OpenCode: dal primo avvio a una modifica verificata

Parti da un bug che conosci e da un account per i modelli che possiedi già. Dopo aver esaminato una modifica reale e il suo costo, potrai valutare se vale la pena aggiungere un altro abbonamento per la programmazione.

Che cosa fa OpenCode?

OpenCode legge il progetto, modifica i file ed esegue comandi attraverso un’interfaccia nel terminale. Il terminale è il banco di lavoro; il modello è il motore che gli colleghi. Cambiare motore significa cambiare capacità di ragionamento, velocità e prezzo. Il lavoro resta sullo stesso repository. Panoramica di OpenCode, Integrazione con Ollama

Un provider è il servizio che fornisce il modello. Una chiave API è una credenziale che consente a un programma di usare quel servizio, addebitando i consumi al relativo account di fatturazione. Un modello locale viene eseguito tramite un server di inferenza sul tuo computer. Sono scelte distinte da quella dell’interfaccia dell’agente.

Anche la compatibilità con il provider va verificata sul campo. Il tool calling è la capacità di richiedere un’azione, per esempio leggere un file o eseguire un comando. OpenCode segnala che sono relativamente pochi i modelli capaci di gestire bene sia il tool calling sia la generazione di codice. Prova il modello su un compito piccolo prima di affidargli un refactoring esteso. Indicazioni sui modelli

Come installare OpenCode e aprire il progetto

Segui la documentazione ufficiale per l’installazione, poi avvia OpenCode nel repository su cui vuoi lavorare. Se hai già Node.js e npm, il comando di installazione del pacchetto indicato nella documentazione è:

npm install -g opencode-ai
cd /path/to/project
opencode

Sostituisci il percorso del progetto con il tuo. La documentazione propone anche curl -fsSL https://opencode.ai/install | bash; per Homebrew, il tap consigliato è brew install anomalyco/tap/opencode. Scegli un solo metodo di installazione. Su Windows, la documentazione raccomanda WSL, l’ambiente Windows che permette di eseguire strumenti Linux, ed elenca anche le opzioni npm, Chocolatey e Scoop. Installazione ufficiale e primo avvio

OpenCode apre una TUI, un’interfaccia testuale all’interno del terminale. I comandi che iniziano con /, come /connect, vanno inseriti in quell’interfaccia. Quelli che iniziano con opencode, come opencode stats, si eseguono nella shell.

Lavora in un repository Git e parti da un nuovo branch. Git registra le modifiche e ti permette di esaminare il diff, cioè le righe esatte aggiunte e rimosse, prima di creare un commit.

Come collegare gli account che già paghi

Esegui /connect, seleziona il provider e completa la procedura di autenticazione documentata. Poi esegui /models e scegli un modello. I provider più diffusi sono già configurati; gli endpoint personalizzati e i server locali possono richiedere impostazioni aggiuntive. Scelta del modello

Queste procedure sono descritte nella pagina pubblica dei provider di OpenCode. Non garantiscono quali funzionalità o modelli saranno disponibili con uno specifico account a pagamento. Istruzioni per collegare i provider

Un abbonamento alla chat non include automaticamente il consumo API. Anthropic specifica che Claude Pro non comprende l’uso delle API di Claude Console. Anche la sezione Anthropic di OpenCode mette in guardia dai plugin di autenticazione per Claude Pro/Max. Per questa connessione usa una chiave API Anthropic, oppure usa Claude Code con l’abbonamento. Anche OpenAI distingue i prezzi dei token API dall’utilizzo incluso nell’abbonamento. Fatturazione di Claude Pro, Avvertenza di OpenCode su Anthropic, Abbonamenti e prezzi API di OpenAI

Con Ollama, dopo aver installato entrambi gli strumenti, esegui ollama launch opencode e seleziona un modello locale. Ollama offre anche ollama launch opencode --config per configurare il collegamento senza aprire una sessione. Il launcher propone modelli locali e cloud: scegli consapevolmente. Configurazione di OpenCode con Ollama

Per una configurazione locale manuale, l’esempio dei provider di OpenCode usa @ai-sdk/openai-compatible, l’indirizzo locale http://localhost:11434/v1 e un ID corrispondente al modello servito. LM Studio ha un proprio esempio di configurazione. Per un servizio compatibile con OpenAI che non compare nell’elenco, usa /connect → Other e configura in opencode.json l’ID del provider corrispondente, l’indirizzo e il modello. Provider locali e personalizzati

Come affrontare il primo compito reale

Scegli un bug per il quale sai descrivere il comportamento corretto prima di avviare l’agente. Un modulo di registrazione che accetta un indirizzo email vuoto è un punto di partenza migliore di una richiesta di riprogettare l’intera applicazione.

