开发与工程 approval-gatescontext-awarepattern-learningtoken-efficiencymulti-languageteam-workflowopencode

OpenAgents Control(OAC)

让 AI 智能体学习并遵循你的编码模式,通过审批门控实现可重复的高质量代码生成。

FollowAgents 评估 · FARS-2.1
不推荐
47/ 100 五分制 2.4 / 5
1 2 3 4 5 6
1信任安全11 / 29 · 1.9/5

证据显示代理框架强调审批门控,但未提供实际权限最小化实现细节。用户确认机制在README中有描述,但缺乏代码级验证。数据流透明度不足,未说明上下文文件如何被处理。敏感数据处理未提及。依赖安全未提供依赖清单或审计。外部影响(如网络请求)未明确。回滚机制未提及。来源归属仅通过作者信息,但发布者未验证。

2可靠稳定6 / 14 · 2.1/5

自一致性较好,README与package.json描述一致。依赖可用性未提供完整依赖列表,仅devDependencies有glob。失败消息未提供具体错误处理示例。

3适用触发10 / 18 · 2.8/5

受众明确(开发者、团队),场景多样。能力边界在README中有说明(如不支持并行执行)。触发精度不足,未详细说明命令触发条件。环境适配良好,支持多语言和模型。

4规范维护10 / 18 · 2.8/5

信息架构清晰,有README、SECURITY.md等。安装说明详细。命名稳定性未明确版本兼容性。示例和FAQ丰富。已知限制在README中有提及。许可证为MIT。版本管理和变更日志有工作流支持。维护责任未明确,但作者信息存在。

5有效结果7 / 13 · 2.7/5

输出可用性高,有示例工作流。边际价值明确,解决模式匹配问题。成本效益有声称的token减少,但缺乏独立验证。

6证据核验3 / 8 · 1.9/5

声明可追溯性不足,未提供测试结果或证据。跨来源佐证有限,仅依赖README。事实与推断分离不清晰,许多性能声明未经验证。

证据充分度: 评估于 2026年8月11日 审查版本 37ca233fa559
使用前请注意
  • 发布者身份未验证,需谨慎对待来源。
  • 性能声明(如80% token减少)缺乏独立验证。
  • 依赖安全未提供完整清单,需自行审计。
  • 数据流和敏感数据处理不透明,需进一步审查。
查看完整评分方法 →

这个 Agent 能做什么,适合哪些场景?

OpenAgents Control(OAC)是一个基于 OpenCode 的 AI 智能体框架,专为计划优先的开发工作流设计。它通过上下文系统(Context System)让智能体在生成代码前加载项目特定的编码模式,并通过审批门控(Approval Gates)确保每次修改都经过人工批准。框架包含多个可编辑的智能体(如 OpenAgent、OpenCoder、SystemBuilder)和专用子智能体(如 ContextScout、TaskManager、TestEngineer、CodeReviewer、BuildAgent、DocWriter、ExternalScout)。其核心特点是 MVI(Minimal Viable Information)原则,显著降低令牌消耗,同时支持多语言和多种模型,避免供应商锁定。

OAC 通过 OpenCode CLI 提供智能体执行环境。用户通过 opencode --agent OpenAgent 等命令发起请求,智能体首先调用 ContextScout 发现相关的上下文文件,然后基于这些模式提出实现计划,等待用户批准后逐步执行代码修改、测试和审查。它包含多个专门子智能体:TaskManager 分解任务,CoderAgent 实现代码,TestEngineer 编写测试,CodeReviewer 进行安全审查,BuildAgent 执行类型检查和构建验证,DocWriter 生成文档,ExternalScout 获取外部库的最新文档。这些智能体的行为通过 Markdown 文件配置,用户可直接编辑。支持 /add-context/commit/test/optimize 等命令。

  1. 对于已有明确编码规范的技术团队,OAC 可将团队模式存入上下文,让所有成员生成一致风格的代码。
  2. 需要高质量生产代码的开发者,希望 AI 生成的代码无需大量重构即可部署。
  3. 希望在 AI 开发流程中保持控制权的用户,通过审批门控防止意外修改。
  4. 关注令牌成本的用户,希望减少上下文加载开销,采用 MVI 原则优化成本。
  5. 使用多种 AI 模型(如 Claude、GPT、Gemini)的团队,避免供应商锁定。

这个 Agent 有哪些优点和局限?

优点
  • 上下文系统使代码匹配项目模式,减少重构需求。
  • 审批门控确保每次修改前有人工批准,提高控制力。
  • MVI 原则大幅降低令牌使用(示例中从8000降至750),节省成本。
  • 智能体行为可编辑(Markdown 文件),无供应商锁定,支持多模型。
局限
  • 安装依赖 OpenCode CLI,若未安装需额外步骤。
  • 审批门控可能降低执行速度,不适合需要全自动化的场景。
  • 上下文添加需要时间投入(10-15分钟),且需维护更新。
  • 多语言支持中,除 TypeScript/Node.js 和 C# 外,其他语言支持未经充分测试。

如何安装或部署这个 Agent?

安装前提:OpenCode CLI(免费开源)、Bash 3.2+、Git。一键安装:curl -fsSL https://raw.githubusercontent.com/darrenhinde/OpenAgentsControl/main/install.sh | bash -s developer。也可交互式安装:curl -fsSL .../install.sh -o install.sh && bash install.sh。更新执行:curl -fsSL .../update.sh | bash

如何使用这个 Agent?

安装后,使用 opencode --agent OpenAgent 启动智能体,输入请求如“创建一个用户认证系统”。智能体将分析请求、提出计划,经批准后逐步执行。建议先运行 /add-context 添加项目模式(约10-15分钟),以获得最佳代码匹配效果。

这个 Agent 与同类方案有什么区别?

与 Cursor/Copilot 相比,OAC 提供可编辑智能体、审批门控、上下文系统和 MVI 令牌效率;与 Aider 相比,OAC 支持团队模式、上下文系统和审批流程;与 Oh My OpenCode 相比,OAC 强调控制与可重复性,而非自主并行执行。

常见问题

需要为每个项目单独安装吗?
安装可选择全局或项目本地。本地安装(.opencode/)推荐,模式可提交到 git 与团队共享;全局安装(~/.config/opencode/)适合个人默认配置。
如何添加或更新团队的编码模式?
运行 /add-context 交互式向导,回答6个问题即可。更新模式时运行 /add-context --update
支持哪些编程语言?
智能体语言无关,主要测试了 TypeScript/Node.js,现已支持 C#/.NET,Python、Go、Rust 等也可用但测试较少。
令牌效率如何实现?
采用 MVI 原则,只加载所需上下文,文件限制在200行以内,ContextScout 按优先级发现相关模式,80%的任务使用隔离上下文。
是否必须添加上下文?
不是必须,但强烈建议。无上下文时生成通用代码,添加后生成匹配你模式的代码。

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents