- Главная
- Искусственный интелект
- OpenCode: настройка, агенты, навыки и MCP
OpenCode: настройка, агенты, навыки и MCP
В мире ИИ-программирования появляется всё больше мощных инструментов. Если вы ищете бесплатную, гибкую и прозрачную альтернативу таким инструментам, как Claude Code, то OpenCode — ваш выбор. Это проект с открытым исходным кодом, который поддерживает множество провайдеров и моделей (включая бесплатные) и предлагает невероятно мощный агентный рабочий процесс прямо в терминале.
В этой статье мы разберем полный цикл работы с OpenCode: от установки до интеграции продвинутых инструментов, таких как субагенты и MCP-серверы. К концу прочтения вы сможете использовать OpenCode как полноценную среду для разработки.
Установка и первый запуск
Установка
Процесс установки OpenCode максимально упрощен. Всё, что вам нужно сделать, это выполнить одну команду в терминале.
Откройте терминал и введите:
curl -fsSL https://opencode.ai/install | bash
После завершения установки проверьте, что всё работает, запустив команду:
opencode --version
Запуск проекта
Рекомендуется запускать OpenCode непосредственно в папке вашего проекта. Это позволяет агенту видеть структуру файлов и правильно взаимодействовать с ними.
1. Перейдите в папку проекта:
cd /путь/к/вашему/проекту
2. Запустите OpenCode:
opencode
Если вы используете VS Code или Cursor, вы можете запустить OpenCode во встроенном терминале. Это удобно, так как вы сразу видите все файлы, которые создает или изменяет агент.
Подключение к AI-провайдерам
Главная сила OpenCode — поддержка множества провайдеров и моделей. Вы можете использовать как бесплатные модели (для тестирования), так и платные (для серьезной работы).
1. Бесплатные модели через OpenCode Zen
OpenCode имеет собственный шлюз Zen, который предоставляет доступ к бесплатным моделям (например, Big Pickle, HY3, Minimax 2.5).
Для подключения выполните в консоли OpenCode:
/connect
В открывшемся меню найдите и выберите OpenCode Zen. Система попросит вас ввести API-ключ. Перейдите по ссылке, сгенерируйте ключ и вставьте его в терминал.
Важно: бесплатные модели могут использовать ваши запросы для обучения, поэтому не используйте их для конфиденциальных данных. Для демонстрации и обучения они подходят идеально.
2. Подписки и API-ключи (Платные модели)
Для серьезных проектов стоит подключить более мощные модели, такие как GPT-5.2 или Claude Sonnet.
Чтобы использовать существующую подписку (например, ChatGPT Pro/Plus) вместо токенов API:
- Снова введите
/connect. - Выберите провайдера, например, OpenAI.
- Выберите способ аутентификации: ChatGPT Pro/Plus (используйте логин через браузер, если у вас есть подписка).
- Следуйте инструкциям для входа.
Совет: Использование API-ключей напрямую обходится дорого. Рекомендуем использовать существующие подписки, если это поддерживается провайдером.
Для смены модели используйте команду:
/models
Выберите нужную модель (например, gpt-5.2-high для сложных задач).
Управление файлом памяти (agents.md)
Файл .agents/agents.md (или просто agents.md в корне проекта) — это системный промпт для агента. Вы можете задать здесь строгие правила, которые агент обязан соблюдать.
Если вы хотите, чтобы OpenCode просканировал ваш проект и автоматически создал этот файл, используйте команду:
/init
Однако для максимального контроля рекомендуется настроить его вручную.
Пример файла agents.md
# Инструкции для агента
- Отвечай кратко и по существу.
- В режиме планирования задавай уточняющие вопросы. Никогда не предполагай дизайн или стек технологий.
- Используй субагентов для реализации задач, чтобы защитить основное контекстное окно.
- Всегда запускай `npm run lint` и `npm run build` после завершения разработки.
- При создании UI строго следуй системе дизайна из файла `design.md`.
Почему это важно?
Агенты имеют ограниченное контекстное окно (контекст). Если вы не делегируете задачи субагентам, главный агент быстро «засоряет» контекст, что ведет к ухудшению качества ответов (так называемая «зона глупости»). Используя файл памяти и субагентов, вы сохраняете контекст чистым, а агента — умным.
Установка Навыков (Skills)
Навыки — это подробные инструкции и руководства, которые агент изучает перед выполнением задач. Это ваш главный инструмент для контроля качества кода и дизайна.
Лучший репозиторий для поиска навыков — (откроется в новой вкладке)skills.sh (более 100 000 навыков).
Базовые навыки для веб-разработки
- Frontend Design — для создания красивых пользовательских интерфейсов.
- Next.js (от Vercel Labs) — для корректной работы с фреймворком.
- AI SDK (от Vercel) — для интеграции AI-функций в ваше приложение.
Установка навыков
Скопируйте команду с сайта skills.sh и выполните её в терминале (в папке проекта):
# Пример установки навыка Frontend Design
npx skills install frontend-design
Навыки устанавливаются в папку .agents/skills/. Чтобы проверить, что навыки подключились, выполните в OpenCode:
/skills
Вы увидите список всех доступных навыков. Если навыков нет, перезапустите OpenCode.
Агенты: Главный, Планировщик и Суб-агенты
OpenCode использует иерархию агентов для эффективной работы.
- Главный агент (Main): Координирует работу, планирует задачи и общается с пользователем.
- Планировщик (Plan): Собирает требования, задает уточняющие вопросы и создает детальный план.
- Суб-агенты (Sub-agents): Выполняют конкретные задачи (исследование, кодинг, тестирование) параллельно и возвращают краткий отчет главному агенту.
Режимы работы
Вы можете переключаться между режимом Bold (исполнение) и Plan (планирование) с помощью горячих клавиш Shift + Tab.
# Режим Планирования
/plan Опишите идею приложения...
# Режим Исполнения
/bold Реализуйте план согласно файлу .agents/plans/plan.md
Когда вы используете режим Bold с правильными инструкциями в agents.md, главный агент автоматически делегирует задачи суб-агентам.
Создание своего суб-агента
Вы можете создать собственного агента для специфических задач (например, только для дизайна или только для тестов).
В терминале, вне OpenCode, выполните:
opencode agent create
Следуйте инструкциям, чтобы задать имя и описание нового агента.
Практический пример: Создание AI-Планировщика проектов
Рассмотрим практический пример. Мы хотим создать приложение, которое генерирует техническое задание (ТЗ) по описанию идеи пользователя.
Этап 1: Планирование
- Переключаемся в режим Plan (
Shift + Tab). - Вводим промпт с описанием проекта. Важно указать, что мы используем
Next.js,AI SDK(OpenRouter) и хотим визуализировать модель данных. - Агент задает уточняющие вопросы и создает детальный план.
- Сохраняем план в папку
.agents/plans/(командой или вручную).
Этап 2: Реализация
- Создаем новую сессию (
/new). - Переключаемся в режим Bold (
Shift + Tab). - Пишем: Реализуй план из папки
.agents/plans/. - Агент разбивает задачи и запускает суб-агентов для параллельной работы.
Этап 3: Настройка .env
Файл .env хранит все конфиденциальные данные (API-ключи, токены) и обязательно должен быть добавлен в .gitignore, чтобы не попасть в репозиторий. OpenCode автоматически подхватывает переменные из этого файла при запуске, но после изменений требуется перезапустить сессию (/new) или весь OpenCode.
Основные переменные для настройки
Ключи провайдеров (OPENROUTER_API_KEY, OPENAI_API_KEY), модель по умолчанию (OPENROUTER_MODEL) и специфичные для приложения настройки. Для удобства создайте файл-шаблон .env.example с описанием всех необходимых переменных (без реальных значений) — это поможет другим разработчикам быстро настроить проект. При использовании нескольких провайдеров все ключи можно хранить в одном .env файле, а OpenCode будет автоматически выбирать нужный в зависимости от активной модели. Даже для бесплатных моделей OpenCode Zen потребуется API-ключ, который также следует разместить в .env для автоматической аутентификации.
Итак, для работы с AI необходимо создать файл .env и добавить ключи API:
OPENROUTER_API_KEY=sk-ваш_ключ
OPENROUTER_MODEL=anthropic/claude-3.5-sonnet
Интеграция MCP-Серверов (Playwright)
Самый мощный функционал OpenCode — это подключение MCP-серверов (Model Context Protocol). Это позволяет агенту взаимодействовать с внешними инструментами. В примере используется Playwright MCP для автоматического тестирования UI в браузере.
Настройка Playwright MCP
1. В корне проекта создайте файл opencode.json.
2. Добавьте в него конфигурацию для Playwright:
{
"mcpServers": {
"playwright": {
"command": "npx",
"args": ["@playwright/mcp@latest"]
}
}
}
3. Перезапустите OpenCode.
4. Проверьте подключение командой:
/mcps
Вы должны увидеть playwright в списке подключенных серверов.
Использование в работе
Теперь вы можете дать агенту задание:
/bold Используй навыки фронтенд-дизайна для улучшения UI. Затем с помощью Playwright MCP протестируй все функции приложения.
Агент откроет браузер, заполнит поля, нажмет кнопки и проверит, что все работает, автоматически внося исправления, если что-то пошло не так.
Полезные команды
| Команда | Описание |
|---|---|
/connect |
Подключение к AI-провайдеру. |
/models |
Смена активной модели ИИ. |
/skills |
Просмотр установленных навыков. |
/new |
Начало новой сессии (очистка контекста). |
/sessions |
Восстановление предыдущих сессий. |
/init |
Сканирование проекта и создание agents.md. |
/mcps |
Просмотр статуса MCP-серверов. |
Shift + Tab |
Переключение между режимами Plan / Bold. |
Ctrl + X (затем ↓/↑) |
Навигация по действиям суб-агентов. |
Заключение
OpenCode — это мощный, гибкий и бесплатный инструмент для агентного программирования. Его ключевые преимущества:
- Мульти-провайдерность: Возможность использовать любые модели, включая бесплатные.
- Гибкость: Полный контроль через файлы
agents.mdиdesign.md. - Масштабируемость: Использование субагентов и MCP-серверов для сложных задач, таких как тестирование или взаимодействие с внешними API.
Попробуйте OpenCode в своем следующем проекте — и вы увидите, как разработка может быть не только быстрой, но и по-настоящему интеллектуальной. Если возникнут вопросы, обязательно пишите. На странице Контакты можно отправить сообщение, на которое мы обязательно ответим.