简体中文 | English
基于 opencode 的自动驾驶 agent 集群 —— 遵循 TDD 纪律的自主开发工具包。
OpenCode 很强大,但开箱即用只是单轮助手 —— 你提问、它回答,上下文随之消失。把一个功能从想法变成合入代码,需要几十轮手动交互和持续的盯盘。
opencode-toolbox 填补了这个空白:结构化的自动驾驶工作流,从 .scratch/ 目录中取出一个充分定义好的 issue,派遣 TDD 驱动的 implementer agent,经过 reviewer 审查,循环直到代码可以合入 —— 全程自主运行,每步都有清晰可审计的报告。
基于 mattpocock/skills 构建,并根据日常深度使用中的个人习惯做了补充扩展。
| 能力 | 说明 |
|---|---|
/autopilot 自主开发工作流 |
TDD 驱动的 implementer → reviewer 闭环,最多 3 轮重试 |
| 工程技能 | tdd、diagnose、triage、to-issues、to-prd、zoom-out、grill-with-docs、improve-codebase-architecture、prototype、setup-matt-pocock-skills |
| 生产力技能 | caveman(极简模式)、grill-me(方案拷问)、handoff(上下文交接)、write-a-skill |
| 自研技能 | skill-creator(评测驱动的技能开发)、opencode-plugin-scaffold(创建/修复 OpenCode 插件) |
| Agent 集群 | implementer(TDD 实施)+ reviewer(四维审查:行为对齐、TDD 纪律、代码质量、计划忠实度) + argus(Kimi 多模态图像分析) |
git clone https://github.com/MatthewYe/opencode-toolbox.git
cd opencode-toolbox && bun install && bun run build然后在你项目的 opencode.json 或 opencode.jsonc 中添加本地路径(项目根目录为项目级配置,~/.config/opencode/opencode.json 为全局配置):
{ "plugin": ["/path/to/opencode-toolbox"] }插件自动注册 skills、agents 和 /autopilot 命令。
启动 OpenCode,确认以下两个信号:
- 输入
/aut能看到/autopilot命令补全 - 问 "列出当前可用的 skills",应出现
tdd、diagnose、triage等
首先初始化工程技能的上下文:
# 0. 初始化 —— 配置 issue tracker、triage 标签等,所有工程技能的运行前提
/setup-matt-pocock-skills完整流水线 —— 从想法到 ready-for-agent:
# 1. 拷问 —— 对照领域文档和决策记录,压力测试你的想法
/grill-with-docs "Add user authentication with OAuth"
# 2. 规格化 —— 将结论固化为 PRD
/to-prd
# 3. 切片 —— 将 PRD 拆分为可独立领取的 issues
/to-issues
# 4. 分流 —— 将每个 issue 走完状态机,推进到 ready-for-agent
/triage当 issue 状态为 ready-for-agent 后:
# 5. 自动驾驶 —— implementer → reviewer,自主 TDD 循环
/autopilot # 处理第一个就绪 issue
/autopilot .scratch/feat/issues/01-add-login # 处理指定 issueflowchart LR
I[".scratch/ issue<br/>(Status: ready-for-agent)"] --> IM["implementer<br/>读取 AGENT-BRIEF<br/>TDD red-green-refactor"]
IM --> SR["self-review / 自审查"]
SR --> RV["reviewer<br/>四维审查(只读)"]
RV -->|"VERDICT: MERGE"| DONE(["代码就绪"])
RV -->|"VERDICT: RETRY"| IM
RV -->|"VERDICT: BLOCKED"| HUMAN(["needs-info → 人工介入"])
报告可被机器解析 —— 编排器读取 IMPLEMENTER_REPORT: 和 REVIEWER_REPORT: 块来决定下一步。
最多 3 轮(初始 + 2 次重试)。若第 3 轮仍 RETRY,issue 进入 needs-info 等待人工处理。
关于 issue 结构、TDD 纪律规则和 agent 行为的完整细节,详见 AGENTS.md。
工具箱默认注册三个 agent:
| Agent | 模型 | 说明 |
|---|---|---|
implementer |
继承全局默认 | TDD 驱动实施,遇错自动 diagnose 自愈 |
reviewer |
继承全局默认 | 只读四维审查 |
argus |
kimi-for-coding/kimi-for-coding |
只读,多模态图像/UI/图表分析(中文输出) |
argus 默认使用 Kimi 多模态模型。如果你的 provider 配置中 Kimi 名称不同,在 opencode.json/opencode.jsonc 中覆盖:
无需图像分析 agent 时,也可以直接禁用:
{ "agent": { "argus": { "disabled": true } } }当前状态:稳定 —— 每日个人工作流中使用,autopilot 循环功能完备。
已知局限:
- 插件自身无 CI/测试套件(
tsconfig.json仅用于编辑器支持,无 lint/typecheck 命令) - Reviewer 只读,不能自动修复发现的问题
- 仅支持
.scratch/目录约定的 issue 存储方式
下一步:
- 扩展 issue 来源(直接对接 GitHub Issues)
- 并行 issue 处理(同时派遣多个 implementer)
环境搭建、PR 规范和 upstream 同步策略详见 CONTRIBUTING.md。
简述:
bun install && bun run build启动开发- 不要修改
upstream/中的文件 —— 它们是 mattpocock/skills 的压缩子树,下次同步会覆盖 - 本地技能放
skills/,本地 agent 放agents/,本地命令放commands/
- mattpocock/skills —— 构成本工具箱基础的工程与生产力技能。由衷感谢 Matt 开创了 skill-as-agent-instruction 这一模式。
- opencode —— 让自主 agent 工作流成为可能的 CLI 工具。
MIT —— 详见 LICENSE。
{ "agent": { "argus": { "model": "my-kimi-provider/my-kimi-model" } } }