Per prima cosa, inizializza il progetto. Esegui /init: crea o aggiorna AGENTS.md, un file Markdown con le istruzioni per le sessioni future dell’agente. Leggi il risultato e correggi comandi e presupposti prima di proseguire. Inizializzazione del progetto

Poi chiedi un piano. Premi Tab finché non selezioni Plan. Usa @ per indicare i file reali dell’implementazione e dei test nel repository. Per il bug dell’email vuota, potresti scrivere:

Questo è un esempio di richiesta, non il resoconto di un test già eseguito. Sostituiscilo con un bug reale e con i file effettivi del tuo progetto. Plan limita le modifiche e i comandi della shell attraverso i permessi; non è un ambiente di esecuzione isolato. Agenti e comportamento di Plan, Riferimenti ai file

Passa quindi all’implementazione concordata. Seleziona Build con Tab e chiedi di aggiungere un test di regressione, cioè un test che riproduca il bug, e di applicare la correzione minima. Fai verificare che il test fallisca con il comportamento originale e passi dopo la modifica, poi fai eseguire i controlli esistenti pertinenti. Build è l’agente predefinito con gli strumenti abilitati. Agente Build

Infine, esamina personalmente il risultato. Leggi il diff, verifica che l’asserzione del test corrisponda al comportamento desiderato e controlla eventuali modifiche estranee al compito. Un test che passa ma verifica il comportamento sbagliato dimostra ben poco. Chiedi all’agente di riportare i comandi effettivamente eseguiti e gli errori che non è riuscito a risolvere.

Se la modifica prende una direzione sbagliata, /undo può annullare l’ultimo messaggio e le modifiche associate; /redo ripristina un messaggio annullato. Entrambi si basano su Git. Annullare e ripristinare

Come rendere utili AGENTS.md e le regole del progetto

Scrivi le istruzioni che servirebbero a uno sviluppatore competente per lavorare nel repository. Devono essere abbastanza precise da poter essere verificate:

• I comandi effettivi per installazione, build, lint e test, con l’ordine di esecuzione quando conta.
• Dove si trovano il codice dell’applicazione, i pacchetti condivisi e i file generati.
• Quali convenzioni seguire e quali moduli esistenti le mostrano in pratica.
• Quando il lavoro si considera concluso, includendo i controlli pertinenti e un riepilogo del comportamento modificato.

Includi il file del progetto in un commit per condividerlo con il team. Le regole personali vanno in ~/.config/opencode/AGENTS.md. OpenCode può usare CLAUDE.md come ripiego quando manca il corrispondente file di regole OpenCode. Regole e percorsi dei file

opencode.json è il file di configurazione. Il suo array instructions può caricare indicazioni già esistenti, così non serve copiare una guida ai contributi dentro AGENTS.md. L’esempio seguente richiede anche conferma prima di modificare file o eseguire comandi nella shell:

{
  "$schema": "https://opencode.ai/config.json",
  "instructions": ["CONTRIBUTING.md"],
  "permission": {
    "edit": "ask",
    "bash": "ask"
  }
}

Indica un file di istruzioni presente nel progetto e integra queste impostazioni nella configurazione esistente. Un semplice riferimento a un altro file dentro AGENTS.md non ne carica automaticamente il contenuto. Usa instructions quando vuoi che quel file venga letto. Istruzioni personalizzate

Le regole descrivono il comportamento desiderato. I permessi stabiliscono se un’azione di uno strumento può procedere. La maggior parte dei permessi parte da allow: se vuoi richieste di conferma, configura i permessi in modo esplicito. Configurazione dei permessi

Quando aggiungere un plugin

Un plugin è codice JavaScript o TypeScript che estende OpenCode reagendo a eventi, per esempio l’esecuzione di uno strumento o una sessione che diventa inattiva. Puoi usare questo meccanismo per una notifica locale di completamento o per un flusso di lavoro specifico del repository. Eventi ed esempi di plugin

Inserisci un plugin locale in .opencode/plugins/ per usarlo in un solo progetto, oppure in ~/.config/opencode/plugins/ per tutti i progetti. OpenCode carica questi file all’avvio. Per un pacchetto pubblicato su npm, aggiungilo all’array plugin in opencode.json; la documentazione mostra nomi come opencode-wakatime. All’avvio, Bun installa automaticamente pacchetti e dipendenze. Esamina il codice sorgente del plugin e il suo stato di manutenzione prima di aggiungere codice eseguibile al tuo ambiente di sviluppo. Caricamento dei plugin

Comincia dal flusso di lavoro integrato. Aggiungi un plugin quando sai indicare quale attività ripetitiva eliminerà. Una raccolta più ampia di plugin può aumentare il lavoro di configurazione e debug prima di produrre un beneficio.

