Skip to content

README.ru.md

Latest commit

 

History

History
744 lines (563 loc) · 58.7 KB

README.ru.md

File metadata and controls

744 lines (563 loc) · 58.7 KB

OpenCode logo

Открытый AI-агент для программирования.

Discord npm Build status

English | 简体中文 | 繁體中文 | 한국어 | Deutsch | Español | Français | Italiano | Dansk | 日本語 | Polski | Русский | Bosanski | العربية | Norsk | Português (Brasil) | ไทย | Türkçe | Українська | বাংলা | Ελληνικά | Tiếng Việt

OpenCode Terminal UI

Почему этот форк?

Если кратко — единственный open source агент для кодирования, в котором есть оркестратор на базе DAG, REST API задач, разграничение MCP по агентам, FSM сессии с 9 состояниями, встроенный сканер уязвимостей и полноценное Android-приложение с on-device LLM-инференсом. Ни один другой CLI — проприетарный или открытый — не объединяет всё это.

See the English README.md for the full positioning prose (vs. vendor-locked CLIs, vs. BYOM peers, vs. specialized CLIs) and architecture diagram.

Capability matrix — this fork vs. the 2026 landscape

Legend: ✅ shipped · ❌ absent · partial limited/incomplete · plugin via community add-on · paid behind a subscription tier.

Orchestration, API surface, governance

Capability This fork Claude Code Codex CLI Gemini CLI opencode (upstream) Aider Goose Cline Roo Code Cursor Continue Crush Qwen Code
Open source ✅ ❌ partial ✅ ✅ ✅ ✅ ✅ ✅ ❌ ✅ ✅ ✅
BYOM (bring your own model) ✅ ❌ ❌ ❌ ✅ ✅ ✅ ✅ ✅ partial ✅ ✅ partial
Local models (llama.cpp / Ollama) ✅ ❌ ❌ ❌ ✅ ✅ ✅ ✅ ✅ ❌ ✅ ✅ ✅
Parallel agents in isolated worktrees ✅ native ✅ (Teams) partial ❌ via plugin ❌ partial ✅ (v3.58) partial ❌ ❌ ❌ ❌
Explicit DAG orchestration ✅ unique ad-hoc ❌ ❌ ❌ ❌ recipes (linear) ❌ ❌ ❌ ❌ ❌ ❌
REST task API (programmable) ✅ unique partial (SDK) ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
TUI task dashboard ✅ ❌ ❌ ❌ partial ❌ ❌ ❌ ❌ n/a n/a ❌ partial
MCP support ✅ + per-agent scoping ✅ ✅ ✅ ✅ via plugins ✅ ✅ ✅ partial ✅ ❌ ✅
9-state session FSM ✅ unique (6/9 persisted) ❌ ❌ ❌ basic ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Built-in vulnerability scanner ✅ unique ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
DLP / secret redaction before LLM call ✅ partial ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Per-agent tool allow/deny ✅ partial ❌ ❌ basic ❌ ❌ ❌ partial ❌ ❌ ❌ ❌
Docker sandboxing (bash only) ✅ bash-only ❌ ✅ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Git auto-commits / rollback ✅ ✅ ✅ ✅ ✅ (signed) ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅

Intelligence, context, developer UX

Capability This fork Claude Code Codex CLI Gemini CLI opencode (upstream) Aider Goose Cline Roo Code Cursor Continue Crush Qwen Code
LSP integration (go-to-def, diagnostics) ✅ partial partial partial ✅ partial partial ✅ ✅ ✅ ✅ partial partial
Plugin SDK (@opencode/plugin) ✅ partial ❌ ❌ ✅ ❌ ✅ ✅ ✅ ✅ ✅ ❌ ❌
Prompt caching (cloud + local KV) ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅
RAG: BM25 or vector (selectable) + exponential decay ✅ ❌ ❌ ❌ ❌ ❌ ❌ vector only ❌ vector only vector only ❌ ❌
Auto-learn (requires learner agent configured) opt-in ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Auto-compact (AI summarization) ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ ✅ partial ✅
Unified-diff edit engine ✅ ✅ ✅ partial ✅ ✅ partial partial ✅ partial partial partial partial
ACP (Agent Client Protocol) layer ✅ ❌ ❌ ❌ basic ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌

Platform reach & multimodal

Capability This fork Claude Code Codex CLI Gemini CLI opencode (upstream) Aider Goose Cline Roo Code Cursor Continue Crush Qwen Code
First-class Android app ✅ unique ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
iOS (remote mode) ✅ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Adaptive runtime (VRAM/CPU, thermal Android-only) ✅ partial ❌ ❌ ❌ hardcoded hardcoded hardcoded hardcoded hardcoded n/a hardcoded hardcoded hardcoded
STT (voice-to-text, Parakeet) ✅ desktop + mobile ❌ ❌ ❌ ❌ ❌ ❌ partial ❌ ❌ ❌ ❌ ❌
TTS (Kokoro desktop + mobile; Pocket desktop only + voice clone) ✅ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
OAuth deep-link callback (Tauri) ✅ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
mDNS service discovery (CLI flag --mdns) opt-in ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Upstream branch watcher (vcs.branch.behind) ✅ unique ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Collaborative mode (JWT + presence + file-lock) ✅ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ partial ❌ ❌ ❌
AnythingLLM bridge ✅ unique ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
GDPR export/erasure route ✅ unique ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌ ❌
Price free + BYOM $20/mo sub $20/mo sub 1000/day free free + BYOM free + BYOM free + BYOM free + BYOM free + BYOM $20/mo sub free + BYOM free + BYOM free + BYOM
⚡ С первого взгляда

