oh-my-opencode-slim 实战指南：在 OpenCode 上构建可混搭模型的七智能体编排团队

【免费下载链接】oh-my-opencode-slim

Lean, fine tuned Opencode multi agent suite · Mix any models · Auto delegate tasks

项目地址：
https://gitcode.com/gh_mirrors/oh/oh-my-opencode-slim

点击查看免费下载

oh-my-opencode-slim 是一个面向 OpenCode 的智能体编排插件，核心思路是把"让单个模型做所有事"改为"把每部分工作路由给最擅长它的专业智能体"，在质量、速度与成本三者之间取得平衡。本指南以 README.zh-CN.md 为主体，结合仓库源码与配套文档，完整讲解插件的安装、配置、七大智能体职责、后台编排机制、Skills 与 Companion 的启用方式，读完即可在本地 OpenCode 中部署并调优一套属于自己的多智能体团队。

一、插件定位：从"万能模型"到"专业分工"

oh-my-opencode-slim 内置了一支专业的智能体团队，它们可以在同一个编排者（Orchestrator）之下完成侦察代码库、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。其核心理念是：

与其强迫单个模型做所有事情，插件会把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。

插件的主要亮点包括：

七位专业智能体——Orchestrator、Explorer、Oracle、Council、Librarian、Designer 和 Fixer，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；
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，以及用于文档和 GitHub 代码搜索的内置 MCP，详见 docs/tools.md；
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。

二、安装：三种路径任选

2.1 交给 LLM 智能体自动安装（快速开始）

可以将如下指令复制并粘贴到您的 LLM 智能体中（例如 Claude Code、AmpCode、Cursor 等），由它自动完成"安装并配置 oh-my-opencode-slim"这一目标（原始提示词指向官方 README，可在仓库根目录 README.zh-CN.md 中查看）：

Install and configure oh-my-opencode-slim

2.2 手动安装（推荐）

在安装了 Bun 的环境中，一条命令即可完成安装：

bunx oh-my-opencode-slim@latest install

安装程序会完成插件写入、预设生成、Skills 与可选 Companion 的安装等全部步骤。

2.3 从 Master 分支运行（本地开发/贡献）

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，可以克隆本仓库后本地构建：

git clone https://gitcode.com/gh_mirrors/oh/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，只需在仓库目录内依次执行：

git pull
bun install
bun run build

从 src/cli/install.ts 的安装流程看，安装器还支持若干关键标志：–preset=opencode-go 可让 OpenCode Go 预设成为默认激活预设，–companion=yes 可跳过交互提示直接安装桌面 Companion（非 TTY 模式下必须显式传入，否则默认跳过），–skills=force 则会在同步内置 Skills 时强制覆盖本地定制内容。

三、入门配置：认证、刷新模型与编辑预设

安装程序会同时生成 OpenAI 和 OpenCode Go 两套预设，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。

要在安装期间直接启用 OpenCode Go，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。

安装完成后按以下四步完成初始化：

登录您想要使用的模型服务商账户（如果还没登录）：

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：~/.config/opencode/oh-my-opencode-slim.json

为您要分配的每个智能体更新模型配置（详见下文"配置参考"）。

[!TIP] 建议先了解后台编排的工作原理。编排者提示词包含调度规则、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 @智能体名称 <任务内容> 的方式手动委派任务。

[!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。

3.1 默认生成的配置

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-6-sol", "variant": "high", "skills": ["*"], "mcps": ["*", "!context7"] },
"oracle": { "model": "openai/gpt-6-astra", "variant": "high", "skills": ["simplify"], "mcps": [] },
"librarian": { "model": "openai/gpt-6-luna", "variant": "low", "skills": [], "mcps": ["context7", "gh_grep"] },
"explorer": { "model": "openai/gpt-6-luna", "variant": "low", "skills": [], "mcps": [] },
"designer": { "model": "openai/gpt-6-luna", "variant": "medium", "skills": [], "mcps": [] },
"fixer": { "model": "openai/gpt-6-luna", "variant": "high", "skills": [], "mcps": [] }
},
"opencode-go": {
"orchestrator": { "model": "opencode-go/minimax-m3", "variant": "thinking" },
"oracle": { "model": "opencode-go/qwen3.7-max", "variant": "max" },
"librarian": { "model": "opencode-go/deepseek-v4-flash", "variant": "high" },
"explorer": { "model": "opencode-go/deepseek-v4-flash", "variant": "high" },
"designer": { "model": "opencode-go/kimi-k2.7-code" },
"fixer": { "model": "opencode-go/deepseek-v4-flash", "variant": "high" },
"observer": { "model": "opencode-go/mimo-v2.5" }
}
}
}

