OpenAgentsControl

先审计划再执行,AI 写码不失控

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开发框架 🍴 复刻 402 🐛 待处理 70 👀 关注 35
GitHub ↗
GitHub 星标 ★ 4969
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,无在线服务

项目预览

OpenAgentsControl 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开发框架
开发团队darrenhinde
定价模式🏷️完全免费
价格说明开源免费,无在线服务
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型ai-agents,ai-agents-framework,ai-t,automation,code-generation,code-validation,developer-tools,opencode,prompt-engineering
GitHub 星标★ 4969
上线时间2025-08-14 00:00:00
代码更新2026-10-26
仓库体积7.3 MB
本站数据更新2026-11-03
维护状态较活跃
收录时间2026-09-13
浏览次数1

项目介绍

OpenAgentsControl 是一个面向 OpenCode 的 AI 智能体开发框架,主打“先计划、后执行”的工作流。它把开发任务拆成规划与执行两个阶段:智能体先产出可审阅的计划,开发者确认后才真正落地代码,避免 AI 直接乱改代码库。框架内置自动测试、代码审查与校验环节,支持 TypeScript、Python、Go、Rust 多语言,覆盖从生成到验证的完整闭环。核心能力包括基于审批的执行控制、多语言代码生成与校验、自动化测试集成,以及可复用的提示工程配置。它解决的是 AI 编码工具“黑盒式”直接改代码、缺乏可控性和质量保障的问题,适合希望把 AI 智能体纳入规范化开发流程、对代码质量有要求的团队。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-13 · 当前星标 ★ 4969

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:命令行工具 7 步

环境要求

  • OpenCode CLI(免费开源,安装脚本可自动安装)
  • Bash 3.2+(macOS 默认即可)
  • Git
  • Windows 用户需使用 Git Bash 或 WSL

安装与启动步骤

  1. 1检查环境依赖

    确认已具备 Bash 3.2+ 与 Git;可运行兼容性脚本自检(需已克隆仓库)。

    bash scripts/tests/test-compatibility.sh
  2. 2一键安装

    官方一条命令安装 developer 配置,若本机没有 OpenCode CLI,安装器会自动装好。

    curl -fsSL https://raw.githubusercontent.com/darrenhinde/OpenAgentsControl/main/install.sh | bash -s developer
  3. 3或交互式安装

    先下载安装脚本再运行,过程中可自行选择安装方式与全局/项目级安装。

    curl -fsSL https://raw.githubusercontent.com/darrenhinde/OpenAgentsControl/main/install.sh -o install.sh
    bash install.sh
  4. 4选择安装位置

    安装器会让你选:项目内 .opencode/ 便于随 git 共享给团队;~/.config/opencode/ 适合个人全局默认。

  5. 5(可选)配置模型

    默认所有智能体沿用 OpenCode 默认模型;如需不同智能体用不同模型,直接编辑对应 md 文件。

    nano .opencode/agent/core/opencoder.md
  6. 6(可选)全局配置模型

    全局安装时改为编辑用户目录下的同一文件,修改 frontmatter 里的 model 字段。

    nano ~/.config/opencode/agent/core/opencoder.md
  7. 7查看可用模型

    可通过命令行列出所有可用模型,或在 models.dev 网站浏览后填入 frontmatter。

    opencode models

关键配置

配置项必填说明示例
model否指定该智能体使用的模型,不填则用 OpenCode 默认模型。anthropic/claude-sonnet-4-5

如何确认成功

安装完成后在 OpenCode 中确认智能体已可用;可运行 opencode models 检查模型是否正确识别。

常见问题

Q:Windows 能用吗?

A:可以,推荐使用 Git Bash,或改用 WSL。

Q:支持哪些编程语言?

A:智能体与语言无关,会按项目文件自适应;主要测试 TypeScript/Node.js,C#/.NET 已有专用上下文,Python、Go、Rust 支持但测试较少。

Q:必须添加上下文吗?

A:不强制,但强烈建议。没有上下文智能体写通用代码,添加自己的模式后才会写出符合你风格的代码(约 10-15 分钟)。

Q:支持哪些模型?

A:任何厂商的任何模型,如 Claude、GPT、Gemini、MiniMax 及本地模型,无供应商锁定。

Q:需要装插件或额外工具吗?

A:不需要,插件为可选项,只有想用 Telegram 通知或 Gemini 功能时才安装。

注意事项

  • 推荐按项目本地安装(.opencode/),模式可提交到 git 与团队共享。
  • 全局安装(~/.config/opencode/)适合跨项目的个人默认配置。
  • 不修改任何配置也能开箱使用,但加上自己的代码模式后收益最大。

核心亮点

  • 审批式执行:计划先给开发者确认,再落地代码,降低 AI 误改风险
  • 内置自动测试、代码审查与校验,形成生成到验证的闭环
  • 原生支持 TypeScript、Python、Go、Rust 多语言开发场景

不足之处

  • 强依赖 OpenCode 生态,脱离该环境后可用性受限
  • 审批环节增加交互步骤,追求全自动批量生成的场景效率偏低

适用场景

  • 团队把 AI 编码纳入代码评审流程,要求改动可追溯
  • 多语言项目中用智能体统一生成并校验代码
  • 个人开发者用计划审批模式安全地让 AI 重构旧代码

替代项目

Aider、OpenHands

上一篇:embabel-agent-examples

下一篇:fastmind

同类项目推荐

tfx-addons 开源

给 TFX 加装社区组件,让 ML 管道更灵活

Developers helping developers. TFX-Addons is a collection of community projects to ···

★ 129 2026-08-09
magentic 开源

用装饰器把大模型变成普通 Python 函数,调用即得结果

Seamlessly integrate LLMs as Python functions

★ 2428 2026-08-09
dspy-skills 开源

用 DSPy 技能包,系统化构建和优化你的 LLM 应用。

Collection of Claude Skills for DSPy framework - program language models, optimize p···

★ 124 2026-08-09
awaken 开源

用 Rust 构建类型安全、多协议的 AI 智能体运行时

AI agent runtime for Rust — type-safe state, multi-protocol serving, plugin extensi···

★ 100 2026-08-09
serverless-chat-langchainjs 开源

用 Azure + LangChain.js 一键部署带知识库的 Serverless 聊天机器人

Build your own serverless AI Chat with Retrieval-Augmented-Generation using LangChai···

★ 866 2026-08-09
exo-harness-ai-pipeline 开源

把 Claude Code 变成你的自动化开发流水线

Claude Code AI Pipeline 2026 – PEV Framework Harness Plugin for Developers

★ 115 2026-08-09
fast-agent 开源

快速搭建、测试和评估 AI 智能体,支持 MCP/ACP/A2A 协议

Code, Build and Evaluate agents - excellent Model and Skills/MCP/ACP/A2A Support

★ 3959 2026-08-09
HanLP 开源

中文分词到语义分析,一套 API 全搞定

Natural Language Processing for the next decade. Tokenization, Part-of-Speech Taggin···

★ 36536 2026-11-03
nagato-ai 开源

一套代码,轻松对接多种大模型,快速搭建AI代理

Simple cross-LLM AI Agent library

★ 119 2026-08-09