opencode/README.uk.md at main · Rwanbt/opencode

AI-агент для програмування з відкритим кодом.

Чому цей форк?

Стисло — єдиний open source кодувальний агент, що надає DAG-оркестратор, REST API задач, MCP-скоупінг на агента, FSM сесії з 9 станами, вбудований сканер уразливостей та першокласний Android-застосунок із on-device LLM інференсом. Жодний інший CLI — пропрієтарний чи відкритий — не поєднує всього цього.

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

⚡ Швидкий огляд

⚡ Швидкий огляд

OpenCode (форк) — оркестрований ШІ-агент для програмування, що працює на десктопі, сервері й телефоні, з локальними моделями від початку до кінця, без хмарних залежностей і з вбудованими примітивами керування корпоративного рівня. Форк anomalyco/opencode, який підтримує 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 речей, які поєднує лише цей 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

Запустіть першу задачу

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

💡 Потрібні деталі? Кожен розділ нижче згорнуто — натисніть, щоб відкрити лише те, що вас цікавить.

Можливості форку

Можливості форку

Це форк anomalyco/opencode, який підтримується Rwanbt. Синхронізується з upstream. Дивіться гілку dev для останніх змін.

Локальний AI

OpenCode запускає AI-моделі локально на споживчому обладнанні (8 ГБ VRAM / 16 ГБ RAM), без хмарних залежностей для моделей 4B–7B.

Оптимізація промптів (скорочення на 94%)

~1K токенів системний промпт для локальних моделей (проти ~16K для хмарних)
Скелетні схеми інструментів (однорядкові сигнатури замість багатокілобайтних описів)
Білий список з 7 інструментів (bash, read, edit, write, glob, grep, question)
Без секції skills, мінімальна інформація про оточення

Двигун виводу (llama.cpp b8731)

GPU-бекенд Vulkan, автоматичне завантаження при першому запуску моделі
Адаптивна конфігурація під час виконання (packages/opencode/src/local-llm-server/auto-config.ts): n_gpu_layers, потоки, розмір batch/ubatch, квантування KV-кешу та розмір контексту виводяться з виявленої VRAM, вільної RAM, розподілу CPU big.LITTLE, GPU-бекенда (CUDA/ROCm/Vulkan/Metal/OpenCL) і теплового стану. Замінює старий жорстко зашитий --n-gpu-layers 99 — Android із 4 ГБ тепер працює у CPU-відкатному режимі замість OOM-убивства, флагманські десктопи отримують налаштований batch замість типового 512.
--flash-attn on — Flash Attention для ефективного використання пам'яті
--cache-type-k/v — KV-кеш з обертанням Адамара; адаптивний рівень (f16 / q8_0 / q4_0) залежно від запасу VRAM
--fit on — вторинне коригування VRAM лише у форку (opt-in через OPENCODE_LLAMA_ENABLE_FIT=1)
Спекулятивне декодування (--model-draft) із захистом VRAM (автовимкнення при < 1.5 ГБ вільної)
Один слот (-np 1) для мінімального споживання пам'яті
Стенд для бенчмарків (bun run bench:llm): відтворюване вимірювання FTL / TPS / пікового RSS / загального часу для кожної моделі та запуску, вихід JSONL для архівації в CI

Розпізнавання мовлення (Parakeet TDT 0.6B v3 INT8)

NVIDIA Parakeet через ONNX Runtime — ~300мс для 5с аудіо (18x реального часу)
25 європейських мов (англійська, французька, німецька, іспанська тощо)
Без використання VRAM: тільки CPU (~700 МБ RAM)
Автозавантаження моделі (~460 МБ) при першому натисканні мікрофона
Анімація хвилі під час запису

Синтез мовлення (Kyutai Pocket TTS)

Французький TTS від Kyutai (Париж), 100M параметрів
8 вбудованих голосів: Alba, Fantine, Cosette, Eponine, Azelma, Marius, Javert, Jean
Клонування голосу zero-shot: завантажте WAV або запишіть з мікрофона
Тільки CPU, ~6x реального часу, HTTP-сервер на порту 14100
Резервний варіант: Kokoro TTS ONNX (54 голоси, 9 мов, CMUDict G2P)

