OpenCode Deep Dive -- Go 原生终端 AI 编程助手深度解析

M0 项目概览与定位

Go 原生终端 AI 编程助手，Charm 生态集大成之作。已归档，但其架构设计极具学习价值。

项目背景

OpenCode 是由 opencode-ai 团队（后并入 Charm 团队）开发的 Go 原生终端 AI 编程智能体。项目在 2024-2025 年快速发展，积累了 11K+ GitHub Stars，但在 2025 年被标记为 ARCHIVED，团队资源转向其后继项目 Crush。

最终版本为 v0.0.55，100% Go 语言实现，深度使用 Charm 生态（Bubble Tea / Lip Gloss / Glamour）构建终端 UI。尽管已归档，其多 Provider 统一抽象、LSP 集成、SQLite 持久化等设计理念值得深入学习。

OpenCode 是 CLI AI 编程助手赛道中唯一的 Go 原生 实现（Claude Code 用 TypeScript，Aider 用 Python，Codex CLI 用 TypeScript）。Go 的编译型特性带来了极快的启动速度和极低的内存占用，但也意味着放弃了 Node/Python 生态中丰富的 AI SDK。OpenCode 通过自建 Provider 抽象层解决了这一问题。

核心差异化

维度	OpenCode	Claude Code	Aider
语言	Go 100%	TypeScript/Node	Python
TUI 框架	Bubble Tea (Charm)	Ink (React)	Rich
Provider 数量	10+ (含 Copilot)	Anthropic 为主	多 Provider
免费使用	GitHub Copilot 集成	需付费 API	需付费 API
持久化	SQLite + 迁移	JSON 文件	Git History
LSP 集成	内置完整 LSP 客户端	无	无
代码搜索	Sourcegraph 内置	Grep/Glob	Grep
主题系统	11 个内置主题	单一风格	单一风格
System Prompt	双策略 (Anthropic/OpenAI)	单策略	单策略
MCP 支持	stdio + SSE	stdio	无
状态	ARCHIVED	活跃维护	活跃维护

技术栈一览

核心依赖

Go 1.23+ + Bubble Tea + Lip Gloss + Glamour

数据与通信

SQLite (modernc) + sqlc (codegen) + goose (migration) + SSE

CLI 与协议

Cobra CLI + LSP Protocol + MCP (mcp-go) + Sourcegraph API

信息来源

GitHub Repo Official Site README Bubble Tea Lip Gloss Glamour

vs Claude Code 对比验证

上方对比表已涵盖 M0 级别的核心差异。需注意：Claude Code 的 MCP 支持已扩展至 stdio + SSE（与 OpenCode 一致），LSP 集成在 Claude Code 中也已实现（diagnostics + rename/definition/references）。表中"无"的标注反映的是较早版本的状态。

M1 核心架构

Go monorepo 结构 + Charm 生态 TUI + 4 Agent 角色协作，理解 OpenCode 的骨架。

目录结构

cmd/ Cobra CLI 入口点，命令行参数解析 Entry

app/ App struct -- 组装所有服务的中枢 Orchestrator

llm/ agent/ (Agent Loop) + provider/ (Provider Adapters) Core

tui/ Bubble Tea TUI -- 对话/日志/会话/命令面板 Presentation

lsp/ Language Server Protocol 客户端，编译器诊断 Integration

db/ SQLite + goose 迁移 + sqlc 代码生成 Persistence

mcp/ MCP 客户端 -- stdio + SSE 传输 (mark3labs/mcp-go) Extension

4 Agent 角色

OpenCode 采用 多角色 Agent 设计，4 个 Agent 各司其职，每个 Agent 可独立配置 model、maxTokens、reasoningEffort：

Coder (主 Agent)

核心编程 Agent，执行所有代码编辑任务
拥有全部 12 个工具的访问权限
可以读写文件、执行 bash、调用 sub-agent
默认使用最强模型 (Claude/GPT-4o)

Task (Sub-Agent)

只读 sub-agent，由 Coder 通过 agent 工具调用
只能使用读取类工具（view/glob/grep/ls）
用于复杂的上下文收集和分析任务
避免 sub-agent 意外修改代码

