能力成熟，Gemini 有超长上下文，DeepSeek 成本低但代码能力不差，Ollama 可以在本地运行完全私有。

OpenCode 让你在一个工具里接入所有这些模型，不需要为不同任务在不同工具之间来回切换，也不需要把自己锁定在某一家 AI 厂商里。这种灵活性对于注重成本控制或者有数据隐私要求的开发者来说是真实的优势。

终端 TUI 界面

不同于纯命令行的问答模式，OpenCode 在终端里实现了一个完整的文字界面：

• 左侧显示当前会话的对话历史
• 右侧显示文件系统和代码内容
• 底部是输入区域

这个界面设计让整个交互体验更接近 IDE 里的 AI 助手，而不是命令行里的聊天机器人。对于需要在终端里长时间工作的开发者，更结构化的界面减少了"上下文迷失"的情况——你始终能看到对话历史和相关文件。

Agent 能力：文件操作和命令执行

OpenCode 支持完整的 Agent 操作：

• 文件读写：读取任意文件的内容，修改代码，创建新文件
• Shell 命令执行：运行测试、构建工具、Git 命令，看到输出结果
• 目录遍历：理解项目结构，分析多个文件之间的关系
• 多步骤任务：规划并执行需要多个步骤才能完成的任务

每次执行文件操作或者命令，OpenCode 会展示 diff 或者输出内容让你确认，操作的可见性和可控性有保障。

本地模型支持（Ollama）

通过接入 Ollama，OpenCode 可以使用在你本地机器上运行的开源模型（Llama、Mistral、Qwen 等）。这对于有数据隐私要求的场景非常有价值——代码内容完全不离开你的机器，没有任何数据发送给第三方。

当然，本地模型的能力和云端大模型相比有差距，但对于敏感项目、内网环境、或者就是不想把代码发给外部服务的场景，这是其他商业工具无法提供的选项。

开源，可自定义

完整开源意味着：

• 你可以审查代码，了解数据如何处理，建立信任
• 可以 fork 修改，适配自己团队的特定需求
• 活跃的社区贡献意味着功能迭代由用户需求驱动，不是某个公司的商业决策

对于开源工具有偏好的开发者或团队，这一点的分量超过纯功能比较。

适合的使用场景

多模型工作流：需要根据任务切换不同 AI 模型的开发者——用 Claude 做复杂重构，用便宜的模型做简单任务，用本地模型处理敏感代码——OpenCode 让这一切在同一个工具里完成。

终端重度用户：所有工作在终端里完成，不想为了用 AI 装一个 IDE 插件或者开一个浏览器标签。OpenCode 的 TUI 界面在终端环境里体验比纯 CLI 工具更舒适。

数据隐私敏感的场景：通过 Ollama 接入本地模型，代码内容不离开本地环境，适合处理不能上传到外部服务的代码。

不想被某家 AI 厂商锁定的开发者：OpenCode 的模型无关性让你可以灵活应对 AI 产品的价格变化、能力变化，随时切换到更好的选项。

和其他工具的比较

vs Claude Code：Claude Code 绑定 Anthropic 的 Claude 模型，工具设计和 Claude 高度整合。OpenCode 支持多模型，使用 Claude 也可以，但没有 Claude Code 那么深度的 Claude 特定优化。如果你确定只用 Claude，Claude Code 可能体验更好；如果你想保留模型选择的灵活性，OpenCode 更合适。

vs Gemini CLI：Gemini CLI 绑定 Google 的 Gemini 模型，OpenCode 模型无关。Gemini CLI 的免费额度是优势，OpenCode 的模型灵活性是优势。

vs Aider：Aider 是另一个成熟的开源命令行 AI 编程工具，同样支持多模型，专注于 Git 集成和代码修改流程。两者定位相似，Aider 更成熟（有更长的迭代历史和更大的社区），OpenCode 在界面设计上投入更多（TUI vs 纯命令行）。

vs Cursor：Cursor 是一个完整的 AI IDE，体验更丰富，但你要换编辑器。OpenCode 留在终端里，不改变你的编辑器工作流。两者针对不同的用户偏好，不是直接竞争。

安装和配置

OpenCode 通过包管理器安装（npm、brew 等，具体以 GitHub 仓库为准）。

安装后，需要配置你想用的 AI 模型的 API Key（比如 Anthropic API Key 用 Claude，OpenAI API Key 用 GPT-4），或者安装 Ollama 来使用本地模型。

配置完成后，在项目目录里运行 opencode 启动，进入 TUI 界面开始使用。

局限

相对较新，生态还在建设：作为社区项目，文档、教程、第三方集成都不如商业工具成熟，遇到问题可能需要自己查 GitHub Issues 或者阅读源码。

界面不如商业产品精致：TUI 界面比 IDE 插件的体验差距是客观存在的，对于界面体验有高要求的用户可能不适应。

需要自己管理 API Key 和成本：多模型支持的代价是你需要自己配置和管理多个 API Key，以及对应的 API 费用。这对于习惯一个工具统一计费的用户是额外的复杂度。

社区支持不如商业产品：有问题找不到官方支持，依赖社区响应，对于需要稳定技术支持的企业场景不适合。

实际建议

从你最熟悉的模型开始：第一次配置，先接入你已经有 API Key 的模型（比如 OpenAI 或者 Anthropic），把工具用起来，熟悉之后再考虑接入其他模型。

给不同任务选不同模型：建立自己的使用规律——复杂的多文件任务用 Claude，快速的代码解释用便宜的模型，敏感代码用本地 Ollama，利用 OpenCode 的多模型优势。

查看 GitHub 上的最新文档：作为活跃的开源项目，功能在快速迭代，GitHub 仓库的 README 是最准确的使用文档。

OpenCode 是开源 AI 编程工具里一个值得关注的选项，尤其对于注重模型灵活性、数据隐私、或者对开源有信仰的开发者。它不是每个人的最优选，但在它擅长的场景里，提供了商业工具无法复制的价值。