Керування моделями

Пошук на HuggingFace з бейджами сумісності VRAM/RAM для кожної моделі
Завантаження, підключення, відключення, видалення GGUF-моделей з інтерфейсу
Попередній каталог: Gemma 3 4B, Qwen3 4B/1.7B/0.6B
Динамічна кількість вихідних токенів залежно від розміру моделі
Автовизначення draft-моделі (0.5B–0.8B) для спекулятивного декодування

Конфігурація

Пресети: Fast / Quality / Eco / Long Context (оптимізація в один клік)
Віджет моніторингу VRAM з кольоровою шкалою (зелений / жовтий / червоний)
Тип KV-кешу: auto / q8_0 / q4_0 / f16
Вивантаження на GPU: auto / gpu-max / balanced
Маппінг пам'яті: auto / on / off
Перемикач веб-пошуку (іконка глобуса в панелі промпта)

Надійність агента (локальні моделі)

Pre-flight перевірки (на рівні коду, 0 токенів): перевірка існування файлу перед edit, верифікація вмісту old_string, примусове читання перед edit, захист від write в існуючий файл
Автоматичний вихід із зациклення: 2 однакових виклики інструмента → ін'єкція помилки (на рівні коду, не промпта)
Телеметрія інструментів: відсоток успіхів/помилок за сесію з розбивкою по інструментах, автоматичне логування

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

Фонові завдання

Делегуйте роботу підагентам, що працюють асинхронно. Встановіть mode: "background" на інструменті task, і він одразу поверне task_id, поки агент працює у фоновому режимі. Bus-події (TaskCreated, TaskCompleted, TaskFailed) публікуються для відстеження життєвого циклу.

Команди агентів

Оркеструйте кілька агентів паралельно за допомогою інструменту team. Визначте підзавдання з ребрами залежностей; computeWaves() будує DAG і виконує незалежні завдання одночасно (до 5 паралельних агентів). Контроль бюджету через max_cost (долари) та max_agents. Контекст з виконаних завдань автоматично передається залежним.

Ізоляція Git Worktree

Кожне фонове завдання автоматично отримує власний git worktree. Робочий простір прив'язується до сесії в базі даних. Якщо завдання не створює змін у файлах, worktree автоматично очищується. Це забезпечує ізоляцію на рівні git без контейнерів.

API керування завданнями

Повний REST API для керування життєвим циклом завдань:

Method	Path	Опис
GET	`/task/`	Список завдань (фільтр за parent, status)
GET	`/task/:id`	Деталі завдання + status + інформація про worktree
GET	`/task/:id/messages`	Отримати повідомлення сесії завдання
POST	`/task/:id/cancel`	Скасувати запущене або завдання в черзі
POST	`/task/:id/resume`	Відновити завершене/невдале/заблоковане завдання
POST	`/task/:id/followup`	Надіслати подальше повідомлення неактивному завданню
POST	`/task/:id/promote`	Підвищити фонове завдання до переднього плану
GET	`/task/:id/team`	Зведений вигляд команди (витрати, diff по учасниках)

Панель завдань TUI

Плагін бічної панелі, що показує активні фонові завдання з іконками статусу в реальному часі:

Іконка	Статус
`~`	Running / Retrying
`?`	Queued / Awaiting input
`!`	Blocked
`x`	Failed
`*`	Completed
`-`	Cancelled

Діалог з діями: відкрити сесію завдання, скасувати, відновити, надіслати подальше повідомлення, перевірити статус.

Обмеження агентів MCP

Списки дозволу/заборони для серверів MCP на рівні кожного агента. Налаштовується в opencode.json у полі mcp кожного агента. Функція toolsForAgent() фільтрує доступні інструменти MCP на основі області дії викликаючого агента.

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

Життєвий цикл сесії з 9 станів

Сесії відстежують один з 9 станів, що зберігаються в базі даних:

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

Постійні стани (queued, blocked, awaiting_input, completed, failed, cancelled) зберігаються після перезапуску бази даних. Стани в пам'яті (idle, busy, retry) скидаються при перезапуску.

Агент-оркестратор

Координуючий агент лише для читання (максимум 50 кроків). Має доступ до інструментів task та team, але всі інструменти редагування заборонені. Делегує реалізацію агентам build/general та синтезує результати.

Технічна архітектура

Технічна архітектура

Підтримка кількох провайдерів

25+ провайдерів одразу: 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, а також будь-який OpenAI-сумісний endpoint (Ollama, LM Studio, vLLM, LocalAI). Ціни з models.dev.