Title (自动命名)

自动为会话生成简短标题
在首次用户消息后触发
使用轻量模型节省 token
标题限制 80 字符以内

Summarizer (自动摘要)

当上下文达到 95% maxTokens 时自动触发
压缩历史对话为精简摘要
即 Auto Compact 机制
保持关键上下文不丢失

Agent Loop 流程

双 System Prompt 策略

OpenCode 根据 Provider 类型选择不同的 System Prompt 风格，这是一个独特的设计：

Anthropic Style

用于 Anthropic / Bedrock 等 Claude 系 Provider：

XML 标签结构化 (<tool_instructions>)
强调 "thinking" 和 "reasoning"
详细的工具使用规范
匹配 Claude 的训练风格

OpenAI Style

用于 OpenAI / Azure / Copilot / 其他 Provider：

Markdown 格式化
更简洁的指令结构
适配 GPT 系列的理解方式
共享相同的工具定义

双 System Prompt 策略是 OpenCode 的一个产品级洞察：不同模型家族对 prompt 格式有不同偏好。Anthropic Claude 更擅长解析 XML 结构，而 OpenAI GPT 更适应 Markdown。这种适配让 OpenCode 能在不同 Provider 间获得更一致的表现，而非一刀切使用同一个 prompt。

Charm 生态集成

库	用途	在 OpenCode 中的角色
Bubble Tea	TUI 框架 (Elm Architecture)	整个终端 UI 的骨架，Model-Update-View 循环
Lip Gloss	终端样式引擎	颜色/边框/布局/主题系统的实现基础
Glamour	Markdown 渲染器	将 LLM 输出的 Markdown 美化渲染到终端
Huh	表单组件	权限确认对话框、输入交互

vs Claude Code

维度	OpenCode	Claude Code
语言与运行时	Go + Bubble Tea TUI（单二进制，零运行时依赖）	TypeScript + Node.js（需安装 Node）
System Prompt	双策略（Anthropic XML / OpenAI Markdown）按 Provider 适配	单策略，针对 Claude 深度优化
Agent 角色	4 种（coder / task / title / summarizer）	多种 Sub-Agent（general / Explore / Plan 等）
模型集成	多 Provider 广度覆盖	Anthropic 深度集成，Extended Thinking 等独有能力

OpenCode 胜出

零依赖单二进制，启动快、部署简单
双 Prompt 策略按 Provider 优化，多模型表现更一致

Claude Code 胜出

更深度的模型集成（Extended Thinking、Token Counting 等）
更丰富的 Sub-Agent 类型，任务分解更精细

M2 核心功能模块

12 个内置工具 + LSP 集成 + Sourcegraph 搜索 + Auto Compact + Custom Commands + 11 主题。

12 个内置工具

OpenCode 的工具分为 4 类：文件操作、搜索导航、执行外部命令、智能分析。

bash

glob

grep

view

write

edit

patch

fetch

sourcegraph

diagnostics

agent

工具	类别	功能	关键参数
`bash`	执行	执行 shell 命令	command, timeout, description
`glob`	搜索	按 glob 模式搜索文件	pattern, path
`grep`	搜索	在文件中搜索文本内容	pattern, path, include
`ls`	搜索	列出目录内容	path
`view`	文件	查看文件内容（支持行范围）	file, offset, limit
`write`	文件	创建新文件或完整覆写	file, content
`edit`	文件	精确编辑（old_string/new_string）	file, old_string, new_string
`patch`	文件	应用统一 diff 格式补丁	file, diff
`fetch`	网络	HTTP GET 获取 URL 内容	url
`sourcegraph`	智能	Sourcegraph 全球代码搜索	query
`diagnostics`	智能	获取 LSP 编译器诊断信息	(自动从 LSP 获取)
`agent`	Agent	调用只读 Task sub-agent	prompt

Sub-Agent 架构

agent 工具是 OpenCode 实现多 Agent 协作的方式。Coder Agent 可以将复杂的信息收集任务委派给 Task Agent：

Sub-Agent 调用链

Coder Agent --agent tool--> Task Agent --result--> Coder Agent

Task Agent 限制：只能使用 view / glob / grep / ls 四个只读工具，无法执行 bash 或修改文件。这是安全设计 -- 防止 sub-agent 产生意外副作用。