可以看到，每个智能体条目都由 model（provider/model 格式的模型 ID）、variant（推理强度，如 low/medium/high/max，具体取值依提供商而定）、skills（该智能体可用的 Skill 列表）与 mcps（该智能体可用的 MCP 列表）构成。

3.2 预设文档与替代提供商

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。

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。

四、验证您的安装

在完成安装与认证后，验证所有智能体是否已正确配置并能够响应：

opencode

然后在会话中运行：

ping all agents

Ping all agents 确认所有配置的智能体均在线并准备就绪

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。

五、认识众神殿：七位专业智能体

插件内置的七位智能体各自承担一项专业职责，提示词实现全部位于 src/agents/ 目录下。下面逐一说明其角色、默认模型、推荐模型与选型要点。

5.1 Orchestrator：秩序的化身

角色：首席委派者和战略协调员
提示词源码：src/agents/orchestrator.ts
默认模型：openai/gpt-6-sol (medium)
推荐模型：openai/gpt-6-sol (medium)、anthropic/claude-fable-5、anthropic/claude-opus-4-8
模型选用指南：选择您最强的规划和判断模型。Orchestrator 是工作流管理者：它规划工作、调度后台专家、整合结果并验证产出，因此相比单纯的工作吞吐量，它更需要可靠的指令遵循能力和高层次的技术判断力。

从源码结构看，Orchestrator 提示词（src/agents/orchestrator.ts）中内置了一张 AGENT_DESCRIPTIONS 路由表，为每个专家写明"何时委派（Delegate when）""何时不委派（Don't delegate when）"和"经验法则（Rule of thumb）"。例如：

Explorer：需要先发现代码库里有什么、需要并行搜索、需要压缩后的地图式摘要时委派；当已经知道路径、需要完整内容、即将编辑该文件时不委派。
Oracle：重大架构决策、连续两次修复仍未解决的问题、高风险的跨系统重构、需要独立代码审查时委派；常规决策、第一次修 bug、时间敏感场景不委派。
Designer：用户可见的界面打磨、响应式布局、动画微交互、落地页时委派；纯后端/无视觉逻辑不委派。
Fixer：范围明确的多文件实现、可以并行按目录切分任务时委派；单文件小改动（少于约 20 行）、需求不清晰需要迭代时不委派。

这套路由表正是"质量、速度、成本平衡"在提示词层的落地。

5.2 Explorer：永恒的流浪者

角色：代码库侦察
提示词源码：src/agents/explorer.ts
默认模型：openai/gpt-6-luna
推荐模型：openai/gpt-5.3-codex、cerebras/zai-glm-4.7、fireworks-ai/accounts/fireworks/routers/kimi-k2p6-turbo
模型选用指南：选择快速、低成本的模型。Explorer 处理宽泛的侦察工作，因此速度和效率通常比使用最强推理模型更重要。

5.3 Oracle：路径的守护者

角色：战略顾问和终极调试者
提示词源码：src/agents/oracle.ts
默认模型：openai/gpt-6-astra (high)
推荐模型：openai/gpt-6-astra (xhigh)、anthropic/claude-fable-5、anthropic/claude-opus-4-8 (xhigh)
模型选用指南：选择您最强的高推理模型，用于架构设计、疑难调试、方案权衡以及代码审查。

5.4 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。

角色：多 LLM 共识与提炼
提示词源码：src/agents/council.ts
使用指南：docs/council.md
默认设置：配置驱动——议员（councillors）来自 council.presets，而 Council 智能体本身的模型来自您的常规 council 智能体配置。
推荐配置：强劲的 Council 汇总模型 + 跨提供商的多样化议员模型。
模型选用指南：使用一个强大的综合提炼模型作为 Council 智能体本身，并选择多样化的模型作为议员。Council 的价值在于对比不同的模型视角，而不仅仅是在所有地方都选择同一个最强的模型。