Система агентів

Agent	Mode	Access	Description
build	primary	full	Агент розробки за замовчуванням
plan	primary	read-only	Аналіз та дослідження коду
general	subagent	full (no todowrite)	Складні багатокрокові завдання
explore	subagent	read-only	Швидкий пошук по кодовій базі
orchestrator	subagent	read-only + task/team	Мульти-агентний координатор (50 кроків)
critic	subagent	read-only + bash + LSP	Огляд коду: баги, безпека, продуктивність
tester	subagent	full (no todowrite)	Написання та запуск тестів, перевірка покриття
documenter	subagent	full (no todowrite)	JSDoc, README, вбудована документація
compaction	hidden	none	AI-кероване стиснення контексту
title	hidden	none	Генерація заголовку сесії
summary	hidden	none	Підсумовування сесії

Інтеграція LSP

Повна підтримка Language Server Protocol з індексуванням символів, діагностикою та підтримкою кількох мов (TypeScript, Deno, Vue та розширювана). Агент навігує по коду через символи LSP замість текстового пошуку, забезпечуючи точний go-to-definition, find-references та виявлення помилок типів у реальному часі.

Підтримка MCP

Model Context Protocol клієнт і сервер. Підтримує stdio, HTTP/SSE та StreamableHTTP транспорти. Потік автентифікації OAuth для віддалених серверів. Можливості tool, prompt та resource. Область дії для кожного агента через allow/deny списки.

Архітектура клієнт/сервер

REST API на базі Hono з типізованими маршрутами та генерацією OpenAPI spec. Підтримка WebSocket для PTY (pseudo-terminal). SSE для потокової передачі подій у реальному часі. Basic auth, CORS, gzip стиснення. TUI -- це один frontend; сервером можна керувати з будь-якого HTTP-клієнта, web UI або мобільного додатку.

Керування контекстом

Auto-compact з AI-керованим підсумовуванням, коли використання токенів наближається до ліміту контексту моделі. Обрізка з урахуванням токенів із налаштовуваними порогами (PRUNE_MINIMUM 20KB, PRUNE_PROTECT 40KB). Виходи Skill tool захищені від обрізки.

Двигун редагування

Unified diff патчинг з перевіркою hunk. Застосовує цільові hunk до конкретних ділянок файлу замість повного перезапису. Multi-edit tool для пакетних операцій між файлами.

Система дозволів

3-станові дозволи (allow / deny / ask) з відповідністю шаблонів wildcard. 100+ визначень arity команд bash для детального контролю. Примусове дотримання меж проєкту запобігає доступу до файлів за межами workspace.

Відкат через Git

Система snapshot, що записує стан файлів перед кожним виконанням інструменту. Підтримує revert та unrevert з обчисленням diff. Зміни можна відкотити за повідомленням або за сесією.

Відстеження витрат

Вартість за повідомлення з повною розбивкою токенів (input, output, reasoning, cache read, cache write). Бюджетні ліміти для команд (max_cost). Команда stats з агрегацією за моделлю та за день. Вартість сесії в реальному часі відображається в TUI. Дані про ціни з models.dev.

Система плагінів

Повний SDK (@opencode/plugin) з архітектурою hook. Динамічне завантаження з npm-пакетів або файлової системи. Вбудовані плагіни для автентифікації Codex, GitHub Copilot, GitLab та Poe.

Поширені хибні уявлення

Поширені хибні уявлення

Щоб запобігти плутанині через AI-генеровані підсумки цього проєкту:

TUI написаний на TypeScript (SolidJS + @opentui для рендерингу в терміналі), не на Rust.
Tree-sitter використовується лише для підсвічування синтаксису TUI та парсингу команд bash, а не для аналізу коду на рівні агента.
Docker sandboxing є опціональним (experimental.sandbox.type: "docker"); ізоляція за замовчуванням забезпечується через git worktrees.
RAG є опціональним (experimental.rag.enabled: true); контекст за замовчуванням керується через LSP symbol indexing + auto-compact.
Немає "watch mode", що пропонує автоматичні виправлення -- file watcher існує лише для інфраструктурних цілей.
Самокорекція використовує стандартний цикл агента (LLM бачить помилки в результатах інструментів і повторює спробу), а не спеціалізований механізм авторемонту.