LSP 集成

OpenCode 内置了完整的 Language Server Protocol 客户端，这在 CLI AI 编程助手中是独一无二的功能：

编译器诊断：通过 diagnostics 工具获取实时编译错误和警告
自动修复循环：Agent 可以读取诊断信息 -> 定位错误 -> 修复代码 -> 再次检查
支持多语言 LSP：通过配置文件添加任意 LSP 服务器 (TypeScript, Go, Python 等)
配置方式：在 .opencode.json 的 lsp 字段中配置语言和命令

LSP 集成让 AI Agent 拥有了"编译器视角"。传统 CLI Agent 只能通过执行 go build 或 tsc 来获取错误信息（需要等待编译完成），而 LSP 提供增量、实时的诊断，可以在文件保存后毫秒级获得反馈。这大幅加速了 edit-check-fix 循环。

Sourcegraph 代码搜索

内置 Sourcegraph 搜索工具让 Agent 可以搜索 全球开源代码库，用于：

查找 API 用法示例（"这个函数怎么用？"）
寻找类似的实现模式
验证最佳实践
学习不熟悉的库和框架

Auto Compact (自动摘要)

Auto Compact 机制详解

1/4

Step 1: Token 监控
Agent 在每次 LLM 调用前，计算当前上下文占用的 token 数。这个值包括 system prompt、历史消息、工具定义等所有内容。

Step 2: 阈值触发
当 token 使用量达到 Agent 配置的 maxTokens 的 95% 时，自动触发 Summarizer Agent。这个 95% 阈值是硬编码的，留出 5% 的缓冲空间。

Step 3: Summarizer 压缩
Summarizer Agent 接收当前全部历史消息，生成精简摘要。摘要保留关键信息：当前任务目标、已完成的步骤、关键发现和决策、未完成的待办事项。

Step 4: 上下文替换
摘要替换历史消息，Agent Loop 继续执行。用户感知不到这个过程，但 Agent 的"记忆"从完整历史变成了压缩摘要。这类似于 Claude Code 的 /compact 命令，但 OpenCode 是全自动触发的。

Custom Commands 系统

OpenCode 支持用户自定义命令，类似 Claude Code 的 Skills，通过 Markdown 文件定义：

# 命令文件位置 ~/.opencode/commands/ # 全局命令 .opencode/commands/ # 项目级命令 # 文件名即命令名 # 例如: review.md -> /review 命令 # 支持的特殊指令: $VARIABLE # 参数占位符，运行时提示输入 RUN <command> # 执行 shell 命令并将输出注入上下文 READ <file> # 读取文件内容并注入上下文

示例：代码审查命令

# .opencode/commands/review.md 请审查以下代码变更： RUN git diff --cached 重点关注： 1. 安全漏洞 2. 性能问题 3. 代码风格 4. 潜在的 bug 请给出改进建议。

11 个内置主题

OpenCode 提供了丰富的主题选择，全部基于 Lip Gloss 实现：

Catppuccin

Dracula

Gruvbox

Tokyo Night

One Dark

Monokai

Material

Nord

Solarized

OpenCode

Default

vs Claude Code

维度	OpenCode	Claude Code
LSP	diagnostics 为主	更完整（rename / definition / references / diagnostics）
代码搜索	Sourcegraph 内置（全网公开代码搜索）	GitHub 搜索（gh CLI / MCP，仅限 GitHub）
主题	11 个内置主题（Catppuccin / Dracula / Tokyo Night 等）	无主题系统
自动 Compact	95% 阈值触发	接近上下文上限时触发（类似）
自定义命令	Custom Commands（.md 文件 + $VARIABLE 参数）	Skills 系统（更强大但概念类似）
编辑机制	OmO: 哈希锚定编辑 + 5 并行 Agent + AST-Grep 25 语言	Content-match 编辑（架构层面避免行号漂移）

OpenCode 胜出

Sourcegraph 搜索范围更广（全平台公开代码，非仅 GitHub）
11 个精美主题，终端视觉体验远超 Claude Code
OmO Harness 潜力巨大：哈希锚定编辑让弱模型成功率提升 10 倍