⚡ С первого взгляда

OpenCode (форк) — оркестрированный ИИ-агент для программирования, который работает на десктопе, сервере и телефоне, с локальными моделями от начала до конца, без облачных зависимостей и со встроенными примитивами управления уровня предприятия. Форк anomalyco/opencode, поддерживаемый Rwanbt.

Install

# CLI (macOS / Linux / Windows)
curl -fsSL https://opencode.ai/install | bash

# Desktop app + Android APK
# → https://github.com/Rwanbt/opencode/releases/latest

8 вещей, которые объединяет только этот форк
🤖 DAG orchestration Wave-based parallel agents, up to 5 concurrent
🧠 Local LLM end-to-end llama.cpp + runtime that auto-tunes to your VRAM / CPU
📱 Android app On-device inference, terminal, PTY — single APK
🎙️ Voice STT / TTS Parakeet (25 languages) + Kokoro desktop+mobile / Pocket TTS desktop
🔒 9-state session FSM 6 of 9 states persist to SQLite, audit log survives restart
🔌 REST task API 8 endpoints — drive the agent from cron, Temporal, Airflow
🛡️ Vulnerability scanner Auto-scans every edit / write for secrets & injection sinks
🔍 RAG: BM25 or vector Selectable at index time + exponential confidence decay

Запустите первую задачу

opencode                                  # TUI
opencode run "fix the failing test in src/"   # one-shot

💡 Нужны детали? Каждый раздел ниже свёрнут — кликните, чтобы раскрыть только интересующее.

Функции Форка

Функции Форка

Это форк anomalyco/opencode, поддерживаемый Rwanbt. Синхронизируется с upstream. Смотрите ветку dev для последних изменений.

Локальный AI

OpenCode запускает AI-модели локально на потребительском оборудовании (8 ГБ VRAM / 16 ГБ RAM), без облачных зависимостей для моделей 4B–7B.

Оптимизация промптов (сокращение на 94%)

  • ~1K токенов системный промпт для локальных моделей (против ~16K для облачных)
  • Скелетные схемы инструментов (однострочные сигнатуры вместо многокилобайтных описаний)
  • Белый список из 7 инструментов (bash, read, edit, write, glob, grep, question)
  • Без секции skills, минимальная информация об окружении

Движок вывода (llama.cpp b8731)

  • GPU-бэкенд Vulkan, автоматическая загрузка при первом запуске модели
  • Адаптивная конфигурация во время выполнения (packages/opencode/src/local-llm-server/auto-config.ts): n_gpu_layers, потоки, размер batch/ubatch, квантование KV-кэша и размер контекста выводятся из обнаруженной VRAM, свободной RAM, разбиения CPU big.LITTLE, бэкенда GPU (CUDA/ROCm/Vulkan/Metal/OpenCL) и теплового состояния. Заменяет старый жёстко зашитый --n-gpu-layers 99 — Android с 4 ГБ теперь работает в CPU-откате вместо OOM-убийства, флагманские десктопы получают настроенный batch вместо стандартного 512.
  • --flash-attn on — Flash Attention для эффективного использования памяти
  • --cache-type-k/v — KV-кэш с поворотом Адамара; адаптивный уровень (f16 / q8_0 / q4_0) в зависимости от запаса VRAM
  • --fit on — вторичная корректировка VRAM только в форке (opt-in через OPENCODE_LLAMA_ENABLE_FIT=1)
  • Спекулятивное декодирование (--model-draft) с защитой VRAM (автоотключение при < 1.5 ГБ свободной)
  • Один слот (-np 1) для минимального потребления памяти
  • Стенд для бенчмарков (bun run bench:llm): воспроизводимое измерение FTL / TPS / пикового RSS / общего времени на модель и запуск, вывод JSONL для архивации в CI

Распознавание речи (Parakeet TDT 0.6B v3 INT8)

  • NVIDIA Parakeet через ONNX Runtime — ~300мс для 5с аудио (18x реального времени)
  • 25 европейских языков (английский, французский, немецкий, испанский и т.д.)
  • Без использования VRAM: только CPU (~700 МБ RAM)
  • Автозагрузка модели (~460 МБ) при первом нажатии микрофона
  • Анимация волны во время записи

Синтез речи (Kyutai Pocket TTS)