Матриця можливостей

Матриця можливостей

Основні функції агента

Можливість	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

Локальний AI (десктоп + мобільні)

Можливість	Status	Notes
Local LLM (llama.cpp b8731)	Implemented	Vulkan GPU, auto-download runtime, `--fit` auto-VRAM
Адаптивна конфігурація під час виконання	Implemented	`auto-config.ts`: n_gpu_layers / потоки / batch / квантування KV виводяться з виявленої VRAM, RAM, big.LITTLE, GPU-бекенда, теплового стану
Стенд для бенчмарків	Implemented	`bun run bench:llm` вимірює FTL, TPS, піковий RSS, загальний час для кожної моделі; вихід 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; емпірично 3.5 символів/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	Валідована Zod відповідь, значки VRAM, менеджер завантажень, 9 попередньо відібраних моделей
Відновлювані завантаження GGUF	Implemented	HTTP-заголовок `Range` — переривання 4G не перезапускає передачу 4 ГБ з нуля
STT (Parakeet TDT 0.6B)	Implemented	ONNX Runtime, ~300ms/5s, 25 мов, desktop + mobile (слухач мікрофона підключений з обох сторін)
TTS (Pocket TTS)	Implemented	8 голосів, zero-shot клонування голосу, рідна французька (лише desktop — немає Python sidecar на Android)
TTS (Kokoro)	Implemented	54 голоси, 9 мов, ONNX на desktop + Android (6 команд Tauri підключено у `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 із запобіжником	Implemented	`ensureCorrectModel` припиняє після 3 перезапусків за 120 с, щоб уникнути burn-cycle циклів

Безпека та управління

Можливість	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
Суворий CSP (desktop + mobile)	Implemented	`connect-src` обмежений loopback + HuggingFace + HTTPS-провайдерами; без `unsafe-eval`, `object-src 'none'`, `frame-ancestors 'none'`
Посилення Android-релізу	Implemented	`isDebuggable=false`, `allowBackup=false`, `isShrinkResources=true`, `FOREGROUND_SERVICE_TYPE_SPECIAL_USE`
Посилення desktop-релізу	Implemented	Devtools більше не примусово увімкнені — відновлено стандартну поведінку Tauri 2 (тільки в debug), щоб плацдарм XSS не міг причепитися до `__TAURI__` у продакшені
Валідація вхідних даних команд Tauri	Implemented	Захисти `download_model` / `load_llm_model` / `delete_model`: charset імені файлу, allowlist HTTPS для `huggingface.co` / `hf.co`
Ланцюг логування Rust	Implemented	`log` + `android_logger` на мобільних; жодного `eprintln!` у релізі → жодних витоків шляху/URL у logcat
Трекер аудиту безпеки	Implemented	`SECURITY_AUDIT.md` — усі знахідки класифіковано як S1/S2/S3 з `path:line`, статусом та обґрунтуванням відкладеного виправлення

Знання та пам'ять

Можливість	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

Розширення платформи (експериментальні)

Можливість	Status	Notes
Mobile app (Tauri)	Implemented	Android: вбудований runtime, on-device LLM, STT + TTS (Kokoro). iOS: віддалений режим
Deep link для OAuth callback	Implemented	`opencode://oauth/callback?providerID=…&code=…&state=…` автоматично завершує обмін токенами; копіювати код автентифікації не потрібно
Спостерігач upstream-гілки	Implemented	Періодичний `git fetch` (розігрів 30 с, інтервал 5 хв) публікує `vcs.branch.behind`, коли локальний HEAD розходиться з відстежуваним upstream; відображається через `platform.notify()` на desktop і mobile
Запуск PTY за розміром viewport	Implemented	`Pty.create({cols, rows})` використовує оцінювач з `window.innerWidth/innerHeight` — оболонки стартують одразу з фінальними розмірами замість 80×24→36×11, виправляє баг невидимого першого 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

Архітектура

Архітектура

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

Порти сервісів

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

Безпека та управління

Безпека та управління

Feature	Description
Sandbox	Опціональне виконання в Docker (`experimental.sandbox.type: "docker"`) або хост-режим з примусовими межами проєкту
Permissions	3-станова система (`allow` / `deny` / `ask`) з wildcard-паттернами. 100+ визначень bash-команд для детального контролю
DLP	Запобігання витоку даних (`experimental.dlp`) — маскування секретів, API-ключів та облікових даних перед відправкою LLM-провайдерам
Policy Engine	Умовні правила (`experimental.policy`) з діями `block` або `warn`. Захист шляхів, обмеження розміру edit, користувацькі regex-паттерни
Privacy	Пріоритет локальності: всі дані в SQLite на диску. Без телеметрії за замовчуванням. Секрети ніколи не логуються. Дані не передаються третім сторонам крім налаштованого LLM-провайдера

