Как пользоваться OpenCode: от установки до проверенного кода

Начните с ошибки, которую хорошо понимаете, и доступа к модели, который у вас уже есть. Когда вы проверите реальные изменения в коде и их стоимость, будет проще решить, нужна ли вам ещё одна подписка на инструмент для разработки.

Что умеет OpenCode

OpenCode читает проект, редактирует файлы и запускает команды через терминальный интерфейс. Терминал — рабочее место, а подключённая модель — движок. От замены движка зависят качество рассуждений, скорость и цена. Сам репозиторий остаётся объектом работы. Обзор OpenCode, Интеграция с Ollama

Провайдер — сервис, который предоставляет модель. API-ключ — учётные данные, позволяющие программе обращаться к этому сервису и оплачивать запросы через соответствующий аккаунт. Локальная модель работает через сервер инференса на вашем компьютере. Выбор способа доступа к модели и выбор интерфейса агента — разные решения.

Совместимость с провайдером тоже стоит проверить на практике. Вызов инструментов, или tool calling, — это запрос на действие, например чтение файла или запуск команды. OpenCode отмечает, что сравнительно немногие модели хорошо справляются одновременно с вызовом инструментов и генерацией кода. Проверьте модель на небольшой задаче, прежде чем доверять ей масштабный рефакторинг. Рекомендации по выбору модели

Установка OpenCode и запуск в проекте

Установите OpenCode по официальной документации, затем запустите его внутри нужного репозитория. Если у вас уже установлены Node.js и npm, в документации предлагается такой вариант:

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

Укажите свой путь к проекту. Документация OpenCode также предлагает curl -fsSL https://opencode.ai/install | bash, а для Homebrew рекомендует brew install anomalyco/tap/opencode. Выберите один способ установки. На Windows разработчики рекомендуют WSL — среду для запуска инструментов Linux — и также приводят варианты с npm, Chocolatey и Scoop. Официальная инструкция по установке и первому запуску

OpenCode открывает TUI — текстовый пользовательский интерфейс прямо в терминале. Команды с / в начале, например /connect, вводятся внутри этого интерфейса. Команды, начинающиеся с opencode, например opencode stats, выполняются в командной оболочке.

Работайте в Git-репозитории и начните с новой ветки. Git фиксирует изменения, чтобы перед коммитом вы могли проверить diff — конкретные добавленные и удалённые строки.

Как подключить уже оплаченный доступ к модели

Выполните /connect, выберите провайдера и пройдите описанную в документации авторизацию. Затем выполните /models и выберите модель. Популярные провайдеры уже настроены; для нестандартных адресов API и локальных серверов может понадобиться дополнительная конфигурация. Выбор модели

Эти способы подключения описаны на публичной странице провайдеров OpenCode. Они не гарантируют, какие именно возможности будут доступны в конкретном платном аккаунте. Инструкции по подключению провайдеров

Подписка на чат сама по себе не даёт лимит запросов к API. Anthropic указывает, что Claude Pro не включает использование API через Claude Console. Раздел Anthropic в документации OpenCode также предостерегает от использования плагинов авторизации через Claude Pro/Max. Для этого подключения используйте API-ключ Anthropic либо работайте с подпиской через Claude Code. OpenAI тоже разделяет оплату токенов API и использование подписки. Оплата Claude Pro, Предупреждение OpenCode об Anthropic, Тарифы OpenAI для подписки и API

Для Ollama сначала установите Ollama и OpenCode, затем выполните ollama launch opencode и выберите локальную модель. Команда ollama launch opencode --config позволяет только настроить подключение, не открывая сеанс. Средство запуска предлагает и локальные, и облачные модели, поэтому выбирайте осознанно. Настройка OpenCode через Ollama

При ручной настройке локального подключения в примере OpenCode используются @ai-sdk/openai-compatible, локальный адрес http://localhost:11434/v1 и идентификатор модели, совпадающий с той, которую обслуживает ваш сервер. Для LM Studio есть отдельный пример. Чтобы подключить отсутствующий в списке OpenAI-совместимый сервис, выберите /connect → Other и задайте соответствующие идентификатор провайдера, адрес и конфигурацию модели в opencode.json. Локальные и нестандартные провайдеры

Как пользоваться OpenCode: первая задача в проекте

Выберите ошибку, для которой можете описать правильное поведение ещё до запуска агента. Форма регистрации, принимающая пустой адрес электронной почты, — более подходящая первая задача, чем просьба переделать всё приложение.