从 src/agents/council.ts 的提示词实现看，Council 智能体本身没有任何工具，它纯粹根据上下文里各议员的原始回复，按强制流程合成一份结构化报告：先逐个点评每位议员的洞察（使用席位名如 alpha，而非模型标签），再给出 Council Response（综合答案）、Per-Councillor Details（逐议员细节）和 Council Summary（含 Consensus Level：unanimous|majority|split、共识点、分歧与消解、剩余不确定性、建议行动）。议员的调度由 Orchestrator 完成。

5.5 Librarian：知识的织造者

角色：外部知识检索
提示词源码：src/agents/librarian.ts
默认模型：openai/gpt-6-luna
推荐模型：openai/gpt-5.3-codex、cerebras/zai-glm-4.7、fireworks-ai/accounts/fireworks/routers/kimi-k2p6-turbo
模型选用指南：选择快速、低成本的模型。Librarian 处理调研和文档查询，因此速度和效率通常比使用最强推理模型更重要。

5.6 Designer：美学的守护者

角色：UI/UX 实现和极致视觉呈现
提示词源码：src/agents/designer.ts
默认模型：openai/gpt-6-luna
推荐模型：google/gemini-3.5-flash、moonshotai/kimi-k2.7-code
模型选用指南：选择在 UI/UX 判断、前端实现和视觉打磨方面表现强劲的模型。

5.7 Fixer：最后的建造者

角色：快速实现专家
提示词源码：src/agents/fixer.ts
默认模型：openai/gpt-6-luna (medium)
推荐模型：openai/gpt-6-luna (medium)、anthropic/claude-sonnet-4-6
模型选用指南：为范围明确的实现工作选择可靠的编程模型。Fixer 从 Orchestrator 接收具体计划或受限指令，因此很适合高效完成执行任务和直接的代码变更。

六、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。

Observer 提供只读视觉分析——解读图像、屏幕截图、PDF 和图表，并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。
提示词源码：src/agents/observer.ts
默认模型：openai/gpt-6-luna——需配置具有视觉能力的模型以启用。
模型选用指南：如果您希望智能体读取屏幕截图、图片、PDF 和其他视觉文件，请选择具备视觉能力的模型。

七、后台编排：Orchestrator 如何调度专家

后台编排是插件的默认编排模型，完整说明见 docs/background-orchestration.md。它假定 OpenCode 原生后台子智能体可用，并将 Orchestrator 从一个"主力执行者"改造成"调度器"：

旧模型：orchestrator 直接工作 → 有用时委派 → 等待结果

默认模型：orchestrator 规划 → 派发后台专家 → 监控 → 整合 → 验证

7.1 运行时要求

后台编排需要一个包含原生后台子智能体的 OpenCode 版本，并且要用如下方式启动（开启后台子智能体）：

OPENCODE_EXPERIMENTAL_BACKGROUND_SUBAGENTS=true opencode

配套的后台任务 API 与工具包括：

工具用途

task(…, background: true)	在后台启动一个专家并立即返回任务 ID
hook 驱动的完成通知	OpenCode 自动注入后台任务的终止结果
task_status	检查被跟踪任务的状态
task_result	获取被跟踪任务的结果
task_message	排队一条非打断性消息并返回 queued
task_cancel	停止一次生成同时保留其会话
task_revive	用新指令恢复被保留的会话
wait_for_user	插件提供的 Orchestrator 工具，在用户进行外部手动工作时暂停自动唤醒

7.2 执行循环

每个非平凡请求都遵循以下循环：

理解需求 → 规划依赖图 → 后台并行派发独立专家 → 跟踪任务 ID 与归属
→ 仅继续独立的协调工作 → 等待 hook 驱动的完成通知
→ 整合结果并解决冲突 → 需要时派发后续工作 → 验证 → 最终回复

Orchestrator 不应基于仍在运行的任务做假设；它可以继续调度独立工作，但依赖性的工作必须等待终止结果。

7.3 调度器职责

构建依赖图：区分"实现前必须回答的问题""可并行任务""必须串行的任务""每个写者拥有的文件/子系统""最终验证需要的输出"。

后台派发专家：独立工作应以后台任务启动，例如：

task(
description="Search auth flow",
subagent_type="explorer",
background=true,
prompt="Find the auth entry points, session storage, and login callback paths. Return file paths and a concise map. Do not edit files."
)