Quanto costano OpenCode e Zen?

Distingui il flusso di lavoro dell’agente dalla spesa per il modello. Con un abbonamento supportato che possiedi già, usi l’accesso di quell’account. Con una chiave API, il provider misura e fattura i consumi. Con l’inferenza locale, contano la capacità del computer e i costi di funzionamento. Zen è un modo distinto e facoltativo per acquistare l’accesso ai modelli. Scelta del provider

OpenCode Zen è un servizio di modelli a consumo. La sua pagina pubblica propone un credito di $20 più una commissione di $1.23 per il pagamento con carta. L’acquisto pubblicizzato costa quindi $21.23, con $20 disponibili per l’utilizzo. La pagina dichiara che le richieste non hanno maggiorazioni, che si possono impostare limiti di spesa mensili e che scatta una ricarica automatica di $20 quando il saldo raggiunge $5. Sono condizioni relative al credito e ai pagamenti, non il prezzo di un abbonamento mensile. Controlla le condizioni aggiornate prima di versare denaro. Pagina pubblica dei prezzi di Zen

Per collegarlo, esegui /connect, scegli OpenCode Zen e completa la configurazione dell’account e della fatturazione per ottenere una chiave API. Incollala in OpenCode e usa /models. Zen resta facoltativo se un altro provider soddisfa già le tue esigenze. Connessione a Zen

Un esempio di costo con l’API Anthropic

Una sessione esemplificativa con Claude Sonnet 4.6 tramite l’API diretta di Anthropic si può stimare usando le tariffe standard pubblicate: $3 per milione di token in input e $15 per milione di token in output. Un token è una piccola unità di testo che il modello elabora o produce. Ipotizziamo che l’intera sessione, sommando tutte le richieste, utilizzi 200,000 token in input non memorizzati nella cache e 20,000 token in output. Prezzi Anthropic per modelli e strumenti

È un calcolo, non una sessione OpenCode misurata né un prezzo garantito per correggere un bug. Presuppone le tariffe standard dell’API diretta, senza cache e senza costi di servizio aggiuntivi. Conta tutto ciò che compare nelle richieste, comprese le istruzioni, il contesto della conversazione ripetuto e i risultati degli strumenti. Letture e scritture della cache hanno tariffe diverse; altri servizi e altri modelli cambiano il conto. Questa stima non riguarda i prezzi di Zen.

Venti sessioni con questi consumi ipotetici costerebbero $18; trenta costerebbero $27. Per confronto, il prezzo pubblico di Claude Pro negli Stati Uniti è di $20 al mese e include Claude Code con limiti di utilizzo. Il confronto mostra quando una spesa API variabile può superare un prezzo fisso per utente; non dimostra che i risultati o l’utilizzo incluso siano equivalenti, né quale soluzione costi meno per il tuo lavoro. Prezzo di Claude Pro e distinzione rispetto alle API

Esegui opencode stats nella shell per vedere le statistiche di utilizzo e costo, oppure opencode stats --days 1 per l’ultimo giorno. Per una singola sessione, opencode export permette di selezionarla ed esportarne i dati in JSON. Confronta i consumi con la fatturazione del servizio che usi: una stima basata sui token non è il prezzo di un’attività inclusa nell’abbonamento. Comandi per i consumi

Sei compiti da provare, in ordine di utilità pratica

Parti dal lavoro ripetitivo di cui sai valutare il risultato. Quelli che seguono sono flussi di lavoro proposti, non risparmi di tempo misurati.

Il comando non interattivo opencode run può ricevere un prompt per attività eseguite da script, una volta configurati il provider e il flusso di lavoro. Passa all’automazione ripetibile quando il compito dispone di un metodo di verifica affidabile. Comando run della CLI

OpenCode, Claude Code o Pi: quale scegliere?

Scegli OpenCode quando la scelta del modello è centrale per il tuo lavoro e vuoi gli agenti Plan e Build già integrati, insieme alle regole di progetto e al supporto per i plugin. Il menu dei provider offre un’interfaccia di lavoro comune per più servizi e configurazioni locali. È una raccomandazione sul flusso di lavoro, non l’affermazione che produca codice migliore. Modelli di OpenCode, Agenti

Scegli Claude Code quando lavori già soprattutto con Claude e vuoi usare l’abbonamento Claude Pro o Max tramite l’integrazione documentata nel terminale o nell’IDE. Claude e Claude Code condividono i limiti di utilizzo del piano. Per confrontare le opzioni di fatturazione, leggi Quanto costa Claude Code nel 2026. Integrazione con l’abbonamento Claude

Scegli Pi quando vuoi un nucleo più essenziale da personalizzare con estensioni, modelli di prompt, skill e temi. Anche Pi supporta più provider: la flessibilità nella scelta dei modelli, da sola, non è un motivo per preferire OpenCode a Pi. La panoramica pubblica di Pi indica che una modalità di pianificazione si può aggiungere tramite estensioni, anziché essere inclusa nel nucleo. Il mio consiglio è OpenCode per chi vuole il flusso di lavoro già fornito e Pi per lo sviluppatore che preferisce definirne personalmente una parte maggiore. Panoramica pubblica di Pi

Per una scelta più ampia fra gli agenti da terminale, leggi Gemini CLI e Claude Code a confronto. Valuta separatamente l’accesso ai modelli, il flusso di lavoro preferito e la modalità di pagamento.