  • Французский TTS от Kyutai (Париж), 100M параметров
  • 8 встроенных голосов: Alba, Fantine, Cosette, Eponine, Azelma, Marius, Javert, Jean
  • Клонирование голоса zero-shot: загрузите WAV или запишите с микрофона
  • Только CPU, ~6x реального времени, HTTP-сервер на порту 14100
  • Резервный вариант: Kokoro TTS ONNX (54 голоса, 9 языков, CMUDict G2P)

Управление моделями

  • Поиск по HuggingFace с бейджами совместимости VRAM/RAM для каждой модели
  • Загрузка, подключение, отключение, удаление GGUF-моделей из интерфейса
  • Предварительный каталог: Gemma 3 4B, Qwen3 4B/1.7B/0.6B
  • Динамическое количество выходных токенов в зависимости от размера модели
  • Автоопределение draft-модели (0.5B–0.8B) для спекулятивного декодирования

Конфигурация

  • Пресеты: Fast / Quality / Eco / Long Context (оптимизация в один клик)
  • Виджет мониторинга VRAM с цветовой шкалой (зелёный / жёлтый / красный)
  • Тип KV-кэша: auto / q8_0 / q4_0 / f16
  • Выгрузка на GPU: auto / gpu-max / balanced
  • Маппинг памяти: auto / on / off
  • Переключатель веб-поиска (иконка глобуса в панели промпта)

Надёжность агента (локальные модели)

  • Pre-flight проверки (на уровне кода, 0 токенов): проверка существования файла перед edit, верификация содержимого old_string, принудительное чтение перед edit, защита от write в существующий файл
  • Автоматический выход из зацикливания: 2 одинаковых вызова инструмента → инъекция ошибки (на уровне кода, не промпта)
  • Телеметрия инструментов: процент успехов/ошибок за сессию с разбивкой по инструментам, автоматическое логирование

Кроссплатформенность: Windows (Vulkan), Linux, macOS, Android

Фоновые Задачи

Делегируйте работу субагентам, работающим асинхронно. Установите mode: "background" в инструменте task, и он немедленно вернёт task_id, пока агент работает в фоне. События шины (TaskCreated, TaskCompleted, TaskFailed) публикуются для отслеживания жизненного цикла.

Команды Агентов

Оркестрируйте несколько агентов параллельно с помощью инструмента team. Определите подзадачи с рёбрами зависимостей; computeWaves() строит DAG и выполняет независимые задачи одновременно (до 5 параллельных агентов). Контроль бюджета через max_cost (доллары) и max_agents. Контекст завершённых задач автоматически передаётся зависимым.

Изоляция Git Worktree

Каждая фоновая задача автоматически получает собственное git worktree. Рабочее пространство привязано к сессии в базе данных. Если задача не производит изменений файлов, worktree автоматически очищается. Это обеспечивает изоляцию на уровне git без контейнеров.

API Управления Задачами

Полный REST API для управления жизненным циклом задач:

Method Path Description
GET /task/ List tasks (filter by parent, status)
GET /task/:id Get task details + status + worktree info
GET /task/:id/messages Retrieve task session messages
POST /task/:id/cancel Cancel a running or queued task
POST /task/:id/resume Resume completed/failed/blocked task
POST /task/:id/followup Send follow-up message to idle task
POST /task/:id/promote Promote background task to foreground
GET /task/:id/team Aggregated team view (costs, diffs per member)

TUI-панель Задач

Плагин боковой панели, показывающий активные фоновые задачи с иконками статуса в реальном времени:

Icon Status
~ Running / Retrying
? Queued / Awaiting input
! Blocked
x Failed
* Completed
- Cancelled

Диалог с действиями: открыть сессию задачи, отменить, возобновить, отправить продолжение, проверить статус.

Область Видимости MCP по Агентам

Списки разрешений/запретов для MCP-серверов по каждому агенту. Настройте в opencode.json в поле mcp каждого агента. Функция toolsForAgent() фильтрует доступные инструменты MCP на основе области видимости вызывающего агента.

{
  "agents": {
    "explore": {
      "mcp": { "deny": ["dangerous-server"] }
    }
  }
}

9-состоянийный Жизненный Цикл Сессии

Сессии отслеживают одно из 9 состояний, сохраняемых в базе данных:

idle · busy · retry · queued · blocked · awaiting_input · completed · failed · cancelled

Постоянные состояния (queued, blocked, awaiting_input, completed, failed, cancelled) переживают перезапуски базы данных. Состояния в памяти (idle, busy, retry) сбрасываются при перезапуске.

Агент-оркестратор

Координирующий агент только для чтения (максимум 50 шагов). Имеет доступ к инструментам task и team, но все инструменты редактирования запрещены. Делегирует реализацию build-/общим агентам и синтезирует результаты.

Техническая Архитектура

Техническая Архитектура

Поддержка Множества Провайдеров

25+ провайдеров из коробки: Anthropic, OpenAI, Google Gemini, Azure, AWS Bedrock, Vertex AI, OpenRouter, GitHub Copilot, XAI, Mistral, Groq, DeepInfra, Cerebras, Cohere, TogetherAI, Perplexity, Vercel, Venice, GitLab, Gateway, Ollama Cloud, плюс любой OpenAI-совместимый endpoint (Ollama, LM Studio, vLLM, LocalAI). Цены получены с models.dev.