Сначала инициализируйте проект. Выполните /init. Команда создаёт или обновляет AGENTS.md — Markdown-файл с инструкциями для будущих сеансов работы агента. Прочитайте результат и исправьте команды и неверные предположения, прежде чем продолжать. Инициализация проекта

Затем запросите план. Нажимайте Tab, пока не будет выбран Plan. Через @ укажите реальные файлы реализации и тестов в своём репозитории. Для ошибки с пустым адресом запрос может выглядеть так:

Это пример постановки задачи, а не отчёт о проведённом тестировании. Подставьте реальную ошибку и реальные файлы своего проекта. Plan ограничивает редактирование и команды оболочки с помощью разрешений; изолированной средой выполнения он не является. Агенты и поведение Plan, Ссылки на файлы

Теперь реализуйте согласованный объём изменений. Переключитесь на Build клавишей Tab и попросите добавить регрессионный тест, воспроизводящий ошибку, а затем внести минимальное исправление. Агент должен показать, что тест не проходит при исходном поведении и проходит после изменения, а затем выполнить подходящие существующие проверки. Build — агент по умолчанию с включёнными инструментами. Агент Build

В конце проверьте результат сами. Прочитайте diff, сопоставьте утверждения в тесте с ожидаемым поведением и проверьте изменения, не относящиеся к задаче. Если тест проверяет неправильное поведение, его успешное прохождение мало о чём говорит. Попросите агента перечислить команды, которые он действительно выполнил, и ошибки, которые не удалось устранить.

Если изменения пошли не в ту сторону, /undo позволяет отменить последнее сообщение и связанные с ним изменения, а /redo — восстановить отменённое сообщение. Обе команды используют Git. Отмена и повтор изменений

Какие инструкции записать в AGENTS.md

Опишите то, что нужно знать опытному разработчику для работы в этом репозитории. Инструкции должны быть достаточно конкретными, чтобы их можно было проверить:

• Реальные команды установки зависимостей, сборки, линтинга и тестирования, а также порядок выполнения, если он важен.
• Расположение кода приложения, общих пакетов и генерируемых файлов.
• Принятые соглашения и существующие модули, которые служат примером их применения.
• Критерии завершения задачи, включая нужные проверки и краткое описание того, как изменилось поведение.

Включите файл проекта в коммит, чтобы им пользовалась вся команда. Личные правила размещаются в ~/.config/opencode/AGENTS.md. Если соответствующего файла правил OpenCode нет, инструмент может использовать CLAUDE.md как запасной вариант. Правила и расположение файлов

Конфигурация хранится в opencode.json. Массив instructions позволяет загружать существующие инструкции, поэтому копировать руководство для участников проекта в AGENTS.md не нужно. В следующем примере также включён запрос подтверждения перед редактированием файлов и выполнением команд оболочки:

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

Укажите файл инструкций, который существует в вашем проекте, и добавьте эти настройки в имеющуюся конфигурацию. Простая ссылка на другой файл внутри AGENTS.md не загружает его содержимое автоматически. Если файл нужно загрузить, используйте instructions. Пользовательские инструкции

Правила описывают желаемое поведение. Разрешения определяют, будет ли выполнено действие инструмента. Для большинства разрешений начальное значение — allow, поэтому, если нужны запросы подтверждения, задайте соответствующие настройки явно. Настройка разрешений

Когда стоит добавлять плагины OpenCode

Плагин — код на JavaScript или TypeScript, который расширяет OpenCode через события, например запуск инструмента или переход сеанса в состояние ожидания. Этот механизм можно использовать для локального уведомления о завершении работы или сценария, специфичного для репозитория. События и примеры плагинов

Для одного проекта поместите локальный плагин в .opencode/plugins/, а для всех проектов — в ~/.config/opencode/plugins/. OpenCode загружает эти файлы при запуске. Если плагин опубликован как npm-пакет, добавьте его в массив plugin файла opencode.json; среди примеров в документации есть opencode-wakatime. Пакеты и зависимости автоматически устанавливаются через Bun при запуске. Прежде чем добавлять исполняемый код в среду разработки, изучите исходники плагина и то, как его поддерживают. Загрузка плагинов

Начните со встроенных возможностей. Добавляйте плагин, когда можете назвать повторяющуюся задачу, от которой он избавит. Большая коллекция плагинов может потребовать настройки и отладки раньше, чем принесёт пользу.

