如果你正在找一个能真正理解整个代码仓库、自己动手改文件、还能跑命令的AI编程助手,OpenCode值得认真看看。先扯一句,这东西不是简单的代码补全工具,它是一个开源的终端AI编码Agent,有三种形态:终端界面(TUI)、桌面应用和IDE扩展。基于AI SDK和Models.dev,它支持75个以上的LLM供应商,还能跑本地模型。配置走opencode.json文件,模型ID统一写成provider_id/model_id的形式。安装最简单的路子就是一行官方脚本,当然npm、Homebrew、Docker这些也全都支持。下面这篇东西,是基于OpenCode官方文档整理出来的,把安装、模型与供应商配置、配置文件优先级,还有怎么接入自定义的OpenAI兼容模型,全都掰扯清楚了。目的就一个:帮你在终端里快速搭好一个能真正干活的AI编码助手。

OpenCode 是什么
OpenCode是一个开源的AI编码Agent,可以跑在终端界面、桌面应用或者作为IDE扩展来用。关键在于,它不是那种只给你补个代码的工具——它能读懂整个仓库,自己决定改哪些文件,还能直接执行终端命令,是个真正的智能体。
从官方文档来看,核心特征可以这么概括:
- 多形态:终端TUI、桌面App、IDE扩展,此外还有Web、Server、SDK等形态
- 广泛的模型支持:基于AI SDK和Models.dev,支持75+个LLM供应商,本地模型也能跑
- 工具集成:AI可以执行命令、搜索文件、改代码,不是光动嘴
- 会话管理:多个对话会话都能保存和管理
- 可扩展:支持MCP servers、LSP、自定义命令、Agent Skills、插件
OpenCode 安装的准备条件
动手安装之前,官方建议先把两样东西备好:一个现代的终端模拟器,还有你打算用的模型的API Key。这两样没有的话,体验会大打折扣。
- 现代终端模拟器:官方推荐的是WezTerm、Alacritty、Ghostty(Linux/macOS)、Kitty(Linux/macOS)这些
- LLM供应商的API Key:你得准备好要用的那个模型的密钥
- Windows用户:官方推荐用WSL(Windows Subsystem for Linux),性能和功能兼容性最好
如何安装 OpenCode(6 种方式)
安装OpenCode,最简单的入口是官方安装脚本,当然npm、Homebrew、Docker这些也全都支持,看你习惯用什么了。
方式一:官方安装脚本(最简单的路子)
curl -fsSL https://opencode.ai/install | bash
方式二:Node.js(npm / bun / pnpm / yarn)
npm install -g opencode-ai
方式三:Homebrew(macOS 和 Linux)
brew install anomalyco/tap/opencode
官方建议用anomalyco/tap这个tap来拿最新版本;官方那个brew install opencode是Homebrew团队维护的,更新速度慢一些。
方式四:Arch Linux
sudo pacman -S opencode # 稳定版
paru -S opencode-bin # AUR 最新版
方式五:Windows(Chocolatey / Scoop)
choco install opencode
scoop install opencode
方式六:Docker
docker run -it --rm ghcr.io/anomalyco/opencode
装好之后,在项目目录下直接运行opencode就能启动了。
如何配置模型和供应商
OpenCode的模型配置全走opencode.json这个配置文件,模型ID的格式是provider_id/model_id。多数热门的供应商默认是预加载的,省了不少事。
第一步:连接供应商
用/connect命令添加供应商的凭据(也就是API Key)。有凭据的供应商在启动OpenCode时就能直接用。
第二步:选择模型
配置好供应商后,输入/models命令,就能看到可以用的模型列表,选你想用的那个就行。
第三步:设置默认模型
在opencode.json里通过model字段设定默认模型,格式还是provider_id/model_id:
{
"$schema": "https://opencode.ai/config.json",
"model": "anthropic/claude-sonnet-4-5"
}
官方文档里还列了一些在OpenCode上表现不错的推荐模型,既有代码生成能力,工具调用也稳,包括GPT 5.2、GPT 5.1 Codex、Claude Opus 4.5、Claude Sonnet 4.5、Minimax M2.1、Gemini 3 Pro。当然,这个列表不是穷尽的,也不保证永远最新。