随后记录返回的任务 ID，并只继续安全的独立协调工作。

八、Skills：提示词驱动的专业工作流

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。更多细节见 Skills。

从 src/cli/install.ts 的安装流程看，–skills=force 会在同步内置 Skills 时强制用包内版本替换已安装的捆绑技能，适合在您希望丢弃本地定制、回归官方版本时使用。

九、Companion：桌面状态窗口

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。

Companion 显示正在运行的智能体

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

也可以在配置文件中通过 companion 段启用并精细调参：

{
"companion": {
"enabled": true,
"binaryPath": "/path/to/oh-my-opencode-slim-companion",
"position": "bottom-right",
"size": "medium",
"gifPack": "default",
"loopStyle": "classic",
"speed": 1,
"debug": false
}
}

各选项的取值与含义（详见 docs/companion.md）：

companion.position：bottom-right（默认）/ bottom-left / top-right / top-left；
companion.size：small（80px）/ medium（120px，默认）/ large（160px）；
companion.gifPack：default（默认）——由 companion/VIDEOS/ 中跟踪的 MP4 源生成的捆绑动画集；
companion.loopStyle：classic（默认，正向循环回第一帧）/ smooth（乒乓式往返播放）；
companion.speed：播放速度倍率，0.25–4，默认 1；
companion.debug：true 时输出详细原生调试日志（写入 $XDG_DATA_HOME/opencode/log/ 或 ~/.local/share/opencode/log/）；
companion.binaryPath：自定义 Companion 二进制路径，设置后运行时启动该二进制而非默认安装路径。

十、运行时可切换的预设：/preset

预设切换让你在运行时更换整支团队的模型，完整机制见 docs/preset-switching.md。/preset 是纯 TUI 的斜杠命令（与内置的 /models 类似），不会触发 LLM 回合，它打开一个三级预设管理器：

级别操作内容

1. 预设列表	应用 / 编辑 / 删除已有预设，或新建预设
2. 智能体编排	选择 Base 预设、添加 / 删除 / 编辑本地智能体，然后保存（或保存并应用）
3. 编辑智能体	选择模型 → variant（思考强度）→ 温度 → 选项（JSON）

关键行为约定：

管理器会把预设变更写入用户配置文件；应用只持久化预设名称，侧边栏在会话中不刷新（避免在 agent 注册表未更新时显示误导性的新模型）；
需要重新加载 OpenCode 新预设才会作用于 agent 注册表；当前会话不会被热切换——因为中途热切换 agent 树可能截断上下文（新模型窗口更小）、在变更的系统提示词下漂移先前的助手轮次、让运行中的子智能体引用过期的 agent 定义，或改变工具/Skill 的可用性。

预设还支持单父继承：在 presets.<name>.extends 指定一个父预设，子预设只需覆盖需要变化的智能体即可。例如一个 design 预设可以继承 base 并只覆盖 designer 的模型。继承示例与优先级规则见 docs/configuration.md。

十一、配置参考与文档地图

11.1 配置文件

文件用途

~/.config/opencode/opencode.json	OpenCode 核心设置（插件注册、providers）
~/.config/opencode/oh-my-opencode-slim.json	插件设置——智能体、多路复用器、MCP、council
~/.config/opencode/oh-my-opencode-slim.jsonc	同上，但支持 JSONC（注释 + 尾随逗号）；两者同时存在时 .jsonc 优先
.opencode/oh-my-opencode-slim.json	项目本地覆盖（可选，优先级高于用户配置）

所有配置文件都支持 JSONC：单行注释（//）、多行注释（/* */）与数组/对象的尾随逗号。若插件检测到当前项目存在无效配置，TUI 侧边栏会显示警告，可在项目根目录运行 oh-my-opencode-slim doctor 获取完整诊断。

11.2 提示词覆盖

无需修改源码即可定制智能体提示词——在 ~/.config/opencode/oh-my-opencode-slim/ 下创建 Markdown 文件：

文件效果

{agent}.md	完全替换该智能体的默认提示词
{agent}_append.md	在默认提示词末尾追加自定义指令

两者可以共存：先整体替换，再追加。若均不存在，则使用内置默认提示词。当某个 preset 处于激活状态时，插件会优先检查预设专属目录再回退到根目录。{agent}.md 的替换与 {agent}_append.md 的追加逻辑在 src/agents/orchestrator.ts 的 resolvePrompt 中有明确实现：显式内联提示词优先于提示词文件，提示词文件优先于内置回退提示词，而 customAppendPrompt 总是在胜出的基础提示词之后追加。