Сколько стоят OpenCode и Zen

Рассматривайте работу агента и оплату модели отдельно. При подключении поддерживаемой подписки вы пользуетесь доступом этого аккаунта. С API-ключом провайдер учитывает фактическое использование. При локальном инференсе важны возможности вашего компьютера и расходы на его работу. Zen — отдельный, необязательный способ купить доступ к моделям. Варианты провайдеров

OpenCode Zen — сервис доступа к моделям с оплатой по мере использования. На его публичной странице указаны пополнение баланса на $20 и комиссия за обработку карточного платежа $1.23. Итого такая покупка обходится в $21.23, а для запросов остаётся $20. Сервис заявляет нулевую наценку на запросы, возможность установить месячный лимит расходов и автоматическое пополнение на $20, когда баланс снижается до $5. Это условия пополнения и оплаты, а не цена месячной подписки. Перед внесением денег проверьте действующие условия. Публичная страница тарифов Zen

Для подключения выполните /connect, выберите OpenCode Zen, настройте аккаунт и оплату, получите API-ключ и вставьте его в OpenCode. Затем воспользуйтесь /models. Если другой провайдер уже решает ваши задачи, подключать Zen необязательно. Подключение Zen

Пример расчёта стоимости сеанса через Anthropic

Стоимость условного сеанса с Claude Sonnet 4.6 через прямой API Anthropic можно рассчитать по опубликованным стандартным ставкам: $3 за миллион входных токенов и $15 за миллион выходных. Токен — небольшая единица текста, которую модель обрабатывает или генерирует. Предположим, за весь сеанс, во всех запросах суммарно, использовано 200,000 входных токенов без кэширования и 20,000 выходных. Тарифы Anthropic для моделей и инструментов

Это арифметический пример, а не замер реального сеанса OpenCode и не обещание исправить ошибку за такую сумму. В расчёте приняты стандартные ставки прямого API, без кэширования и дополнительных комиссий сервисов. Учитывайте всё содержимое запросов: инструкции, повторяющийся контекст переписки и результаты работы инструментов. Для чтения из кэша и записи в него действуют другие ставки; выбор другой модели или сервиса меняет счёт. К Zen этот расчёт не относится.

Двадцать сеансов с таким условным расходом обойдутся в $18, тридцать — в $27. Для сравнения: публичная цена Claude Pro в США составляет $20 в месяц, а в подписку входит Claude Code с лимитами использования. Пример показывает, при каком расходе переменный бюджет API может превысить фиксированную цену подписки на пользователя. Он не доказывает, что варианты дают одинаковый результат или объём доступа, и не определяет, какой из них дешевле для вашей работы. Цена Claude Pro и отличие от API

В командной оболочке выполните opencode stats, чтобы посмотреть статистику использования и расходов, или opencode stats --days 1, чтобы увидеть данные за последний день. Команда opencode export позволяет выбрать отдельный сеанс и экспортировать его данные в JSON. Сверяйте расход с сервисом, который выставляет счёт: оценка по токенам не равна цене задачи, включённой в подписку. Команды для учёта использования

Шесть задач, с которых стоит начать: по практической отдаче

Начните с повторяющейся работы, результат которой можете оценить. Ниже — предлагаемые сценарии, а не заявления об измеренной экономии времени.

После настройки провайдера и процесса работы неинтерактивная команда OpenCode opencode run может принимать промпт для запуска из скриптов. Переходите к повторяемой автоматизации, когда у задачи уже есть надёжный способ проверки. Команда run в CLI

Когда выбрать OpenCode, Claude Code или Pi

Выбирайте OpenCode, если возможность выбирать модель — важная часть вашей работы и вам нужны встроенные агенты Plan и Build вместе с правилами проекта и поддержкой плагинов. Меню провайдеров даёт общий рабочий интерфейс для разных сервисов и локальных конфигураций. Это рекомендация по организации работы, а не утверждение, что OpenCode пишет код лучше. Модели OpenCode, Агенты

Выбирайте Claude Code, если в основном работаете с Claude и хотите использовать подписку Claude Pro или Max через описанную в документации интеграцию с терминалом или IDE. Claude и Claude Code делят лимиты использования тарифного плана. Сравнить способы оплаты можно в статье «Стоимость Claude Code в 2026 году». Интеграция с подпиской Claude