Інтелектуальний інтерфейс

Інтелектуальний інтерфейс

Feature	Description
MCP Compliant	Повна підтримка Model Context Protocol — клієнтський та серверний режими, область дії інструментів per-agent через списки allow/deny
Context Files	Каталог `.opencode/` з конфігурацією `opencode.jsonc`. Агенти визначаються як markdown з YAML frontmatter. Користувацькі інструкції через параметр `instructions`
Provider Router	25+ провайдерів через `Provider.parseModel("provider/model")`. Автоматичний fallback, відстеження витрат, маршрутизація з урахуванням токенів
RAG System	Опціональний локальний векторний пошук (`experimental.rag`) з налаштовуваними моделями ембеддінгів (OpenAI/Google). Автоіндексація змінених файлів
AnythingLLM Bridge	Опціональна інтеграція (`experimental.anythingllm`) — ін'єкція контексту, MCP-адаптер, міст до векторного сховища, Agent Skills HTTP API

Реалізовані гілки функцій (на dev)

Реалізовані гілки функцій (на `dev`)

Три великих функції було реалізовано у виділених гілках та влито в dev. Кожна керується feature-прапорцями та зворотно сумісна.

Спільний режим (`dev_collaborative_mode`)

Багатокористувацька спільна робота в реальному часі. Реалізовано:

JWT-автентифікація — токени HMAC-SHA256 з ротацією оновлення, зворотна сумісність з basic auth
Керування користувачами — Реєстрація, ролі (admin/member/viewer), застосування RBAC
WebSocket broadcast — Потокова передача подій у реальному часі через GlobalBus → Broadcast
Система присутності — Статус online/idle/away з heartbeat кожні 30с
Блокування файлів — Оптимістичні блокування на інструментах edit/write з виявленням конфліктів
Фронтенд — Форма входу, індикатор присутності, бейдж спостерігача, WebSocket-хуки

Налаштування: experimental.collaborative.enabled: true

Мобільна версія (`dev_mobile`)

Нативний Android/iOS-додаток через Tauri 2.0 із вбудованим середовищем виконання — один APK, нуль зовнішніх залежностей. Реалізовано:

Рівень 1 — Вбудоване середовище виконання (Android, 100% нативна продуктивність):

Статичні бінарники в APK — Bun, Bash, Ripgrep, Toybox (aarch64-linux-musl), розпакування при першому запуску (~15с)
Вбудований CLI — OpenCode CLI як JS-бандл, запускається вбудованим Bun, мережа не потрібна для ядра
Прямий запуск процесів — Без Termux, без intents — std::process::Command з Rust напряму
Автозапуск сервера — bun opencode-cli.js serve на localhost з UUID-автентифікацією, як десктопний sidecar

Рівень 2 — Локальний вивід LLM на пристрої:

llama.cpp через JNI — Kotlin LlamaEngine завантажує нативні .so бібліотеки через JNI-міст
IPC через файли — Rust записує команди в llm_ipc/request, Kotlin-демон опитує та повертає результати
llama-server — OpenAI-сумісний HTTP API на порту 14097 для інтеграції з провайдером
Керування моделями — Завантаження GGUF-моделей з HuggingFace, підключення/відключення/видалення, 9 попередньо підібраних моделей
Реєстрація провайдера — Локальна модель відображається як "Local AI" провайдер у виборі моделі
Flash Attention — --flash-attn on для ефективного використання пам'яті при виводі
Квантування KV-кешу — --cache-type-k/v q4_0 з обертанням Адамара (економія пам'яті 72%)
Спекулятивне декодування — Автовизначення draft-моделі (0.5B–0.8B) з RAM Guard через /proc/meminfo
Моніторинг RAM — Віджет пам'яті пристрою (всього/використано/вільно) через /proc/meminfo
Пресети конфігурації — Ті самі Fast/Quality/Eco/Long Context пресети, що й на десктопі
Розумний вибір GPU — Vulkan для Adreno 730+ (SD 8 Gen 1+), OpenCL для старих SoC, CPU fallback
Прив'язка до великих ядер — Визначає топологію ARM big.LITTLE, прив'язує вивід лише до продуктивних ядер

