🎯 О чём этот конспект: Разбор Open Code (ранее известного как Open Hands) — опенсорсного AI-агента, который умеет не просто подсказывать код, а полноценно управлять проектом, использовать инструменты (MCP), работать в терминале, браузере и даже на iPad. В видео рассматривается эволюция инструмента, настройка кастомных агентов и интеграция в реальный рабочий процесс.

👤 Кому будет полезно: Вайбкодерам, разработчикам и системным инженерам, которые хотят делегировать написание кода, ревью и DevOps-задачи автономным AI-агентам.

✨ Что получите: Пошаговую инструкцию по настройке мультиагентной системы, установке скиллов (Skills) и интеграции Open Code с GitHub и внешними API через безопасные токены.

1. Архитектура Open Code: ТУИ, ГУИ и облачный роутинг

Контекст: Open Code — это не просто плагин для IDE, а целая экосистема. Он может работать как TUI (Terminal User Interface), полноценное десктопное приложение или headless-сервер. Ключевая особенность — использование Zen, роутера моделей, который позволяет платить один раз и переключаться между Claude 3.5 Sonnet, GPT-4o, Gemini или бесплатными моделями типа Big Pickle (собственная модель Open Code). Это избавляет от необходимости иметь десятки подписок.

Выгода: Экономия на подписках и гибкость в выборе «мозгов» для агента в зависимости от задачи.

Как применить:

• Шаг 1: Установка — Используйте рекомендуемые терминалы WezTerm или Ghostty для корректного отображения графики и работы с изображениями.
• Шаг 2: Настройка моделей — В файле opencode.json настройте провайдера. Если используете Zen, пополните баланс (минимум $5).
• Шаг 3: Запуск веб-интерфейса — Для работы с iPad или удаленно используйте команду:

opencode serve --port 3000

• Шаг 4: Проброс порта — Чтобы зайти с дивана через iPad, используйте ngrok:

ngrok http 3000

Результат: Доступ к мощному AI-агенту с любого устройства через браузер или терминал.

2. Мультиагентные системы: Создание команды мечты

Контекст: Вместо одного «всезнающего» чата Open Code предлагает разделение на роли: Primary Agents (Plan и Build) и Sub-agents. Агент Plan только читает и проектирует (безопасно), а Build имеет права на выполнение команд и изменение файлов. Вы можете создать специализированных агентов (Security Engineer, QA, Product Manager), которые будут общаться между собой.

Выгода: Снижение галлюцинаций за счет узкой специализации каждой роли и более глубокая проработка сложных фич.

Как применить:

• Шаг 1: Создание агента — Запустите интерактивный мастер:

opencode agent create

• Шаг 2: Определение роли — Опишите инструкции в формате Markdown. Пример структуры кастомного агента в opencode.json:
• Шаг 3: Делегирование — В основном чате вызовите помощника через @:

@CodeReviewer проверь последние изменения в папке /auth на соответствие стандартам OWASP.

Результат: Автономная работа над задачами, где каждый агент отвечает за свой участок (код, тесты, документация).

3. Skills: Расширение возможностей через скиллы

Контекст: Скиллы (Skills) — это динамически подгружаемые наборы инструкций и инструментов. В отличие от системного промпта, они не забивают контекстное окно постоянно, а активируются по запросу. Существуют тысячи готовых скиллов (AWS, Jira, Kubernetes), которые обучают агента работать со специфическими API и SDK.

Выгода: Агент мгновенно «обучается» работе с новыми технологиями без необходимости писать длинные промпты вручную.

Как применить:

• Шаг 1: Поиск скиллов — Используйте ресурсы типа skills.sh или SkillMP.
• Шаг 2: Установка через npx — Например, для интеграции с Vercel:

npx opencode-skills install @vercel/deploy

• Шаг 3: Автономный поиск — Вы можете дать агенту скилл для поиска других скиллов.
• Шаг 4: Использование — Просто попросите агента выполнить задачу, связанную со скиллом:

Используй Jira skill, чтобы найти все тикеты со статусом 'To Do' и создай план реализации для самого приоритетного.

Результат: Агент, который умеет взаимодействовать с внешними сервисами (Jira, AWS, GitHub) «из коробки».

4. Безопасность: JIT-токены с Dcope

Контекст: Главная проблема AI-агентов — хранение API-ключей в .env файлах. Если агент скомпрометирован или код попал в публичный доступ, ключи утекают. Решение — интеграция с Dcope для генерации Just-In-Time (JIT) токенов.

Выгода: Ключи живут всего несколько минут и выдаются под конкретную задачу, что делает кражу данных практически бессмысленной.

Как применить:

• Шаг 1: Интеграция Dcope — Подключите Dcope в настройках Open Code.
• Шаг 2: Запрос доступа — Когда агенту нужен доступ к БД или облаку, он запрашивает временный токен через Dcope.
• Шаг 3: Автоматический отзыв — Токен аннулируется сразу после выполнения задачи.

Результат: Безопасная работа с чувствительными данными даже в полностью автономном режиме.

5. Продвинутые фишки: GitHub Actions и Визуальный контекст

Контекст: Open Code умеет работать прямо в Pull Requests на GitHub и понимать изображения (скриншоты макетов, схемы архитектуры).

Выгода: Автоматизация код-ревью и возможность верстать UI по скриншоту прямо из терминала.

Как применить:

• Шаг 1: GitHub Integration — Установите экшен:

opencode github install

• Шаг 2: Вызов в комментариях — В любом PR напишите /oc review или /open code fix this bug. Агент создаст сессию, исправит код и предложит коммит.
• Шаг 3: Работа с изображениями — Перетащите скриншот дизайна прямо в окно терминала (требуется WezTerm/Ghostty) и напишите:

Реализуй этот UI компонент на Tailwind CSS и React.

Результат: Полный цикл разработки от макета до деплоя и ревью внутри одной экосистемы.

FAQ

В: Чем Open Code лучше Cursor? О: Cursor — это IDE с AI-функциями. Open Code — это автономный агент. Он может сам запускать серверы, устанавливать зависимости, деплоить приложения и работать в мультиагентном режиме (когда несколько AI решают разные части задачи одновременно).

В: Сколько это стоит? О: Сам инструмент бесплатный и опенсорсный. Вы платите только за токены моделей (Claude, GPT). Через роутер Zen это обходится по себестоимости API без наценок.

В: Можно ли использовать локальные модели (Ollama)? О: Да, Open Code поддерживает подключение любых OpenAI-совместимых API, включая локальные инстансы Ollama или LocalAI.

В: Безопасно ли давать агенту доступ к терминалу? О: Рекомендуется использовать режим Plan для оценки действий или запускать Open Code в Docker-контейнере, чтобы ограничить доступ к основной системе.

В: Как заставить агента использовать мой стиль кода? О: Создайте кастомного агента через opencode agent create и в файле инструкций (.md) приложите примеры вашего кода и правила стайл-гайда.

Конспект создан на основе видео «Open Code: The Best AI Coding Agent in 2024» канала SSD (или Anomaly). Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/UhRGHr7pgnU