11.3 关键配置选项

选项类型默认说明

preset	string	–	激活的预设名（如 "openai"、"best"）
presets.<name>.extends	string	–	可选单父预设；子预设先解析父预设，不支持多父
presets.<name>.<agent>.model	string	–	provider/model 格式的模型 ID
presets.<name>.<agent>.temperature	number	–	可选温度（0–2）；省略时由 OpenCode 决定默认值
presets.<name>.<agent>.variant	string	–	推理强度："low"、"medium"、"high"、"max"（依提供商而定）
presets.<name>.<agent>.displayName	string	–	自定义用户可见别名（如用 "advisor" 指代 oracle）
presets.<name>.<agent>.color	string	–	智能体显示色：#RRGGBB 或主题色 primary、secondary、accent、success、warning、error、info
presets.<name>.<agent>.skills	string[]	–	该智能体可用的 Skills（"*"、"!item"、显式列表）
presets.<name>.<agent>.mcps	string[]	–	该智能体可用的 MCPs（"*"、"!item"、显式列表）

11.4 文档地图

以下文档按"先安装、再按需跳转"组织，请以本节作为地图：

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	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

十二、总结

oh-my-opencode-slim 的价值不在于堆砌智能体数量，而在于一套可落地的分工与调度体系：Orchestrator 依据 src/agents/orchestrator.ts 中的路由规则把任务分派给最合适的专家，专家以 OpenCode 原生后台子智能体并行工作，Skills 以纯提示词方式为每个智能体提供专项操作手册，/preset 与 presets 配置让你随时以任意提供商、任意模型自由混搭整支团队。上手路径清晰：bunx oh-my-opencode-slim@latest install 一键安装 → opencode auth login + opencode models –refresh 完成认证 → 编辑 ~/.config/opencode/oh-my-opencode-slim.json 按需调参 → ping all agents 验证。更多细节可按上文文档地图按需查阅，或直接阅读 src/agents/ 下的提示词源码以理解每个智能体的精确行为边界。

【免费下载链接】oh-my-opencode-slim

Lean, fine tuned Opencode multi agent suite · Mix any models · Auto delegate tasks

项目地址：
https://gitcode.com/gh_mirrors/oh/oh-my-opencode-slim

点击查看免费下载

上一篇：
终极指南：如何用Ansible Semaphore快速构建企业级自动化平台

下一篇：
基于SDE的图像恢复技术：5分钟快速上手指南

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

【免费下载链接】oh-my-opencode-slim

一、插件定位：从"万能模型"到"专业分工"

二、安装：三种路径任选

2.1 交给 LLM 智能体自动安装（快速开始）

2.2 手动安装（推荐）

2.3 从 Master 分支运行（本地开发/贡献）

三、入门配置：认证、刷新模型与编辑预设

3.1 默认生成的配置

3.2 预设文档与替代提供商

四、验证您的安装

五、认识众神殿：七位专业智能体

5.1 Orchestrator：秩序的化身

5.2 Explorer：永恒的流浪者

5.3 Oracle：路径的守护者

5.4 Council：思维的合唱团

5.5 Librarian：知识的织造者

5.6 Designer：美学的守护者

5.7 Fixer：最后的建造者

六、可选智能体：Observer（静默的见证者）

七、后台编排：Orchestrator 如何调度专家

7.1 运行时要求

7.2 执行循环

7.3 调度器职责

八、Skills：提示词驱动的专业工作流

九、Companion：桌面状态窗口

十、运行时可切换的预设：/preset

十一、配置参考与文档地图

11.1 配置文件

11.2 提示词覆盖

11.3 关键配置选项

11.4 文档地图

十二、总结

【免费下载链接】oh-my-opencode-slim

相关推荐

oh-my-opencode-slim 实战指南：OpenCode 多 Agent 编排插件的安装、Pantheon 特工团队与模型混排配置

oh-my-opencode-slim 韩文版指南：Opencode 多智能体编排插件的架构、安装与配置实战

oh-my-opencode-slim 实战指南：OpenCode 多 Agent 编排插件的安装、配置与七大 Agent 详解

相关推荐

评论 抢沙发

评论前必须登录！

热门标签

置顶推荐

热门文章

最新文章

评论抢沙发