- OpenCode ir atvērtā koda programmēšanas aģents, kas centralizēti apvieno vairāk nekā 75 mākslīgā intelekta modeļus vienā terminālī vai darbvirsmas saskarnē.
- Tas ļauj pārslēgties starp patentētiem modeļiem, izmantojot API vai abonementus, un lokāliem modeļiem, izmantojot tādus rīkus kā Ollama.
- Tas diferencē savas darbplūsmas, izmantojot plānošanas un izveides režīmus, optimizējot drošību un koda izmaiņu izpildi.
- Tas piedāvā paplašināmu ekosistēmu, izmantojot prasmes, spraudņus un MCP serverus, lai uzlabotu aģenta iespējas.
Ja strādājat izstrādes jomā, jūs zināt, ka šobrīd valda milzīga haoss ap mākslīgā intelekta abonementiem. No vienas puses, mums ir lieliski rīki, bet, no otras puses, Anthropic un Google rada šķēršļus savu modeļu izmantošanai ārpus savām tīmekļa vietnēm. Ir nomācoši maksāt ikmēneša maksu un justies piesaistītam vienai saskarnei, ja zināt, ka konkrētiem uzdevumiem cits modelis būtu daudz labāks.
Šeit noder OpenCode — risinājums, kas ievieš kārtību šajā haosā. Tas nav tipisks tērzēšanas robots, kas vienkārši iemet jums koda fragmentu un viss, bet gan īsts programmēšanas aģents , kas dzīvo jūsu terminālī, saprot jūsu projektu un ļauj jums pāriet no viena modeļa uz citu, neaizverot un neatverot desmit dažādas cilnes. Apskatīsim padziļināti, kā maksimāli izmantot šo rīku un kā to konfigurēt, lai tas darbotos jūsu labā.
Kas, pie velna, ir OpenCode un kāpēc tas ir tik foršs?
Tiem, kas nav pazīstami, OpenCode ir atvērtā koda aģents, ko izstrādājusi Anomaly komanda. Tā galvenā priekšrocība ir tā, ka tas ir viens binārs fails , kas nozīmē, ka jums nav jācīnās ar Node.js vai Python instalēšanu, lai tas darbotos. Tas ļauj programmēt no termināļa, taču tam ir arī darbvirsmas versija un paplašinājumi IDE, piemēram, VS Code, padarot to neticami daudzpusīgu.
Tas, kas to patiesi atšķir no tādiem rīkiem kā Claude Code, ir tā modeļa agnosticisms . Kamēr citi piespiež izmantot tikai viņu mākslīgo intelektu, OpenCode savienojas ar vairāk nekā 75 pakalpojumu sniedzējiem. Varat izmantot tādus smagsvarus kā GPT-4, Gemini vai Claude, taču varat izmantot arī vietējos modeļus , ja baidāties par privātumu vai nevēlaties tērēt ne santīma žetoniem.
Uzstādīšana un pirmie soļi bez sarežģījumiem
Instalēšana ir pavisam vienkārša. Ja izmantojat macOS vai Linux, vienkārša curl komanda terminālī ļaus to palaist. Windows lietotājiem vislabāk ir izmantot WSL 2. Lai gan to var instalēt dabiski, izmantojot Chocolatey vai Scoop, WSL failu sistēmas veiktspēja ir ievērojami pārāka un ietaupīs jums daudz galvassāpju.
Pēc instalēšanas pirmais solis ir piešķirt aģentam "smadzeņu" kontroli. Tas tiek darīts, izmantojot komandu /connectJūs varat izvēlēties savu pakalpojumu sniedzēju. Šeit ir svarīga informācija: ja jums jau ir Tērzēšana GPT Plus o GitHub kopilotsJūs varat tieši saistīt savu kontu un izmantot šīs veidnes, nemaksājot papildus par API. Tā ir milzīga priekšrocība, lai izvairītos no papildu rēķiniem mēneša beigās.
Kloda dilemma un abonēšanas karš
Ne visas ziņas ir labas. Anthropic nesen nolēma pārtraukt OAuth piekļuvi trešo pušu rīkiem, kas nozīmē, ka vairs nevar izmantot savu Claude Pro abonementu tieši ar OpenCode. Tas ir izraisījis lielu ažiotāžu sabiedrībā, taču ir risinājumi. Lai tagad izmantotu Claude, ir jāizmanto tiešās API atslēgas (kur maksājat par to, ko izmantojat) vai OpenCode vārtejas, piemēram, Zen vai Black.
