@fnnm/oh-my-opencode-slim

v2.1.2

Published

7 days ago

Lightweight agent orchestration plugin for OpenCode - a slimmed-down fork of oh-my-opencode

0High
0Medium
0Low

fnnm

opencode opencode-plugin ai agents orchestration llm claude gpt gemini

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/fxcl/oh-my-opencode-slim/refs/heads/master/README.md

手动安装

bunx @fnnm/oh-my-opencode-slim@latest install

从 Master 分支运行

如果您想使用最新代码、方便修复问题，或进行本地开发和贡献，可以使用这种方式：

git clone https://github.com/fxcl/oh-my-opencode-slim.git ~/repos/oh-my-opencode-slim
cd ~/repos/oh-my-opencode-slim
bun install
bun run build
bun dist/cli/index.js install

安装程序会把本地仓库路径加入 ~/.config/opencode/opencode.json 的 plugin 数组，因此 OpenCode 会从该文件夹加载插件。之后要更新：

cd ~/repos/oh-my-opencode-slim
git pull
bun install
bun run build

入门指南

安装程序会同时生成 OpenAI 和 OpenCode Go 预设，默认启用 OpenAI。

[!TIP] 根据自己的工作流自由微调模型和智能体。默认预设只是起点；本插件的目标是为用户提供深度灵活性和可定制性。

要在安装期间启用 OpenCode Go，请运行 bunx @fnnm/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、Zellij 或 Herdr 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-5.2", "skills": [ "*" ], "mcps": [ "*", "!context7" ] },
      "oracle": { "model": "opencode-go/qwen3.7-max", "variant": "max", "skills": ["simplify"], "mcps": [] },
      "librarian": { "model": "opencode-go/deepseek-v4-flash", "skills": [], "mcps": [ "websearch", "context7", "gh_grep" ] },
      "explorer": { "model": "opencode-go/deepseek-v4-flash", "skills": [], "mcps": [] },
      "designer": { "model": "opencode-go/kimi-k2.7-code", "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

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。

交互式安装期间，安装器会询问是否启用 Companion，并默认选择 no。自动化安装可显式启用：

bunx @fnnm/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。

示例和安全规则见 Skills。

🏛️ 认识众神殿

01. Orchestrator：秩序的化身

02. Explorer：永恒的流浪者

03. Oracle：路径的守护者

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。

05. Librarian：知识的织造者

06. Designer：美学的守护者

07. Fixer：最后的建造者

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。

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。

📚 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、Zellij 或 Herdr 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

📄 许可证

MIT