oh-my-opencode-slim
v2.2.4
Published
Lightweight agent orchestration plugin for OpenCode - a slimmed-down fork of oh-my-opencode
Maintainers
Readme
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。Orchestrator 负责规划工作图,将专家作为后台任务派发,并在继续前整合它们的结果。
✨ 亮点
- 七位专业智能体 —— Orchestrator、Explorer、Oracle、Council、Librarian、Designer 和 Fixer。每部分工作都会交给最适合的智能体;可跨任意提供商混用任意模型。
- 后台编排 —— Orchestrator 将专家作为后台任务派发、跟踪并整合结果后再继续;默认并行工作。
- 内置 Skills —— 如
deepwork、codemap、verification-planning和reflect等基于提示词的工作流,按智能体分配。 - Council —— 使用
@council针对同一问题并行运行多个模型,并综合为一个答案。 - Companion —— 可选的浮动桌面窗口,显示哪些智能体正在运行,包括并行后台专家。
- 多路复用器集成 —— 在 Tmux、Zellij、Herdr 或 cmux 窗格中实时观察智能体工作。
- 预设切换 —— 使用
/preset在运行时更换整支团队的模型。 - 代码智能工具 —— LSP 工具、支持 25 种语言的 AST 感知搜索,以及用于 Web 搜索、文档和 GitHub 代码搜索的内置 MCP。
- 完全可定制 —— 自定义智能体、提示词覆盖、按智能体控制的 Skill/MCP 权限,以及项目本地定制。
OpenAI GPT-5.6
默认的 OpenAI 预设 将 Terra 映射为 Orchestrator、Sol 映射为 Oracle、Luna 映射为快速专家通道。
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/alvinunreal/oh-my-opencode-slim/refs/heads/master/README.md手动安装
bunx 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/alvinunreal/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 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、Herdr 或 cmux 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-5.6-terra", "variant": "medium", "skills": ["*"], "mcps": ["*", "!context7"] },
"oracle": { "model": "openai/gpt-5.6-sol", "variant": "high", "skills": ["simplify"], "mcps": [] },
"librarian": { "model": "openai/gpt-5.6-luna", "variant": "low", "skills": [], "mcps": ["websearch", "context7", "gh_grep"] },
"explorer": { "model": "openai/gpt-5.6-luna", "variant": "low", "skills": [], "mcps": [] },
"designer": { "model": "openai/gpt-5.6-luna", "variant": "medium", "skills": [], "mcps": [] },
"fixer": { "model": "openai/gpt-5.6-luna", "variant": "medium", "skills": [], "mcps": [] }
},
"opencode-go": {
"orchestrator": { "model": "opencode-go/minimax-m3", "variant": "max", "skills": [ "*" ], "mcps": [ "*", "!context7" ] },
"oracle": { "model": "opencode-go/qwen3.7-max", "variant": "max", "skills": ["simplify"], "mcps": [] },
"librarian": { "model": "opencode-go/deepseek-v4-flash", "variant": "high", "skills": [], "mcps": [ "websearch", "context7", "gh_grep" ] },
"explorer": { "model": "opencode-go/deepseek-v4-flash", "variant": "max", "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": [] },
"observer": { "model": "opencode-go/mimo-v2.5", "variant": "max", "skills": [], "mcps": [] }
}
}
}预设文档
- OpenAI 预设 —— 默认生成的预设;所有智能体均使用 OpenAI 模型。
- OpenCode Go 预设 —— 智能体使用 OpenCode Go 模型;由于其 Orchestrator 模型不支持多模态,因此启用 Observer 进行视觉分析。
- 作者的预设 —— 作者日常使用的精确配置,包含第三方 Skills。
- $30 预设 —— 围绕 Codex Plus 和 GitHub Copilot Pro 构建的混合服务商方案,每月约 30 美元。
- OpenCode Zen 免费预设 —— 所有智能体均使用 opencode 免费模型;无需使用费用。
针对其他服务商
要使用自定义模型提供商或混合服务商配置,请参阅完整参考 配置。
✅ 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。
🏛️ 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、屏幕截图和其他视觉文件。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。省略image_routing会保留现有的条件式 Observer 行为。仅在启用 Observer 时设置image_routing: "auto",或设为"direct"以始终将图片附件直接传给 Orchestrator。
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/mimo-v2.5启用它。启用时,图片附件默认会路由至 Observer;设置"image_routing": "direct"可将其保留给 Orchestrator。
🧩 Skills
Skills 是注入智能体系统提示词的、基于提示词的指令,用于引导决策、工作流和工具使用。与 MCP(运行中的服务器)不同,Skill 不运行任何进程——它是智能体在任务需要时激活的专用操作手册。安装程序内置八个 Skill,并在插件自动更新时保持更新;本地自定义内容会被保留。
| Skill | 用途 | 默认智能体 | 调用方式 |
|:-----:|------|------------|----------|
| codemap | 分层仓库地图,让智能体无需反复阅读全部内容也能理解代码库 | orchestrator | run codemap |
| deepwork | 面向大型、高风险、多阶段编码会话的结构化工作流,包含审查关卡 | orchestrator | /deepwork <task> |
| verification-planning | 在非平凡变更前规划项目特定的证据路径 | orchestrator | 非平凡工作前自动调用 |
| simplify | 保持行为不变地简化代码,提升可读性和可维护性 | oracle | 请求简化或在审查期间调用 |
| worktrees | 将 Git worktree 用作安全、隔离的编码通道,适合高风险或并行工作 | orchestrator | work in a worktree |
| clonedeps | 在本地克隆依赖源码,供智能体检查库内部实现 | orchestrator | clone dependencies |
| reflect | 将重复的工作流摩擦转化为可复用的 Skill、智能体或配置 | orchestrator | /reflect |
| oh-my-opencode-slim | 配置并安全改进插件设置本身 | orchestrator | 请求调整您的设置 |
Skill 分配即权限授予——智能体只能激活被授予的 Skill。请在 ~/.config/opencode/oh-my-opencode-slim.json 中通过每个智能体的 skills 数组进行配置:显式列表、"*" 表示全部,或 "!skill-name" 用于拒绝某个 Skill。
完整文档请参阅 Skills,或浏览图文概览 ohmyopencodeslim.com/skills。
🖥️ Companion
可选的 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哪些智能体正在运行,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 oh-my-opencode-slim@latest install --companion=yes配置、位置、尺寸和安装详情见 Companion。
📚 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、Herdr 或 cmux 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 |
| 项目定制 | 仓库特定的自定义智能体、提示词覆盖、按智能体分配的 Skill 以及优先级 |
| 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、verification-planning、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