Tas mūs noved pie galvenā punkta: atšķirības starp rīkiem. Lai gan Claude Code, iespējams, ir visspēcīgākais aģents, pateicoties tā dziļajai integrācijai ar antropiskajiem modeļiem (izmantojot tādas funkcijas kā adaptīvā domāšana ), OpenCode nepārprotami pārspēj elastības ziņā. Ja nevēlaties paļauties uz vienu uzņēmumu un vēlaties apvienot, piemēram, Gemini viegliem uzdevumiem un GPT arhitektūrai, OpenCode ir īstā vieta jums.
Darbplūsmas: plānojiet, pirms kaut ko sabojājat
Viens no OpenCode dārgakmeņiem ir tā aģentu sistēma, kas sadalīta divos režīmos: plānošana un izveide . Plānošanas režīms ir kā konsultants: tas var izlasīt visu jūsu kodu, analizēt to un ieteikt izmaiņas, bet tas nevar aizskart nevienu komatu jūsu failos. Tas ir ideāli piemērots, ja sākat jaunu projektu un nevēlaties, lai mākslīgais intelekts sāktu mainīt lietas nejauši.
Kad ceļš ir brīvs, nospiediet taustiņu Tab un pārslēdzieties uz režīmu būvētŠeit aģents sāk strādāt, rakstot kodu un izpildot komandas terminālī. Un, ja mākslīgais intelekts pieļauj kļūdu (kas tas notiks, jo tas nav perfekts), jums ir komanda. /undo lai atsauktu izmaiņas un atgrieztos bez panikas.
Mākslīgā intelekta uzlabošana ar prasmēm, spraudņiem un MCP
Lai OpenCode padarītu par vairāk nekā tikai inteliģentu redaktoru, varat pievienot prasmes . Tās būtībā ir Markdown faili, kuros jūs mācāt aģentam savus projekta noteikumus vai komandas konvencijas. Tā vietā, lai desmit reizes izskaidrotu savu autentifikācijas procesu, jūs izveidojat prasmi, un mākslīgais intelekts to jau pēc noklusējuma zina.
Ja vēlaties iet tālāk, ir pieejami spraudņi . Ir tādas jaudīgas opcijas kā Context7, kas neļauj mākslīgajam intelektam izmantot novecojušas bibliotēkas, vai opencode-vibeguard, kas nodrošina, ka jūsu API atslēgas netiek nejauši nosūtītas uz LLM serveriem. Turklāt varat integrēt MCP (Model Context Protocol) serverus , lai savienotu mākslīgo intelektu ar ārējām datubāzēm vai pakalpojumiem, pārvēršot to par pilnvērtīgu komandu centru.
Ātrs salīdzinājums: OpenCode salīdzinājumā ar pārējiem
Ja domājat, ko izvēlēties, atbilde ir skaidra. Ja meklējat maksimālu spriešanas jaudu un jums rūp tikai Klods, izvēlieties Kloda kodu. Ja vēlaties kaut ko bezmaksas un iespaidīgu, Gemini CLI piedāvā ļoti dāsnu bezmaksas abonementu. Bet, ja meklējat līdzsvaru, OpenCode ir īstā izvēle. Atšķirībā no Aider, kas lieliski darbojas ar Git, bet kā aģents ir mazāk jaudīgs, vai Cline, kas balstās uz VS Code, OpenCode sniedz pilnīgu termināļa brīvību ar uzlabotas aģentu sistēmas jaudu.
OpenCode pozicionē sevi kā galveno rīku izstrādātājiem, kuri nevēlas nekādus ierobežojumus. Apvienojot iespēju palaist lokālus modeļus, izmantojot Ollama , vietējo integrāciju ar LSP, lai izvairītos no kompilācijas kļūdām, un uz kopienu balstītu paplašināmības sistēmu, tas padara mākslīgo intelektu par īstu komandas locekli, nevis tikai teksta ģeneratoru. Galvenais ir apgūt izpētes, darbības un pārbaudes ciklu, lai palielinātu produktivitāti, nezaudējot kontroli pār kodu.
