🎯 О чём этот конспект: Подробный разбор инструмента Open Code — мощного AI-агента для терминала, который является полностью открытой альтернативой Claude Code. В видео рассматривается процесс от установки до продвинутого использования: работа с MCP-серверами, создание кастомных навыков (skills), использование суб-агентов и интеграция с различными LLM-провайдерами.

👤 Кому будет полезно: Вайбкодерам, разработчикам и AI-энтузиастам, которые хотят иметь полный контроль над своим AI-инструментарием, экономить на токенах через подписки и использовать open-source решения.

✨ Что получите: Пошаговый алгоритм настройки профессиональной среды разработки, где AI-агент сам пишет код, тестирует его через браузер (Playwright) и соблюдает заданный дизайн-код проекта.

1. Установка и базовая настройка Open Code

Контекст: Open Code — это CLI-инструмент, который работает непосредственно в вашем терминале. В отличие от закрытых систем, он позволяет подключать любых провайдеров (OpenAI, Anthropic, OpenRouter) и даже использовать бесплатные модели. Автор рекомендует запускать его прямо из терминала VS Code или Cursor, чтобы в реальном времени видеть изменения в файловой структуре.

Выгода: Быстрый старт без привязки к конкретному вендору и возможность использовать бесплатные модели для простых задач.

Как применить:

• Шаг 1: Установка — Терминал — Выполните команду для быстрой установки:

curl -sSL https://opencode.ai/install.sh | bash

• Шаг 2: Запуск — Терминал — Перейдите в папку проекта и инициализируйте агент:

opencode

• Шаг 3: Подключение провайдера — Open Code — Используйте команду /connect, чтобы выбрать провайдера. Для бесплатного тестирования выберите Open Code Zen и создайте API ключ на их сайте (баланс $0 позволяет использовать модели типа NemoTron или Mixtral).

Результат: Полностью рабочий AI-интерфейс в терминале, готовый к созданию файлов и выполнению команд.

2. Экономия на токенах: API vs Подписки

Контекст: Работа с кодом потребляет огромное количество токенов. Использование API-ключей (Pay-as-you-go) может быть очень дорогим. Open Code поддерживает авторизацию через ваши существующие подписки (ChatGPT Plus/Pro), что позволяет использовать топовые модели (GPT-4o, o1) без оплаты за каждый токен.

Выгода: Снижение затрат на разработку в 5-10 раз при больших объемах кода.

Как применить:

• Шаг 1: Смена метода авторизации — Open Code — Введите /connect, выберите OpenAI.
• Шаг 2: Выбор Auth Option — Терминал — Выберите ChatGPT Pro/Plus вместо API Key.
• Шаг 3: Авторизация — Браузер — Перейдите по сгенерированной ссылке и подтвердите доступ к своему аккаунту OpenAI.
• Шаг 4: Выбор модели и уровня рассуждений — Open Code — Используйте команды для настройки точности:

/models  # Выбрать модель (например, o1-preview)
/variants # Установить уровень reasoning (Low/Medium/High)

Результат: Доступ к мощнейшим моделям в рамках вашей стандартной ежемесячной подписки.

3. Использование Skills для повышения качества кода

Контекст: Skills в Open Code — это наборы детализированных инструкций и документации, которые агент подгружает в контекст. Вместо того чтобы каждый раз объяснять AI, как использовать Next.js или Tailwind, вы просто устанавливаете соответствующий навык.

Выгода: Резкое снижение галлюцинаций и генерация кода, соответствующего лучшим практикам (Best Practices) конкретных фреймворков.

Как применить:

• Шаг 1: Поиск навыков — Браузер — Зайдите на skills.sh, где собрано около 100,000 пресетов.
• Шаг 2: Установка навыков — Терминал — Скопируйте команду установки (например, для Frontend Design или Next.js):

npx agent-skills install frontend-design
npx agent-skills install nextjs-vercel

• Шаг 3: Проверка — Open Code — Убедитесь, что агент видит навыки:

/skills

Результат: Агент автоматически применяет правила дизайна и специфичные функции Next.js без дополнительных промптов.

4. Управление памятью через agents.md и design.md

Контекст: Чтобы агент не "тупел" со временем и соблюдал правила проекта, используется файл agents.md в корне. Это часть системного промпта. Автор предлагает радикальный подход: делегировать всю грязную работу суб-агентам, чтобы основной контекст оставался чистым.

Выгода: Возможность работать над крупными проектами без потери качества ответов AI (избежание "dumb zone" при заполнении контекста).

Как применить:

• Шаг 1: Инициализация — Open Code — Введите /init для автоматического сканирования проекта и создания agents.md.
• Шаг 2: Настройка правил — Редактор кода — Добавьте в agents.md следующие критические инструкции:

- Будь кратким, экономь токены.
- В режиме Plan всегда задавай уточняющие вопросы.
- Никогда не внедряй фичи сам — всегда используй суб-агентов (sub-agents).
- Действуй как координатор: используй премиум модели для сложных задач и легкие для документации.
- После написания кода всегда запускай `npm run lint` и `type-check`.
- Соблюдай дизайн-систему из файла design.md.

• Шаг 3: Дизайн-код — Редактор кода — Создайте design.md и опишите там палитру, отступы и стили кнопок.

Результат: Агент работает как опытный техлид, делегируя задачи и проверяя результат по вашим стандартам.

5. Автоматическое тестирование через MCP и Playwright

Контекст: Open Code поддерживает протокол MCP (Model Context Protocol). Это позволяет агенту выходить за пределы кода и взаимодействовать с внешними инструментами, например, открывать браузер Chrome для проверки интерфейса.

Выгода: AI не просто пишет код, но и визуально проверяет, что кнопка нажимается, а форма отправляется.

Как применить:

• Шаг 1: Создание конфига — Редактор кода — Создайте файл opencode.json в корне проекта.
• Шаг 2: Подключение Playwright — opencode.json — Добавьте конфигурацию сервера:
• Шаг 3: Запуск теста — Open Code — Попросите агента проверить UI:

Используй playwright MCP, чтобы открыть http://localhost:3000, протестировать форму создания проекта и подтвердить, что данные отображаются корректно.

Результат: Агент сам запустит браузер, прокликает интерфейс и исправит ошибки, если тест не прошел.

FAQ

В: Чем Open Code лучше Cursor или Claude Code? О: Главные отличия: 100% Open Source, поддержка любых моделей через любые провайдеры, возможность использовать свои подписки (не платить за токены отдельно) и встроенная система суб-агентов для работы с огромными контекстами.

В: Как работают суб-агенты (sub-agents)? О: Когда вы даете задачу, основной агент (координатор) создает временных "помощников" для конкретных файлов. Они выполняют работу и возвращают только краткий отчет. Это позволяет основному агенту не "забывать" архитектуру проекта.

В: Можно ли использовать локальные модели (Ollama)? О: Да, через /connect можно подключить локальный сервер Ollama. Это обеспечит 100% приватность кода, так как данные не будут покидать ваш компьютер.

В: Что делать, если агент начинает ошибаться в дизайне? О: Создайте файл design.md, пропишите там правила (цвета, шрифты, компоненты) и добавьте в agents.md строгую инструкцию: "Всегда сверяйся с design.md перед изменением UI".

В: Как переключаться между режимами планирования и кодинга? О: Используйте сочетание клавиш Shift + Tab. В режиме Plan агент обсуждает архитектуру и создает файлы планов, в режиме Build — приступает к написанию кода.

Конспект создан на основе видео «Open Code: The Ultimate Open Source AI Coding Agent (Full Guide)» канала Lyon Francois. Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/uZGDO0L-Dr4