Система Агентов

Agent Mode Access Description
build primary full Агент разработки по умолчанию
plan primary read-only Анализ и исследование кода
general subagent full (no todowrite) Сложные многоэтапные задачи
explore subagent read-only Быстрый поиск по кодовой базе
orchestrator subagent read-only + task/team Мульти-агентный координатор (50 шагов)
critic subagent read-only + bash + LSP Ревью кода: баги, безопасность, производительность
tester subagent full (no todowrite) Написание и запуск тестов, проверка покрытия
documenter subagent full (no todowrite) JSDoc, README, inline-документация
compaction hidden none AI-управляемое сжатие контекста
title hidden none Генерация заголовка сессии
summary hidden none Резюмирование сессии

Интеграция LSP

Полная поддержка Language Server Protocol с индексацией символов, диагностикой и поддержкой нескольких языков (TypeScript, Deno, Vue и расширяемый). Агент навигирует по коду через символы LSP, а не текстовый поиск, обеспечивая точное go-to-definition, find-references и обнаружение ошибок типов в реальном времени.

Поддержка MCP

Клиент и сервер Model Context Protocol. Поддерживает транспорты stdio, HTTP/SSE и StreamableHTTP. Поток аутентификации OAuth для удалённых серверов. Возможности инструментов, промптов и ресурсов. Область действия per-agent через списки allow/deny.

Архитектура Client/Server

REST API на основе Hono с типизированными маршрутами и генерацией спецификации OpenAPI. Поддержка WebSocket для PTY (псевдо-терминал). SSE для потоковой передачи событий в реальном времени. Basic auth, CORS, gzip-сжатие. TUI — один из фронтендов; сервер может управляться из любого HTTP-клиента, веб-интерфейса или мобильного приложения.

Управление Контекстом

Auto-compact с AI-управляемым резюмированием при приближении использования токенов к лимиту контекста модели. Обрезка с учётом токенов и настраиваемыми порогами (PRUNE_MINIMUM 20KB, PRUNE_PROTECT 40KB). Выходные данные инструмента Skill защищены от обрезки.

Движок Редактирования

Unified diff-патчинг с верификацией hunks. Применяет целевые hunks к определённым участкам файла вместо полной перезаписи файла. Инструмент multi-edit для пакетных операций над файлами.

Система Разрешений

3-уровневые разрешения (allow / deny / ask) с сопоставлением шаблонов с подстановочными знаками. 100+ определений арности bash-команд для детального контроля. Принудительное соблюдение границ проекта предотвращает доступ к файлам за пределами workspace.

Откат на Основе Git

Система снимков, записывающая состояние файлов перед каждым выполнением инструмента. Поддерживает revert и unrevert с вычислением различий. Изменения могут быть отменены по сообщению или по сессии.

Отслеживание Затрат

Стоимость за сообщение с полной разбивкой токенов (input, output, reasoning, cache read, cache write). Лимиты бюджета per-team (max_cost). Команда stats с агрегацией per-model и per-day. Стоимость сессии в реальном времени отображается в TUI. Данные о ценах получены с models.dev.

Система Плагинов

Полный SDK (@opencode/plugin) с архитектурой хуков. Динамическая загрузка из npm-пакетов или файловой системы. Встроенные плагины для аутентификации Codex, GitHub Copilot, GitLab и Poe.

Распространённые Заблуждения

Распространённые Заблуждения

Для предотвращения путаницы из-за AI-сгенерированных резюме этого проекта:

  • TUI написан на TypeScript (SolidJS + @opentui для рендеринга в терминале), не на Rust.
  • Tree-sitter используется только для подсветки синтаксиса в TUI и парсинга bash-команд, а не для анализа кода на уровне агента.
  • Docker-песочница опциональна (experimental.sandbox.type: "docker"); изоляция по умолчанию обеспечивается git worktree.
  • RAG опциональна (experimental.rag.enabled: true); контекст по умолчанию управляется через индексацию символов LSP + auto-compact.
  • Нет "режима наблюдения", предлагающего автоматические исправления -- file watcher существует только для инфраструктурных целей.
  • Самокоррекция использует стандартный цикл агента (LLM видит ошибки в результатах инструментов и повторяет попытку), а не специализированный механизм авто-восстановления.
Матрица Возможностей

