🎯 О чём этот конспект: Разбор Open Code — мощного open-source AI-агента для кодинга, который работает через терминал, десктоп-приложение или расширение IDE. В видео рассматривается процесс установки, работа с базовыми агентами (Build и Plan), подключение собственных API-ключей и создание кастомных иерархий из главных и подчиненных агентов.
👤 Кому будет полезно: Разработчикам и вайбкодерам, которые ищут бесплатную или гибкую альтернативу проприетарным AI-решениям и хотят автоматизировать цикл «разработка — ревью — тестирование».
✨ Что получите: Вы научитесь разворачивать Open Code локально, подключать к нему модели через OpenAI Auth, создавать кастомных агентов с узкой специализацией и использовать систему «Skills» для передачи контекста.
1. Установка и запуск Open Code
Контекст: Open Code — это гибкий инструмент, который можно запустить в любой папке проекта. В отличие от закрытых систем, он позволяет использовать разные модели (включая бесплатные или свои через API). Самый быстрый способ установки для пользователей macOS — через пакетный менеджер Homebrew. После установки агент готов к работе прямо в терминале вашего проекта.
Выгода: Быстрый старт в open-source среде без привязки к конкретному вендору IDE.
Как применить:
Шаг 1: Установка — Терминал — Выполните команду для установки через Brew:
brew install open-code
Шаг 2: Запуск в проекте — Терминал — Перейдите в папку вашего проекта и инициализируйте интерфейс:
open-code
Шаг 3: Выбор режима — Интерфейс Open Code — Используйте Tab для переключения между стандартными агентами:
Plan: для анализа кодовой базы и составления плана работ.
Build: для непосредственного написания кода по плану.
Результат: Полностью рабочая среда AI-агента в вашем терминале.
2. Подключение собственных моделей и OpenAI Auth
Контекст: По умолчанию Open Code предлагает несколько моделей (например, Groq или MiniMax), но для максимального качества кода часто требуется GPT-4o или Claude. Вы можете подключить свою подписку ChatGPT Plus напрямую через OAuth, не тратя деньги на отдельные токены API, или использовать свои ключи.
Выгода: Экономия на API-токенах при использовании существующей подписки ChatGPT.
Как применить:
Шаг 1: Авторизация — Терминал — Выйдите из Open Code и введите команду:
open-code --login
Шаг 2: Выбор провайдера — Интерфейс — Выберите OpenAI, подтвердите использование ChatGPT Pro/Plus и пройдите авторизацию в браузере.
Шаг 3: Смена модели в процессе — Интерфейс Open Code — Введите команду /models внутри чата, чтобы увидеть список доступных моделей. Если нужной нет, используйте Ctrl + A для управления провайдерами и добавления их в избранное.
Результат: Агент использует самые мощные модели (GPT-4o) через ваш аккаунт.
3. Создание кастомных агентов (Primary и Sub-agents)
Контекст: Настоящая мощь Open Code раскрывается в создании иерархии агентов. Вы можете создать «Главного агента» (Primary), который будет делегировать задачи «Подчиненным агентам» (Sub-agents), таким как Тестировщик или Ревьюер. Это позволяет реализовать цикл: написание кода -> проверка на ошибки -> исправление -> тесты.
Выгода: Автоматизация контроля качества кода без участия человека.
Как применить:
Шаг 1: Создание структуры — IDE — Создайте папку .open-code/agent/ в корне проекта.
---name: MainAgenttype: primarytools: read: true write: true bash: true---Ты — главный архитектор. Сначала составь план, затем передай задачу агенту `Reviewer` для проверки.
Шаг 3: Создание саб-агента — Markdown — Создайте файл reviewer.md:
---name: Reviewertype: sub-agenttools: read: true write: false---Ты — эксперт по безопасности и качеству. Проверяй код на наличие багов и соответствие SOLID.
Шаг 4: Запуск конкретного агента:
open-code --agent MainAgent
Результат: Сложная система агентов, которые общаются между собой для достижения лучшего результата.
4. Использование Skills для «ленивой» загрузки контекста
Контекст: Чтобы не перегружать контекстное окно AI огромными инструкциями, в Open Code есть система Skills. Это файлы, которые агент подгружает только тогда, когда они действительно нужны (например, правила UI-дизайна или спецификации API).
Выгода: Экономия токенов и более точное следование узким гайдлайнам.
Как применить:
Шаг 1: Создание скилла — IDE — Создайте папку .open-code/skill/frontend-design/.
Шаг 2: Описание скилла — Markdown — Создайте файл skill.md. Важно сделать описание (description) максимально понятным для AI:
---description: "Используй этот навык, когда нужно создать красивый, адаптивный UI на Tailwind CSS"---# Инструкции по дизайну1. Используй только сетку 8px.2. Цветовая палитра: Indigo-600 для кнопок.3. Всегда добавляй dark mode.
Шаг 3: Вызов скилла — Чат Open Code — Просто скажи агенту: «Обнови лендинг, используя скилл frontend-design».
Результат: Агент подтянет специфические знания только в нужный момент.
FAQ
В: Можно ли использовать Open Code полностью бесплатно?
О: Да, при установке доступны бесплатные модели (например, через Groq или провайдеры типа MiniMax). Также можно подключать локальные модели через Ollama.
В: В чем разница между агентами Plan и Build?
О: Plan предназначен для анализа и проектирования без внесения изменений в файлы. Build имеет права на запись и выполнение bash-команд для реализации задуманного. Рекомендуется сначала прогнать задачу через Plan, а затем переключиться на Build.
В: Как ограничить агента, чтобы он не удалил важные файлы?
О: В настройках кастомного агента (в YAML-блоке markdown файла) установите write: false. Также можно ограничивать доступ к bash-командам.
В: Работает ли Open Code с Windows?
О: Да, он работает через терминал (PowerShell/CMD), хотя в видео демонстрируется macOS. Установка возможна через npm или скачивание бинарного файла с GitHub.
В: Как заставить саб-агента возвращать ответ в определенном формате?
О: Пропишите это в системном промпте саб-агента (в его .md файле). Например: «Всегда завершай ответ списком найденных ошибок с эмодзи ❌».
Конспект создан на основе видео «Open Code: Get Started Fast» канала [All About AI]. Все права на оригинальный материал принадлежат авторам.Источник: https://www.youtube.com/watch?v=8toBNmRDO90