Claude Code 胜出

LSP 集成实际更完整（rename / definition / references 全支持）
Content-match 编辑设计上更可靠，无需行号即可避免漂移问题

M3 安全与权限

Bash 安全机制 + 3 级权限模型 + 输出截断 -- 保障 Agent 执行安全。

Bash 工具安全机制

OpenCode 对 bash 工具实施了严格的安全策略，通过黑名单和白名单机制控制命令执行：

禁止执行的命令 (Forbidden)

curl -- 防止任意网络请求
wget -- 同上
nc (netcat) -- 防止网络探测
telnet -- 防止远程连接
chrome -- 防止启动浏览器
firefox -- 同上

这些命令被完全禁止，即使用户授权也无法执行

自动批准的命令 (Auto-Approved)

ls -- 列出目录
echo -- 输出文本
pwd -- 显示当前目录
git status -- 查看仓库状态
git log -- 查看提交历史
git diff -- 查看变更

只读操作，无需用户确认即可执行

3 级权限模型

Level 1: 单次授权 (Single Grant)

用户对每个命令单独授权，执行后权限立即失效。适用于高风险操作如 rm、git push 等。

Level 2: 会话持久授权 (Session-Persistent Grant)

用户可以选择"本次会话全部允许"，在当前会话中该命令不再需要确认。会话结束后权限失效。

Level 3: 自动批准 (Auto-Approve)

在配置文件中预设自动批准的命令列表。这些命令永远不需要用户确认。适合团队统一配置安全策略。

输出截断

当 bash 命令输出超过 30,000 字符 时，OpenCode 会自动截断输出以防止：

上下文窗口溢出 -- 大量输出会消耗 token 预算
LLM 处理能力下降 -- 超长输入会降低推理质量
内存占用过高 -- 防止 TUI 卡顿

OpenCode 的安全设计体现了"默认安全"原则：禁止列表阻止已知危险命令，白名单免审批提升效率，而中间地带的命令需要用户逐次决策。对比 Claude Code 的 Bash 工具，Claude Code 使用更细粒度的正则匹配和行为分析，而 OpenCode 采用简单明确的命令名匹配 -- 实现更简单，但可能被命令别名绕过。

安全对比

维度	OpenCode	Claude Code
命令拦截	命令名黑名单匹配	正则表达式 + 行为分析
免审批	命令名白名单	Glob 模式匹配
输出限制	30,000 字符截断	动态截断 + 省略中间内容
网络隔离	禁止 curl/wget/nc	不限制但有审查
Sub-Agent 限制	只读工具子集	权限继承 + 范围限制
复杂度	简单直接	复杂精细

vs Claude Code

维度	OpenCode	Claude Code
命令拦截	禁止命令列表（名称匹配）	Tool 级权限 + Hooks 自定义策略
权限模型	3 级（单次 / 会话 / 自动）	类似的权限模型
输出截断	30K 字符截断	动态截断（也存在）
扩展安全策略	无	Hooks 系统可自定义安全规则

两者安全模型大致对等。OpenCode 采用简单明确的命令名匹配（实现简单但可能被别名绕过），Claude Code 通过 Hooks 系统支持自定义安全策略，在可扩展性上略胜一筹。权限粒度和输出截断机制本质相似。

M4 配置与扩展

.opencode.json 统一配置 + 10+ Provider + Agent 独立配置 + MCP + LSP + contextPaths。

配置文件层级

OpenCode 使用 JSON 格式的配置文件，支持三层覆盖：

配置查找顺序（后面覆盖前面）

~/.opencode.json --> $XDG_CONFIG_HOME/opencode.json --> .opencode.json (项目根)

完整配置结构

▶ Provider 配置 10+ 支持

{ "provider": { "anthropic": { "apiKey": "sk-ant-...", "disabled": false }, "openai": { "apiKey": "sk-..." }, "copilot": {}, // 免费！使用 GitHub Copilot "gemini": { "apiKey": "..." }, "groq": { "apiKey": "gsk_..." }, "xai": { "apiKey": "xai-..." }, "azure": { "apiKey": "...", "baseURL": "https://xxx.openai.azure.com" }, "bedrock": { "awsRegion": "us-east-1" }, "vertexai": { "project": "my-project", "location": "us-central1" }, "openrouter": { "apiKey": "..." }, "local": { "baseURL": "http://localhost:11434/v1" } } }