Матрица Возможностей

Основные функции агента

Capability Status Notes
Background tasks Implemented mode: "background" on task tool
Agent teams (DAG) Implemented Wave-based parallel execution, budget control
Git worktree isolation Implemented Auto-created per background task
Task REST API Implemented 8 endpoints for full lifecycle
TUI task dashboard Implemented Sidebar + dialog actions
MCP agent scoping Implemented Per-agent allow/deny config
9-state lifecycle Implemented Persistent to SQLite
Orchestrator agent Implemented Read-only coordinator
Multi-provider (25+) Implemented Including local models via OpenAI-compatible API
LSP integration Implemented Symbols, diagnostics, multi-language
MCP protocol Implemented Client + server, 3 transports
Plugin system Implemented SDK + hook architecture
Cost tracking Implemented Per-message, per-team, per-model
Context auto-compact Implemented AI summarization + pruning
Git rollback/snapshots Implemented Revert/unrevert per message
Specialized agents Implemented critic, tester, documenter subagents
Dry run / command preview Implemented dry_run param on bash/edit/write tools
Auto-learn Implemented Post-session lesson extraction to .opencode/learnings/
Web search Implemented Globe toggle in prompt toolbar

Локальный AI (десктоп + мобильные)

Capability Status Notes
Local LLM (llama.cpp b8731) Implemented Vulkan GPU, auto-download runtime, --fit auto-VRAM
Адаптивная конфигурация во время выполнения Implemented auto-config.ts: n_gpu_layers / потоки / batch / квантование KV выводятся из обнаруженной VRAM, RAM, big.LITTLE, бэкенда GPU, теплового состояния
Стенд для бенчмарков Implemented bun run bench:llm измеряет FTL, TPS, пиковый RSS, общее время на модель; вывод JSONL
Flash Attention Implemented --flash-attn on on desktop and mobile
KV cache quantization Implemented q4_0 / q8_0 / f16 adaptive with standard llama.cpp quantization (~50% KV memory savings at q4_0)
Exact tokenizer (OpenAI) Implemented js-tiktoken для gpt-*/o1/o3/o4; эмпирически 3.5 символов/токен для Llama/Qwen/Gemma
Speculative decoding Implemented VRAM Guard (desktop) / RAM Guard (mobile), draft model auto-detection
VRAM / RAM monitoring Implemented Desktop: nvidia-smi, Mobile: /proc/meminfo
Configuration presets Implemented Fast / Quality / Eco / Long Context
HuggingFace model search Implemented Валидация ответа через Zod, значки VRAM, менеджер загрузок, 9 заранее отобранных моделей
Возобновляемые загрузки GGUF Implemented HTTP-заголовок Range — прерывание 4G не перезапускает передачу 4 ГБ с нуля
STT (Parakeet TDT 0.6B) Implemented ONNX Runtime, ~300ms/5s, 25 языков, desktop + mobile (слушатель микрофона подключён с обеих сторон)
TTS (Pocket TTS) Implemented 8 голосов, zero-shot клонирование голоса, нативный французский (только desktop — нет Python-сайдкара на Android)
TTS (Kokoro) Implemented 54 голоса, 9 языков, ONNX на desktop + Android (6 команд Tauri подключены в speech.rs mobile, CPUExecutionProvider)
Prompt reduction (94%) Implemented ~1K tokens vs ~16K for cloud, skeleton tool schemas
Pre-flight guards Implemented File-exists, old_string verification, read-before-edit, write-on-existing (code-level, 0 tokens)
Doom loop auto-break Implemented Auto-injects error on 2x identical calls (code-level, not prompt)
Tool telemetry Implemented Per-session success/error rate logging with per-tool breakdown
Перезапуск с предохранителем Implemented ensureCorrectModel прекращает после 3 перезапусков за 120 с, чтобы избежать burn-cycle циклов

Безопасность и управление

Capability Status Notes
Docker sandboxing Implemented Optional via experimental.sandbox.type: "docker"
Vulnerability scanner Implemented Auto-scan on edit/write for secrets, injections, unsafe patterns
DLP / AgentShield Implemented experimental.dlp.enabled: true, redacts secrets before LLM calls
Policy engine Implemented experimental.policy.enabled: true, conditional rules + custom policies
Строгий CSP (desktop + mobile) Implemented connect-src ограничен loopback + HuggingFace + HTTPS-провайдерами; без unsafe-eval, object-src 'none', frame-ancestors 'none'
Ужесточение Android-релиза Implemented isDebuggable=false, allowBackup=false, isShrinkResources=true, FOREGROUND_SERVICE_TYPE_SPECIAL_USE
Ужесточение desktop-релиза Implemented Devtools больше не форсятся — восстановлен дефолт Tauri 2 (только в debug), чтобы опорная точка XSS не могла прицепиться к __TAURI__ в продакшене
Валидация входных данных команд Tauri Implemented Стражи download_model / load_llm_model / delete_model: charset имени файла, allowlist HTTPS для huggingface.co / hf.co
Цепочка логирования Rust Implemented log + android_logger на мобильных; никаких eprintln! в релизе → никаких утечек путей/URL в logcat
Трекер аудита безопасности Implemented SECURITY_AUDIT.md — все находки классифицированы как S1/S2/S3 с path:line, статусом и обоснованием отложенного исправления

Знания и память

Capability Status Notes
Vector DB / RAG Implemented experimental.rag.enabled: true, SQLite + cosine similarity
Confidence/decay Implemented Time-based scoring for RAG embeddings, exponential decay
Memory conflict resolution Dead code rag/conflict.ts is unit-tested but not invoked in production; treat as unimplemented