Рівень 3 — Розширене оточення (опціональне завантаження, ~150MB):

proot + Alpine rootfs — Повний Linux з apt install для додаткових пакетів
Bind-mounted Рівень 1 — Bun/Git/rg як і раніше працюють на нативній швидкості всередині proot
За запитом — Завантажується лише при увімкненні "Extended Environment" в налаштуваннях

Рівень 4 — Мовлення та медіа:

STT (Parakeet TDT 0.6B) — Той самий ONNX Runtime двигун, що й на десктопі, ~300мс/5с аудіо, 25 мов
Анімація хвилі — Візуальний зворотний зв'язок під час запису
Нативний вибір файлів — tauri-plugin-dialog для вибору файлів/каталогів та вкладень

Спільне (Android + iOS):

Абстракція платформи — Розширений тип Platform з "mobile" + визначення ОС "ios"/"android"
Віддалене підключення — Підключення до десктопного сервера OpenCode по мережі (лише iOS або Android fallback)
Інтерактивний термінал — Повний PTY через користувацьку musl librust_pty.so (обгортка forkpty), Ghostty WASM renderer з canvas fallback
Зовнішнє сховище — Символічні посилання з HOME сервера на каталоги /sdcard/ (Documents, Downloads, projects)
Мобільний UI — Адаптивна бічна панель, сенсорний ввід повідомлень, мобільний diff view, 44px сенсорні цілі, підтримка safe area
Push-сповіщення — Міст SSE→нативні сповіщення для завершення фонових завдань
Вибір режиму — Вибір Local (Android) або Remote (iOS + Android) при першому запуску
Мобільне меню дій — Швидкий доступ до терміналу, fork, пошуку та налаштувань із заголовку сесії

Злиття з AnythingLLM (`dev_anything`)

Міст між OpenCode та платформою документального RAG AnythingLLM. Реалізовано:

REST-клієнт — Повна обгортка API для робочих просторів, документів, пошуку, чату AnythingLLM
MCP-адаптер — 4 інструменти: anythingllm_search, anythingllm_list_workspaces, anythingllm_get_document, anythingllm_chat
Ін'єкція контексту через плагін — Хук experimental.chat.system.transform впроваджує релевантні документи в системний промпт
Agent Skills HTTP API — GET /agent-skills + POST /agent-skills/:toolId/execute для надання інструментів OpenCode в AnythingLLM
Міст векторного сховища — Композитний пошук, що об'єднує локальний SQLite RAG з результатами векторної БД AnythingLLM
Docker Compose — Готовий docker-compose.anythingllm.yml зі спільною мережею

Налаштування: experimental.anythingllm.enabled: true

Встановлення

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

# Менеджери пакетів
npm i -g opencode-ai@latest        # або bun/pnpm/yarn
scoop install opencode             # Windows
choco install opencode             # Windows
brew install anomalyco/tap/opencode # macOS і Linux (рекомендовано, завжди актуально)
brew install opencode              # macOS і Linux (офіційна формула Homebrew, оновлюється рідше)
sudo pacman -S opencode            # Arch Linux (Stable)
paru -S opencode-bin               # Arch Linux (Latest from AUR)
mise use -g opencode               # Будь-яка ОС
nix run nixpkgs#opencode           # або github:anomalyco/opencode для найновішої dev-гілки

[!TIP] Перед встановленням видаліть версії старші за 0.1.x.

Десктопний застосунок (BETA)

OpenCode також доступний як десктопний застосунок. Завантажуйте напряму зі сторінки релізів або opencode.ai/download.