Due idee da sviluppare intorno a OpenCode

L’idea più solida: un flusso di revisione su misura per il repository

Un piccolo team di ingegneria potrebbe pagare per un flusso di revisione che controlli gli errori ricorrenti e restituisca segnalazioni accompagnate da prove riproducibili. Il segnale di domanda è circa 1,300 ricerche mensili negli Stati Uniti per “ai code review”, secondo la stima delle parole chiave di DataForSEO verificata il 4 ottobre 2026. Il prezzo pubblico di CodeRabbit Essentials è di $24 per sviluppatore al mese con fatturazione annuale, oppure $30 con fatturazione mensile: un riferimento concreto per una categoria già a pagamento. Dati sulle parole chiave di DataForSEO, Prezzi di CodeRabbit

La versione minima vendibile caricherebbe la checklist di revisione del team e le istruzioni del progetto, esaminerebbe un diff fornito e produrrebbe un breve report con riferimenti ai file, passaggi di verifica e consumi del modello registrati. Parti da un comando locale ripetibile; aggiungi poi eventi dei plugin solo dove riducono il lavoro manuale.

Gli ostacoli sono la concorrenza e la fiducia. Un semplice involucro per la revisione offre pochi vantaggi rispetto agli strumenti esistenti. Una nicchia promettente richiede regole di dominio ricorrenti e prove che i suggerimenti riducano il lavoro dei revisori. Il volume di ricerca segnala interesse per la categoria, non domanda per un prodotto OpenCode. È l’opportunità più solida fra quelle proposte perché la revisione si ripete e la sua utilità si può valutare su diff reali.

Un kit di avvio OpenCode collaudato per le agenzie

Un’agenzia potrebbe acquistare un servizio di configurazione che consegni, per ogni repository cliente, una connessione funzionante al provider, un AGENTS.md accurato, una configurazione minima e un primo compito completato e revisionato. Circa 1,600 ricerche mensili negli Stati Uniti per “open source ai coding assistant” indicano interesse per questa categoria, sulla base della stessa verifica DataForSEO. Dati sulle parole chiave di DataForSEO

L’MVP sarebbe una checklist di configurazione accompagnata da impostazioni specifiche per il repository, con un comando di verifica eseguito con successo e una modalità di fatturazione chiara come risultati da consegnare. Evita di creare un’altra interfaccia generalista per agenti di programmazione. Il limite è che la documentazione gratuita spiega già l’installazione, e l’interesse nelle ricerche non dimostra disponibilità a pagare. Fai pagare la configurazione specifica per il cliente e il mantenimento delle istruzioni per il passaggio di consegne solo se le agenzie riconoscono valore a quel lavoro.

Che cosa resta sotto la tua responsabilità

OpenCode non garantisce che il modello abbia capito i requisiti del tuo prodotto. Test, revisione del codice e decisioni sulla messa in produzione restano responsabilità tue. Anche un cambio di provider richiede una nuova verifica della qualità dei risultati e del costo effettivo.

L’inferenza locale sostituisce la spesa per un modello ospitato con il fabbisogno di hardware e il lavoro di configurazione. Un’interfaccia locale per l’agente, se collegata a un provider cloud, continua a inviare a quel provider le richieste al modello. Decidi dove eseguire l’inferenza separatamente da dove scrivi il prompt.

Per una modifica minuscola che sai già fare, configurazione e revisione possono richiedere più attenzione dell’intervento stesso. Per un progetto ambiguo, definisci i criteri di accettazione prima di chiedere all’agente di implementarlo. Il risultato che conta è una modifica corretta e revisionata.

Da fare lunedì: scegli un bug riproducibile, apri un nuovo branch, collega un provider e completa il ciclo di lettura, pianificazione, modifica, test e revisione. Annota quale modello hai usato, quali controlli sono passati e come è stata fatturata la sessione. Avrai così elementi concreti per la prossima scelta degli strumenti.

Se vuoi realizzare per il tuo team un flusso di programmazione o revisione specifico per il repository, il passo successivo è lo sviluppo di agenti AI.