Расширения платформы (экспериментальные)

Capability Status Notes
Mobile app (Tauri) Implemented Android: встроенный runtime, on-device LLM, STT + TTS (Kokoro). iOS: удалённый режим
Deep link для OAuth callback Implemented opencode://oauth/callback?providerID=…&code=…&state=… автоматически завершает обмен токенами; копирование auth-кода не требуется
Наблюдатель за upstream-веткой Implemented Периодический git fetch (прогрев 30 с, интервал 5 мин) публикует vcs.branch.behind, когда локальный HEAD расходится с отслеживаемым upstream; отображается через platform.notify() на desktop и mobile
Запуск PTY по размеру viewport Implemented Pty.create({cols, rows}) использует оценщик из window.innerWidth/innerHeight — шеллы стартуют сразу с финальными размерами вместо 80×24→36×11, исправляет баг невидимого первого prompt на Android для mksh/bash
Collaborative mode Experimental JWT auth, presence, file locking, WebSocket broadcast
AnythingLLM bridge Experimental MCP adapter, context injection, vector store bridge
Per-message token display Partial Stored in DB, shown as session aggregate
Архитектура

Архитектура

graph TB
  subgraph Clients
    TUI[TUI - SolidJS + opentui]
    Web[Web UI - SolidJS + Vite]
    Desktop[Desktop - Tauri 2.0]
    Mobile[Mobile - Tauri iOS/Android]
  end

  subgraph Server
    Hono[Hono HTTP Server<br/>REST + SSE + WebSocket]
    Auth[Auth - JWT + Basic]
    Broadcast[WebSocket Broadcast]
  end

  subgraph "Agent Engine"
    Session[Session + Agent Loop]
    Router[Provider Router]
    Tools[Tool Engine<br/>bash, read, write, edit, glob,<br/>grep, list, webfetch, task...]
    Context[Context Manager<br/>Auto-compact + Token Pruning]
  end

  subgraph Intelligence
    Cloud[25+ Cloud APIs<br/>Anthropic, OpenAI, Google,<br/>Azure, Bedrock, Vertex...]
    Local[Local LLM<br/>llama.cpp b8731 Vulkan<br/>port 14097]
    MCP[MCP Servers<br/>stdio, HTTP/SSE, StreamableHTTP]
    LSP[15+ LSP Servers<br/>Auto-download + Symbol Index]
  end

  subgraph "Speech (ONNX Runtime)"
    STT[Parakeet TDT 0.6B<br/>25 languages, ~300ms/5s]
    TTS[Pocket TTS + Kokoro<br/>Voice Cloning, port 14100]
  end

  subgraph Storage
    DB[(SQLite - Drizzle ORM<br/>Sessions, Messages, Snapshots)]
    RAG[RAG - SQLite Vectors]
    ALLM[AnythingLLM Bridge]
  end

  TUI & Web & Desktop & Mobile --> Hono
  Hono --> Session
  Session --> Router
  Router --> Cloud & Local
  Session --> Tools
  Tools --> LSP & MCP
  Session --> Context
  Context --> RAG & ALLM
  Hono --> DB
  Desktop & Mobile --> STT & TTS
Loading

Порты сервисов

Service Port Protocol
OpenCode Server 4096 HTTP (REST + SSE + WebSocket)
LLM (llama-server) 14097 HTTP (OpenAI-compatible)
TTS (pocket-tts) 14100 HTTP (FastAPI)
Безопасность и Управление

Безопасность и Управление

Feature Description
Sandbox Опциональное выполнение в Docker (experimental.sandbox.type: "docker") или хост-режим с принудительными границами проекта
Permissions 3-уровневая система (allow / deny / ask) с wildcard-паттернами. 100+ определений bash-команд для детального контроля
DLP Предотвращение утечки данных (experimental.dlp) — маскировка секретов, API-ключей и учётных данных перед отправкой LLM-провайдерам
Policy Engine Условные правила (experimental.policy) с действиями block или warn. Защита путей, ограничение размера edit, пользовательские regex-паттерны
Privacy Приоритет локальности: все данные в SQLite на диске. Без телеметрии по умолчанию. Секреты никогда не логируются. Данные не передаются третьим сторонам кроме настроенного LLM-провайдера
Интеллектуальный Интерфейс

Интеллектуальный Интерфейс

Feature Description
MCP Compliant Полная поддержка Model Context Protocol — клиентский и серверный режимы, область действия инструментов per-agent через списки allow/deny
Context Files Каталог .opencode/ с конфигурацией opencode.jsonc. Агенты определяются как markdown с YAML frontmatter. Пользовательские инструкции через параметр instructions
Provider Router 25+ провайдеров через Provider.parseModel("provider/model"). Автоматический fallback, отслеживание затрат, маршрутизация с учётом токенов
RAG System Опциональный локальный векторный поиск (experimental.rag) с настраиваемыми моделями эмбеддингов (OpenAI/Google). Автоиндексация изменённых файлов
AnythingLLM Bridge Опциональная интеграция (experimental.anythingllm) — инъекция контекста, MCP-адаптер, мост к векторному хранилищу, Agent Skills HTTP API
Реализованные ветки функций (на dev)

Реализованные ветки функций (на dev)

Три крупных функции были реализованы в выделенных ветках и влиты в dev. Каждая управляется feature-флагами и обратно совместима.

Совместный режим (dev_collaborative_mode)

Многопользовательская совместная работа в реальном времени. Реализовано:

  • JWT-аутентификация — токены HMAC-SHA256 с ротацией обновления, обратная совместимость с basic auth
  • Управление пользователями — Регистрация, роли (admin/member/viewer), применение RBAC
  • WebSocket broadcast — Потоковая передача событий в реальном времени через GlobalBus → Broadcast
  • Система присутствия — Статус online/idle/away с heartbeat каждые 30с
  • Блокировка файлов — Оптимистичные блокировки на инструментах edit/write с обнаружением конфликтов
  • Фронтенд — Форма входа, индикатор присутствия, бейдж наблюдателя, WebSocket-хуки

Настройка: experimental.collaborative.enabled: true

Мобильная версия (dev_mobile)

Нативное Android/iOS-приложение через Tauri 2.0 со встроенной средой выполнения — один APK, ноль внешних зависимостей. Реализовано:

Уровень 1 — Встроенная среда выполнения (Android, 100% нативная производительность):

  • Статические бинарники в APK — Bun, Bash, Ripgrep, Toybox (aarch64-linux-musl), извлечение при первом запуске (~15с)
  • Встроенный CLI — OpenCode CLI как JS-бандл, запускаемый встроенным Bun, сеть не требуется для ядра
  • Прямой запуск процессов — Без Termux, без intents — std::process::Command из Rust напрямую
  • Автозапуск сервера — bun opencode-cli.js serve на localhost с UUID-аутентификацией, как десктопный sidecar

Уровень 2 — Локальный вывод LLM на устройстве:

  • llama.cpp через JNI — Kotlin LlamaEngine загружает нативные .so библиотеки через JNI-мост
  • IPC через файлы — Rust записывает команды в llm_ipc/request, Kotlin-демон опрашивает и возвращает результаты
  • llama-server — OpenAI-совместимый HTTP API на порту 14097 для интеграции с провайдером
  • Управление моделями — Загрузка GGUF-моделей с HuggingFace, подключение/отключение/удаление, 9 предустановленных моделей
  • Регистрация провайдера — Локальная модель отображается как "Local AI" провайдер в выборе модели
  • Flash Attention — --flash-attn on для эффективного использования памяти при выводе
  • Квантование KV-кэша — --cache-type-k/v q4_0 с поворотом Адамара (экономия памяти 72%)
  • Спекулятивное декодирование — Автоопределение draft-модели (0.5B–0.8B) с RAM Guard через /proc/meminfo
  • Мониторинг RAM — Виджет памяти устройства (всего/использовано/свободно) через /proc/meminfo
  • Пресеты конфигурации — Те же Fast/Quality/Eco/Long Context пресеты, что и на десктопе
  • Умный выбор GPU — Vulkan для Adreno 730+ (SD 8 Gen 1+), OpenCL для старых SoC, CPU fallback
  • Привязка к большим ядрам — Определяет топологию ARM big.LITTLE, привязывает вывод только к производительным ядрам

Уровень 3 — Расширенное окружение (опциональная загрузка, ~150MB):

  • proot + Alpine rootfs — Полный Linux с apt install для дополнительных пакетов
  • Bind-mounted Уровень 1 — Bun/Git/rg по-прежнему работают на нативной скорости внутри proot
  • По запросу — Загружается только при включении "Extended Environment" в настройках

Уровень 4 — Речь и медиа:

  • STT (Parakeet TDT 0.6B) — Тот же ONNX Runtime движок, что и на десктопе, ~300мс/5с аудио, 25 языков
  • Анимация волны — Визуальная обратная связь во время записи
  • Нативный выбор файлов — tauri-plugin-dialog для выбора файлов/каталогов и вложений

Общее (Android + iOS):

  • Абстракция платформы — Расширенный тип Platform с "mobile" + определение ОС "ios"/"android"
  • Удалённое подключение — Подключение к десктопному серверу OpenCode по сети (только iOS или Android fallback)
  • Интерактивный терминал — Полный PTY через пользовательскую musl librust_pty.so (обёртка forkpty), Ghostty WASM renderer с canvas fallback
  • Внешнее хранилище — Символьные ссылки из HOME сервера на каталоги /sdcard/ (Documents, Downloads, projects)
  • Мобильный UI — Адаптивная боковая панель, сенсорный ввод сообщений, мобильный diff view, 44px сенсорные цели, поддержка safe area
  • Push-уведомления — Мост SSE→нативные уведомления для завершения фоновых задач
  • Выбор режима — Выбор Local (Android) или Remote (iOS + Android) при первом запуске
  • Мобильное меню действий — Быстрый доступ к терминалу, fork, поиску и настройкам из заголовка сессии

