上期视频介绍了 Cloud Code 的开源替代品 OpenCode，并演示了其基础用法。OpenCode 还有更高级的用法：结合其最强的开源插件 OMO (Open My OpenCode)，可以让 OpenCode 从简单的 AI 编程助手进化为能够实现多 AI 协作的 AI 开发团队，不同模型各司其职。如果在 OpenCode 中只使用单一模型处理所有任务，那么无论是前端 UI、后端逻辑还是文档编写，遇到模型不擅长的领域时都会出现能力下降。而且，只使用高端模型（如 GPT 4.5 或 GPT 5.2）处理简单任务还会造成浪费。因此，在 OpenCode 中，我们可以使用 OMO 插件来实现多模型智能协同。例如，使用 GPT 5.2 实现架构设计、修复复杂 Bug；使用 Jap ro 实现前端 UI 设计；使用 Claude 5 模型实现文档研究、OSS 分析；还能使用 Glock 模型实现快速探索。

OMO 的优势还包括任务完成保证机制。在 OMO 中，它使用一个主智能体（Agent）对其他子智能体进行指挥、委派任务和验证，从而确保大模型在执行任务时不会停滞。OMO 项目中的命名也很有形象：源自希腊神话中西西弗斯（Sisyphus）日复一日将巨石推向山顶的苦役，这象征着 OMO 项目中的默认 Agent，它相当于一个强大的 AI 协调器，使用专门的子 Agent 和激进的并行执行来规划、委派和执行复杂任务。

在 OpenCode 中使用 OMO 的学习成本几乎为零。我们可以直接使用 OMO 的 outwork 工作流，只需在提示词中输入 outwork，它就会将我们的任务委派给其他 Agent，从而实现“不需要我们写一行代码就能帮我们完成任务”。它还支持智能上下文管理、代码质量保护，并具备并行执行能力，可以独立并行执行任务。

OMO 还具备实时获取外部知识的能力，因为它集成了 Contex Seven 和 MCP 来实时查询官方文档，还支持 ex MCP 来进行网络搜索获取最新信息。它能完整兼容 Cloud Code。因此，对于大型代码重构、代码遗留问题、全站开发、修复复杂 Bug 等场景，我们可以在 OpenCode 中使用 OMO 插件来执行这些复杂的任务。

安装与配置

要使用这款插件非常简单。首先，确保已安装 OpenCode（如果不熟悉，可观看上一期视频）。然后，复制官方给出的安装命令进行安装。官方提供了两种安装方式：一是使用 ban，二是直接使用 npx。

这里复制第一条命令，打开终端（Windows 用户请打开 CMD），直接粘贴命令并运行。

安装过程中，它会提示是否有 Cloud 账号订阅（这里选择第三项“有”），以及是否有 [未指明] 订阅（这里选择“有”），最后提示是否集成 Jamin（这里选择“是”）。

安装完成后，它提示需要运行 OpenCode。此时，可以看到它设置的智能体，包括使用的 Cloud Opus 5 模型。

OpenCode 启动与模型设置

启动 OpenCode 后，可以看到三个可用的 MCP。我们还可以使用斜杠命令 /us 查看状态。这里是 OMO 自带的三个 MCP，还包含三个插件。

接下来，在 OpenCode 中使用 /connect 命令登录账号。我先登录 Cloud 账号，按 Enter 键，选择第一项“使用我的订阅登录”，将给出的链接复制到浏览器并粘贴，点击验证，然后复制认证代码。回到 OpenCode，粘贴认证代码。之后，就可以选择模型了，这里选择 GPT 4.5 模型。

设置好后，可以使用 /mods 命令查看已添加的模型。目前添加了 Cloud 官方的 GPT 4.5 模型、GPT 5.2 模型、Jap ro 模型，以及默认的 Gemini 2.1 模型。我们还可以使用斜杠命令 /model 来切换模型，例如将 GPT 4.5 模型切换成 GPT 5.2 模型。在这里，我们还可以用 Tab 键切换计划模式（Plan Mode）和执行模式（Execution Mode）。

场景测试一：创建仪表盘

下面以一个最简单的任务进行测试。输入任务：“创建一个现代化的分析仪表盘，包含数据可视化、实时更新、深色模式，支持...”。同时输入 OMO 提供的“魔法咒语” ULW。这个咒语可以释放 OMO 的所有力量，实现启用并行智能体后台任务和深度探索。

执行后，提示 outwork 模式已激活，并生成了开发任务，正在执行，需要稍等片刻。

当输入 outwork 时，OpenCode 会检测到关键词，主 Agent 分析意图，拆解任务，创建并派发给其他 Agent。这样，我们就相当于在 OpenCode 中拥有了一个专业的 Agent 团队。除了主 Agent，OMO 还包含多个其他 Agent：

• ACL e Agent：负责架构设计，修复复杂 Bug。
• expl Agent：用于代码库探索，模式发现，可以并行运行。
• 研究 Agent：研究外部文档。
• 图像和 OSS 分析 Agent：处理多模态内容。
• 文档分析 Agent：为项目生成 README 和文档。
• 前端设计 Agent：主要用于 UI/UX 设计，支持 LSP、搜索、MCP 工具。
• 后台任务 Agent：通过 Hooks 监控整个系统，实现质量保证、上下文管理和恢复机制。

用户使用 ULW 这样的魔法咒语即可触发整个工作流。整个任务流程无需干预，完全在 OpenCode 中全自动执行。

在等待几分钟后，开发完成。给出了运行方式，按照步骤运行后，可以看到为我们开发的仪表盘。整体采用了深色模式（按照提示词要求），可视化图表、鼠标悬停和动态效果都非常不错。这是测试让其开发一个最简单的仪表盘功能的效果。

场景测试二：为 iOS 应用新增功能

下面继续测试。准备了一个用 Swift 开发的原生 iOS 专注应用。测试在 OpenCode 中使用 OMO 在此项目基础上新增功能。

首先，打开终端，使用 cd 命令切换到项目路径，然后启动 OpenCode。

启动后，执行 /it 命令生成 agent.md 文件，让 OpenCode 了解当前项目的架构和技术栈。

可以看到，它正在扫描项目。第一个任务执行完成，第二个任务正在执行。提示已生成 agent.md 文件。查看该文件，包含项目预览、所用命令、代码风格等内容。 OpenCode 这样就对项目有了初步了解。

接着，可以在 OpenCode 中让它新增功能。先使用 /new 命令开启一个新 Session，清理上下文，然后输入提示词。输入 outwork，再输入开发任务：“为当前项目新增自定义专注时长功能，要求下拉可以选择专注时长，从一分钟到六十分钟。”

运行后，等待几分钟，任务完成开发。在模拟器中打开应用，可以看到新增的下拉组件。点击下拉，可以选择专注时长，从一分钟到六十分钟。选择一分钟测试，点击“开始”。允许发送通知后，开始计时。

计时完成后，出现提示：新增的自定义专注时长功能完全没问题。整个开发过程无需干预，只需设定好开发任务，OpenCode 就能全自动完成开发。

总结

我们可以在 OpenCode 中使用 OMO 开源插件，用于更复杂的开发场景，全程无需干预，完全由 CFAce（主 Agent）指挥、委派任务和验证，其他 Agent 执行任务。在 OpenCode 中，我们就相当于拥有了一个真正的开发团队，能够大幅提升开发效率。

视频到此结束，欢迎点赞、关注和转发。