Платформа	Завантаження
macOS (Apple Silicon)	`opencode-desktop-darwin-aarch64.dmg`
macOS (Intel)	`opencode-desktop-darwin-x64.dmg`
Windows	`opencode-desktop-windows-x64.exe`
Linux	`.deb`, `.rpm` або AppImage

# macOS (Homebrew)
brew install --cask opencode-desktop
# Windows (Scoop)
scoop bucket add extras; scoop install extras/opencode-desktop

Каталог встановлення

Скрипт встановлення дотримується такого порядку пріоритету для шляху встановлення:

$OPENCODE_INSTALL_DIR - Користувацький каталог встановлення
$XDG_BIN_DIR - Шлях, сумісний зі специфікацією XDG Base Directory
$HOME/bin - Стандартний каталог користувацьких бінарників (якщо існує або його можна створити)
$HOME/.opencode/bin - Резервний варіант за замовчуванням

# Приклади
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

Агенти

OpenCode містить два вбудовані агенти, між якими можна перемикатися клавішею Tab.

build - Агент за замовчуванням із повним доступом для завдань розробки
plan - Агент лише для читання для аналізу та дослідження коду
- За замовчуванням забороняє редагування файлів
- Запитує дозвіл перед запуском bash-команд
- Ідеально підходить для дослідження незнайомих кодових баз або планування змін

Також доступний допоміжний агент general для складного пошуку та багатокрокових завдань. Він використовується всередині системи й може бути викликаний у повідомленнях через @general.

Дізнайтеся більше про agents.

Документація

Щоб дізнатися більше про налаштування OpenCode, перейдіть до нашої документації.

Внесок

Якщо ви хочете зробити внесок в OpenCode, будь ласка, прочитайте нашу документацію для контриб'юторів перед надсиланням pull request.

Проєкти на базі OpenCode

Якщо ви працюєте над проєктом, пов'язаним з OpenCode, і використовуєте "opencode" у назві, наприклад "opencode-dashboard" або "opencode-mobile", додайте примітку до свого README. Уточніть, що цей проєкт не створений командою OpenCode і жодним чином не афілійований із нами.

FAQ

Чим це відрізняється від Claude Code?

За можливостями це дуже схоже на Claude Code. Ось ключові відмінності:

100% open source
Немає прив'язки до конкретного провайдера. Ми рекомендуємо моделі, які надаємо через OpenCode Zen, але OpenCode також працює з Claude, OpenAI, Google і навіть локальними моделями. З розвитком моделей різниця між ними зменшуватиметься, а ціни падатимуть, тому незалежність від провайдера має значення.
Підтримка LSP з коробки
Фокус на TUI. OpenCode створено користувачами neovim та авторами terminal.shop; ми й надалі розширюватимемо межі можливого в терміналі.
Клієнт-серверна архітектура. Наприклад, це дає змогу запускати OpenCode на вашому комп'ютері й керувати ним віддалено з мобільного застосунку, тобто TUI-фронтенд - лише один із можливих клієнтів.

Приєднуйтеся до нашої спільноти Discord | X.com

FilesExpand file tree

README.uk.md

Latest commit

History

README.uk.md

File metadata and controls

Чому цей форк?

Capability matrix — this fork vs. the 2026 landscape

Orchestration, API surface, governance

Intelligence, context, developer UX

Platform reach & multimodal

⚡ Швидкий огляд

Install

8 речей, які поєднує лише цей форк

Запустіть першу задачу

Можливості форку

Локальний AI

Фонові завдання

Команди агентів

Ізоляція Git Worktree

API керування завданнями

Панель завдань TUI

Обмеження агентів MCP

Життєвий цикл сесії з 9 станів

Агент-оркестратор

Технічна архітектура

Підтримка кількох провайдерів

Система агентів

Інтеграція LSP

Підтримка MCP

Архітектура клієнт/сервер

Керування контекстом

Двигун редагування

Система дозволів

Відкат через Git

Відстеження витрат

Система плагінів

Поширені хибні уявлення

Матриця можливостей

Основні функції агента

Локальний AI (десктоп + мобільні)

Безпека та управління

Знання та пам'ять

Розширення платформи (експериментальні)

Архітектура

Порти сервісів

Безпека та управління

Інтелектуальний інтерфейс

Реалізовані гілки функцій (на dev)

Спільний режим (dev_collaborative_mode)

Мобільна версія (dev_mobile)

Злиття з AnythingLLM (dev_anything)

Встановлення

Десктопний застосунок (BETA)

Каталог встановлення

Агенти

Документація

Внесок

Проєкти на базі OpenCode

FAQ

Чим це відрізняється від Claude Code?

Реалізовані гілки функцій (на `dev`)

Спільний режим (`dev_collaborative_mode`)

Мобільна версія (`dev_mobile`)

Злиття з AnythingLLM (`dev_anything`)