Слияние с AnythingLLM (dev_anything)

Мост между OpenCode и платформой документального RAG AnythingLLM. Реализовано:

  • REST-клиент — Полная обёртка API для рабочих пространств, документов, поиска, чата AnythingLLM
  • MCP-адаптер — 4 инструмента: anythingllm_search, anythingllm_list_workspaces, anythingllm_get_document, anythingllm_chat
  • Инъекция контекста через плагин — Хук experimental.chat.system.transform внедряет релевантные документы в системный промпт
  • Agent Skills HTTP API — GET /agent-skills + POST /agent-skills/:toolId/execute для предоставления инструментов OpenCode в AnythingLLM
  • Мост векторного хранилища — Композитный поиск, объединяющий локальный SQLite RAG с результатами векторной БД AnythingLLM
  • Docker Compose — Готовый docker-compose.anythingllm.yml с общей сетью

Настройка: experimental.anythingllm.enabled: true

Установка

# YOLO
curl -fsSL https://opencode.ai/install | bash

# Менеджеры пакетов
npm i -g opencode-ai@latest        # или bun/pnpm/yarn
scoop install opencode             # Windows
choco install opencode             # Windows
brew install anomalyco/tap/opencode # macOS и Linux (рекомендуем, всегда актуально)
brew install opencode              # macOS и Linux (официальная формула brew, обновляется реже)
sudo pacman -S opencode            # Arch Linux (Stable)
paru -S opencode-bin               # Arch Linux (Latest from AUR)
mise use -g opencode               # любая ОС
nix run nixpkgs#opencode           # или github:anomalyco/opencode для самой свежей ветки dev

[!TIP] Перед установкой удалите версии старше 0.1.x.

Десктопное приложение (BETA)

OpenCode также доступен как десктопное приложение. Скачайте его со страницы релизов или с opencode.ai/download.

Платформа Загрузка
macOS (Apple Silicon) opencode-desktop-darwin-aarch64.dmg
macOS (Intel) opencode-desktop-darwin-x64.dmg
Windows opencode-desktop-windows-x64.exe
Linux .deb, .rpm или AppImage 
# macOS (Homebrew)
brew install --cask opencode-desktop
# Windows (Scoop)
scoop bucket add extras; scoop install extras/opencode-desktop

Каталог установки

Скрипт установки выбирает путь установки в следующем порядке приоритета:

  1. $OPENCODE_INSTALL_DIR - Пользовательский каталог установки
  2. $XDG_BIN_DIR - Путь, совместимый со спецификацией XDG Base Directory
  3. $HOME/bin - Стандартный каталог пользовательских бинарников (если существует или можно создать)
  4. $HOME/.opencode/bin - Fallback по умолчанию
# Примеры
OPENCODE_INSTALL_DIR=/usr/local/bin curl -fsSL https://opencode.ai/install | bash
XDG_BIN_DIR=$HOME/.local/bin curl -fsSL https://opencode.ai/install | bash

Agents

В OpenCode есть два встроенных агента, между которыми можно переключаться клавишей Tab.

  • build - По умолчанию, агент с полным доступом для разработки
  • plan - Агент только для чтения для анализа и изучения кода
    • По умолчанию запрещает редактирование файлов
    • Запрашивает разрешение перед выполнением bash-команд
    • Идеален для изучения незнакомых кодовых баз или планирования изменений

Также включен сабагент general для сложных поисков и многошаговых задач. Он используется внутренне и может быть вызван в сообщениях через @general.

Подробнее об agents.

Документация

Больше информации о том, как настроить OpenCode: наши docs.

Вклад

Если вы хотите внести вклад в OpenCode, прочитайте contributing docs перед тем, как отправлять pull request.

Разработка на базе OpenCode

Если вы делаете проект, связанный с OpenCode, и используете "opencode" как часть имени (например, "opencode-dashboard" или "opencode-mobile"), добавьте примечание в README, чтобы уточнить, что проект не создан командой OpenCode и не аффилирован с нами.

FAQ

Чем это отличается от Claude Code?

По возможностям это очень похоже на Claude Code. Вот ключевые отличия:

  • 100% open source
  • Не привязано к одному провайдеру. Мы рекомендуем модели из OpenCode Zen; но OpenCode можно использовать с Claude, OpenAI, Google или даже локальными моделями. По мере развития моделей разрыв будет сокращаться, а цены падать, поэтому важна независимость от провайдера.
  • Поддержка LSP из коробки
  • Фокус на TUI. OpenCode построен пользователями neovim и создателями terminal.shop; мы будем раздвигать границы того, что возможно в терминале.
  • Архитектура клиент/сервер. Например, это позволяет запускать OpenCode на вашем компьютере, а управлять им удаленно из мобильного приложения. Это значит, что TUI-фронтенд - лишь один из возможных клиентов.

Присоединяйтесь к нашему сообществу Discord | X.com