Выбирайте Pi, если вам нужен небольшой базовый набор возможностей, который вы будете дополнять расширениями, шаблонами промптов, навыками и темами оформления. Pi тоже поддерживает несколько провайдеров, поэтому одна лишь гибкость выбора моделей не даёт оснований предпочесть ему OpenCode. В публичном обзоре Pi указано, что режим планирования можно добавить расширениями, а в базовую версию он не входит. Я рекомендую OpenCode тем, кому подходит готовый процесс работы, а Pi — разработчикам, которые хотят самостоятельно спроектировать большую часть этого процесса. Публичный обзор Pi

Для более широкого сравнения терминальных агентов прочитайте «Gemini CLI или Claude Code». Отдельно сравнивайте доступ к моделям, удобный для вас процесс работы и способ оплаты.

Две идеи продукта или услуги на базе OpenCode

Наиболее перспективная: проверка кода по правилам конкретного репозитория

Небольшая команда разработки могла бы платить за процесс проверки, который выявляет её типичные ошибки и выдаёт замечания с воспроизводимыми доказательствами. Сигнал интереса к категории — около 1,300 запросов “ai code review” в месяц в США, по оценке DataForSEO, проверенной 4 октября 2026 года. Публичная цена CodeRabbit Essentials составляет $24 за разработчика в месяц при годовой оплате или $30 при помесячной — конкретный ориентир для платного продукта в этой категории. Данные DataForSEO по ключевым словам, Тарифы CodeRabbit

Минимальная версия, которую можно продавать, загружала бы чек-лист проверки и инструкции проекта, анализировала переданный diff и возвращала короткий отчёт: места в файлах, шаги проверки и учтённый расход модели. Начните с локальной команды, которую можно повторно запускать, а обработчики событий плагина добавляйте только там, где они уменьшают ручную работу.

Сложность — конкуренция и доверие. Универсальная обёртка для проверки кода мало что даёт по сравнению с существующими инструментами. Перспективной нише нужны повторяющиеся предметные правила и доказательства того, что рекомендации уменьшают нагрузку на проверяющего. Число поисковых запросов говорит об интересе к категории, а не о спросе на продукт на базе OpenCode. Это наиболее перспективная из предложенных идей: проверка повторяется, а её пользу можно оценить на реальных diff.

Проверенный комплект настройки OpenCode для агентств

Агентство могло бы купить услугу настройки, которая для каждого клиентского репозитория обеспечивает рабочее подключение к провайдеру, точный AGENTS.md, минимальную конфигурацию и первую задачу с проверенным результатом. Около 1,600 запросов “open source ai coding assistant” в месяц в США указывают на интерес к категории — по той же проверке DataForSEO. Данные DataForSEO по ключевым словам

MVP — чек-лист настройки и конфигурация для конкретного репозитория. Результат услуги должен включать успешно выполненную проверочную команду и понятный способ оплаты модели. Не стоит создавать ещё один универсальный интерфейс агента для разработки. Проблема в том, что установка уже описана в бесплатной документации, а поисковый интерес не доказывает готовность платить. Берите деньги за настройку под конкретного клиента и поддержание передаваемых инструкций в актуальном состоянии, только если агентства ценят такую работу.

Что всё равно остаётся вашей ответственностью

OpenCode не определяет за вас, поняла ли модель бизнес-требования. Тестирование, проверка кода и решение о выпуске изменений остаются за вами. После смены провайдера тоже нужно заново проверить качество результата и фактическую стоимость.

Локальный инференс заменяет расходы на облачную модель требованиями к оборудованию и работой по настройке. Локальный интерфейс агента, подключённый к облачному провайдеру, по-прежнему отправляет запросы к модели этому провайдеру. Где выполняется инференс и где вы вводите промпт — отдельные вопросы.

Если вы уже знаете, как внести крошечное изменение, настройка и проверка результата могут потребовать больше внимания, чем само исправление. Если задача в проекте неоднозначна, определите критерии приёмки до того, как просить агента о реализации. Ценность даёт корректное, проверенное изменение.

Что сделать в понедельник: выберите одну воспроизводимую ошибку, создайте новую ветку, подключите одного провайдера и пройдите весь цикл: изучение кода, планирование, редактирование, тестирование и проверку результата. Запишите, какую модель использовали, какие проверки прошли и как оплачивался сеанс. Это даст фактическую основу для следующего решения о выборе инструментов.

Если вашей команде нужен процесс разработки или проверки кода, настроенный под конкретный репозиторий, следующий шаг — разработка ИИ-агентов.