▶ Agent 独立配置 4 个角色

{ "agents": { "coder": { "model": "claude-sonnet-4-20250514", "maxTokens": 200000, "reasoningEffort": "high" }, "task": { "model": "gpt-4o", "maxTokens": 128000 }, "title": { "model": "gpt-4o-mini", // 轻量模型节省成本 "maxTokens": 4096 }, "summarizer": { "model": "gpt-4o-mini", "maxTokens": 16384 } } }

每个 Agent 可以使用不同 Provider 的不同模型，实现成本优化：核心编码用最强模型，辅助任务用轻量模型。

▶ MCP 服务器配置 stdio + SSE

{ "mcpServers": { "filesystem": { "type": "stdio", "command": "npx", "args": ["-y", "@anthropic/mcp-filesystem"], "env": { "ALLOWED_DIRS": "/home/user/projects" } }, "remote-server": { "type": "sse", "url": "http://localhost:3001/sse" } } }

使用 mark3labs/mcp-go 库实现 MCP 协议，支持 stdio 和 SSE 两种传输方式。MCP 工具会自动注册到 Agent 的可用工具列表中。

▶ LSP 服务器配置多语言支持

{ "lsp": { "typescript": { "command": "typescript-language-server", "args": ["--stdio"] }, "go": { "command": "gopls" }, "python": { "command": "pyright-langserver", "args": ["--stdio"] } } }

▶ contextPaths 兼容性跨工具兼容

{ "contextPaths": [ "CLAUDE.md", // Claude Code ".cursorrules", // Cursor ".github/copilot-instructions.md", // GitHub Copilot "AGENTS.md", // Codex CLI "CONVENTIONS.md" // 自定义 ] }

OpenCode 会自动读取这些文件作为额外上下文注入 system prompt，实现与其他 AI 编程工具的指令兼容。

▶ 其他配置项 Shell / TUI

{ "shell": "zsh", // 指定 shell "tui": { "theme": "catppuccin" // 11 个内置主题之一 }, "debug": false // 调试模式 }

10+ Provider 支持

Anthropic

Claude 系列 | 付费 API

OpenAI

GPT-4o / o1 / o3 | 付费 API

GitHub Copilot FREE

通过 Copilot 免费使用 GPT-4o

Google Gemini

Gemini Pro / Ultra | 付费

Groq

Llama / Mixtral | 高速推理

xAI (Grok)

Grok 系列 | 付费 API

Azure OpenAI

企业级部署 | 自有 Endpoint

AWS Bedrock

Claude on AWS | IAM 认证

Vertex AI

Claude/Gemini on GCP

OpenRouter

统一 API 网关 | 多模型

Local (Ollama etc.)

本地模型 | 完全离线

GitHub Copilot 集成是 OpenCode 的杀手级特性：任何有 Copilot 订阅的开发者都可以免费使用 OpenCode，无需额外的 API Key。这极大降低了使用门槛。对比 Claude Code 需要 Anthropic API 付费，Aider 也需要 API 付费，OpenCode 通过 Copilot 桥接让大量开发者零成本体验 AI 编程助手。

Oh My OpenAgent (OmO)

"如果 OpenCode 是 Arch Linux，OmO 就是 Ubuntu"

★ 37.8K Stars npm: oh-my-opencode 3,306 commits Claude Code 兼容

在 OpenCode 基础上叠加了完整的 Agent Harness 层（工具编排 + 模型路由 + 智能编辑），让同样的底层模型产生数量级的效果提升。GitHub: code-yeongyu/oh-my-openagent

三大核心创新

哈希锚定编辑 (LINE#ID)

传统 AI 编辑用行号定位，文件多次编辑后行号漂移导致改错位置。OmO 给每行生成内容哈希作为锚点，编辑前校验哈希是否匹配。

弱模型编辑成功率 6.7% → 68.3% (10x)