OpenCode 配置文件结构与优先级
OpenCode的配置文件支持JSON和JSONC(带注释)两种格式。有意思的是,多个位置的配置会合并,而不是简单覆盖。理解优先级能少踩不少坑。
一个典型的opencode.jsonc配置长这样:
{
"$schema": "https://opencode.ai/config.json",
"model": "anthropic/claude-sonnet-4-5",
"autoupdate": true,
"server": {
"port": 4096
}
}
这里就有个优先级的问题。后加载的配置会覆盖前面的冲突键,但非冲突的设置都会保留下来。优先级从低到高是这样的:
- Remote 远程配置(来自
.well-known/opencode)——组织级默认 - Global 全局配置(
~/.config/opencode/opencode.json)——用户偏好 - Custom 自定义配置(
OPENCODE_CONFIG环境变量) - Project 项目配置(项目根目录的
opencode.json)——项目级设置 .opencode目录(agents、commands、plugins)- Inline 内联配置(
OPENCODE_CONFIG_CONTENT环境变量)——运行时覆盖
举个例子:全局配置里设了autoupdate: true,项目配置里设了model,最终两个设置都会生效,不会互相打架。
如何接入自定义 / 国内模型
OpenCode支持自定义供应商,只要目标服务兼容OpenAI的接口,那你就能接入官方列表之外的模型,包括国内的大模型服务。这个特性让它在国内也能灵活使用,不用死磕那几个海外供应商。
配置自定义供应商的时候,provider_id是你自己在配置的provider部分定义的键,model_id是provider.models下面的键。对于兼容OpenAI接口的服务,通常只需要在provider配置里填上对应的baseURL和apiKey就行。
对国内开发者来说,如果想接入好几款主流大模型,可以考虑用支持多模型统一接入、兼容主流SDK的API平台来简化配置——比如通过七牛云的标准化API Key(兼容OpenAI格式)作为自定义provider接入OpenCode,国内网络可以直接访问,在终端里就能按需切换调用平台里的各种模型。
常见问题
Q:OpenCode 和 Claude Code 有什么区别?
两者都是终端里的AI编码Agent。但OpenCode是开源项目,支持75+供应商和本地模型,能自由切换模型,还提供终端/桌面/IDE多形态。它不绑定任何一个模型厂商,灵活性更高。
Q:OpenCode 支持本地模型吗?
支持。它基于AI SDK和Models.dev,明确支持运行本地模型,可以搭配LM Studio、Ollama这类本地推理服务(走OpenAI兼容端点)来用。
Q:OpenCode 的配置文件放在哪里?
可以放在多个位置,按优先级合并。全局在~/.config/opencode/opencode.json,项目级在项目根目录的opencode.json,还支持OPENCODE_CONFIG这些环境变量来指定。后加载的覆盖冲突键。
Q:如何切换 OpenCode 正在使用的模型?
在OpenCode界面里输入/models命令就能选择模型;用/connect添加新供应商的凭据。也可以在opencode.json的model字段里设默认模型。
Q:Windows 上怎么装 OpenCode 更稳?
官方推荐用WSL(Windows子系统),兼容性和性能最好。也可以用Chocolatey(choco install opencode)或Scoop(scoop install opencode)直接装。
总结
OpenCode是一个开源、支持75+供应商和本地模型的终端AI编码Agent。安装最简单的路子是官方脚本curl -fsSL https://opencode.ai/install | bash,配置全走opencode.json,模型ID用provider_id/model_id格式,还支持全局/项目/环境变量多级配置合并。
上手的路径很清晰:先装(脚本或npm)→ 用/connect加供应商 → 用/models选模型 → 在opencode.json里设默认模型。对国内用户来说,通过OpenAI兼容的自定义provider就能接入国内的多模型平台。本文内容基于OpenCode官方文档(opencode.ai/docs)2026年的公开信息,命令和配置字段可能会随版本更新变化,建议以官方文档为准,定期核对就好。
延伸资源
- OpenCode 官方文档:opencode.ai/docs
