
OpenAgentsControl
先审计划再执行,AI 写码不失控
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。
项目数据
使用教程
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(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(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
项目介绍
下一篇:fastmind
同类项目推荐
ComfyUI_Custom_Nodes_AlekPet
开源
给 ComfyUI 装上语音翻译和姿态检测,工作流更全能
Custom nodes that extend the capabilities of Comfyui
langchain
开源
组装 AI 应用的乐高积木,从想法到上线不换工具
The agent engineering platform.
transformers
开源
全球最大的模型仓库全家桶,想用的模型一把抓
Transformers: the model-definition framework for state-of-the-art machine learning m···
bruno
开源
把 API 测试当代码管理,用 Git 搞定协作与版本追踪
Opensource IDE For Exploring and Testing API's (lightweight alternative to Postman/I···