多模型自动路由 + 5 Agent

按任务类型自动分配模型：视觉工程→Gemini、深度推理→GPT、快速修复→Haiku、架构决策→Claude。5 个专家 Agent 并行工作。

自动路由，零手动配置

AST-Grep 集成

语法树级别的搜索和重写（非文本级 grep）。把 console.log 改成 logger.info，不会误改字符串中的内容。

支持 25 种编程语言

5 个专家 Agent

Sisyphus

主编排者

Hephaestus

深度工作者
复杂代码探索

Prometheus

战略规划
访谈式需求发现

Oracle

架构专家

Librarian

文档专家

其他增强

IntentGate 分析用户真实意图再分类行动，不直接执行字面指令

完整 LSP lsp_rename / lsp_goto_definition / lsp_find_references / lsp_diagnostics

Tmux 集成完整交互式终端，支持 REPL 和调试器

内置 MCP Exa(搜索) + Context7(官方文档) + GitHub 搜索

Skill-Scoped MCP MCP 服务器按任务范围限定，防止上下文膨胀

/init-deep 自动生成层级化 AGENTS.md

/ulw-loop Ralph Loop — 自执行循环直到任务完成

Claude Code 兼容所有 hooks、commands、skills、plugins 原样兼容

能力对比

能力	原版 OpenCode	+ OmO
编辑成功率(弱模型)	6.7%	68.3% (10x ↑)
模型路由	手动选	自动按任务类型路由
并行 Agent	单 Agent	5 个专家并行
LSP	仅 diagnostics	完整 (rename/definition/references/diagnostics)
AST 搜索	无	AST-Grep 25 语言
终端交互	无	Tmux REPL + 调试器
意图识别	无	IntentGate 意图分类
项目初始化	读 contextPaths	/init-deep 自动生成 AGENTS.md
自动循环	无	/ulw-loop 自执行

OmO 证明了 Agent Harness（工具编排层）的重要性 — 同样的底层模型，更好的工具、编辑机制和编排策略可以带来数量级的效果提升。哈希锚定编辑将弱模型的编辑成功率提高了 10 倍，多 Agent 路由让每个模型都用在最擅长的场景，AST-Grep 避免了文本级替换的误伤。这不是模型的胜利，而是工程架构的胜利。

vs Claude Code

维度	OpenCode	Claude Code
Provider 数量	10+ Provider 内置（最大优势）	仅 Anthropic
免费使用	GitHub Copilot 免费接入	无 Copilot 集成
配置兼容	contextPaths 同时读取 CLAUDE.md + .cursorrules + copilot-instructions	仅读取 CLAUDE.md
MCP 传输	stdio + SSE	stdio + SSE（相同）
Hooks 系统	无	Hooks 生命周期钩子
Skills 系统	无（仅 Custom Commands）	Skills 系统（可复用工作流）

OpenCode 胜出

多 Provider 一站式支持，一个工具接入所有主流模型
GitHub Copilot 免费接入，降低使用门槛
跨工具配置兼容（.cursorrules / copilot-instructions 无缝读取）

Claude Code 胜出

Hooks 系统：生命周期钩子可自定义安全策略、自动化流程
Skills 系统：可复用的工作流模板，比 Custom Commands 更强大
更深度的 Anthropic 集成（模型专属特性、官方支持）

M5 使用指南

安装 / CLI / 键绑定 / 会话管理 / 非交互模式 -- 快速上手 OpenCode。

安装方式

方式	命令	平台
快速安装	`curl -fsSL https://opencode.ai/install \| bash`	Linux / macOS
Homebrew	`brew install opencode-ai/tap/opencode`	macOS
AUR	`yay -S opencode`	Arch Linux
Go Install	`go install github.com/opencode-ai/opencode@latest`	All
源码构建	`git clone && go build ./cmd/opencode`	All

CLI 命令与 Flags

# 启动交互式 TUI opencode # 非交互模式（单次执行） opencode -p "重构 main.go 中的 handleRequest 函数" # 指定工作目录 opencode -c /path/to/project # JSON 格式输出（适合脚本集成） opencode -p "列出所有 TODO" -f json # 静默模式 opencode -p "修复 lint 错误" -q # 调试模式 opencode -d

Flag	说明
`-p, --prompt`	非交互模式，传入 prompt 直接执行
`-c, --cwd`	指定工作目录
`-f, --format`	输出格式：`text` (默认) 或 `json`
`-q, --quiet`	静默模式，减少输出
`-d, --debug`	启用调试日志

键绑定速查

OpenCode TUI 提供了丰富的键绑定：

Ctrl+C退出程序 Ctrl+L打开日志面板 Ctrl+A打开会话列表 Ctrl+K命令面板 (Command Palette) Ctrl+O选择模型 Ctrl+N新建会话 Ctrl+X取消当前操作 i聚焦编辑器（进入输入模式） Ctrl+S发送消息 Enter发送消息（单行模式）

会话管理

OpenCode 使用 SQLite 持久化会话，每个会话包含完整的消息历史和元数据：

自动保存：所有会话自动持久化到 SQLite 数据库
会话切换：Ctrl+A 打开会话列表，快速切换历史会话
自动标题：Title Agent 在首次消息后自动生成会话标题
数据库位置：~/.local/share/opencode/opencode.db (XDG 标准)
迁移管理：goose 管理数据库 schema 迁移，支持平滑升级

非交互模式

通过 -p flag 实现非交互式执行，适合 CI/CD 和脚本集成：

# 单次任务执行 opencode -p "修复所有 TypeScript 编译错误" # 配合管道使用 echo "解释这段代码的功能" | opencode -p - # JSON 输出集成到脚本 result=$(opencode -p "列出项目依赖" -f json -q) # 在 CI/CD 中使用 opencode -p "生成单元测试" -c ./src --quiet

OpenCode 的非交互模式 (-p flag) 对标 Claude Code 的 --print 模式和 Codex CLI 的单次执行模式。但 OpenCode 的 JSON 输出格式 (-f json) 让其更容易集成到自动化工作流中 -- 输出结构化数据而非自由文本，对脚本更友好。

总结：OpenCode 的产品启示

值得学习的设计决策

Go 原生 -- 证明了非 Node/Python 生态也能构建优秀的 AI 编程工具，启动速度和资源占用有天然优势
多 Provider 统一抽象 -- 10+ Provider 适配器 + Agent 级别独立模型配置 = 极致的灵活性和成本控制
Copilot 免费桥接 -- 降低使用门槛到零，这是增长策略级的产品决策
LSP 集成 -- 在 CLI Agent 中首次实现编译器级别的代码理解，大幅提升修复质量
双 System Prompt -- 按模型家族适配 prompt 格式，体现了对模型差异的深刻理解
SQLite 持久化 -- 比 JSON 文件更可靠、更高效，支持复杂查询和迁移
contextPaths 兼容 -- 读取 CLAUDE.md / .cursorrules 等，降低跨工具切换成本

值得反思的问题

ARCHIVED 过早 -- 11K Stars 项目归档说明团队资源有限，Go 生态 AI SDK 不如 JS/Python 成熟增加了维护成本
安全模型偏简单 -- 命令名匹配容易被别名/管道绕过，生产环境需要更精细的安全策略
v0.0.55 未到 1.0 -- 大量 API 和配置格式可能不稳定，社区信心不足
Charm 生态绑定 -- 深度依赖 Bubble Tea 意味着迁移成本高，但 Charm 团队接手降低了风险

OpenCode by opencode-ai | MIT License | GitHub: opencode-ai/opencode | Successor: Crush by Charm
Page generated for learning purposes | Data sourced from GitHub repo & official docs

vs Claude Code

维度	OpenCode	Claude Code
安装方式	go install（单二进制，零依赖）	npm install（需 Node.js 运行时）
导航交互	Vim 风格（h/j/k/l）模型选择器	标准导航
启动速度	Go 编译二进制，毫秒级启动	Node.js 启动开销
日常使用	大部分方面相似

使用体验层面两者差异不大。OpenCode 的安装体验略优 — 单二进制无需运行时依赖，go install 一步到位。Vim 风格导航对终端重度用户更友好。但 Claude Code 作为活跃维护的产品，在文档完善度和社区支持上占优。