前言

✨ OpenCode 核心特点

✅ 完全开源 — MIT 许可，GitHub 超 109k Stars

✅ 零成本模型接入 — 官方提供免费模型，也支持任意本地或云模型

✅ 纯本地运行 — 数据不出内网，满足企业级安全合规要求

✅ 现代化 Web UI — 无需命令行，开箱即用

✅ 广泛兼容性 — 支持 llama.cpp、Ollama、vLLM、LM Studio 及所有 OpenAI 兼容 API

✅ 全周期开发能力 — 深度集成代码生成、调试、测试、重构、回溯等场景

📌 核心理念：你的代码，只属于你。AI 能力，尽在掌控。

LLM大模型配置

OpenCode 支持大多 LLM 提供商，可根据需求灵活选择：

1. 官方免费模型（OpenCode Zen）

OpenCode 官方提供 Zen 模型服务，包含经过严格测试与优化的免费编码模型，无需配置即可使用：

✅ 适合快速上手、无本地 GPU 资源的用户❌ 需联网，不适用于完全离线环境

2. 部署本地 LLM 服务

如果注重隐私或希望完全离线运行，推荐部署本地大模型。，典型配置如下：

  • 模型：Qwen3.5-35B-A3B-UD-Q4_K_M.gguf

  • （MoE 架构，激活参数仅 3B，推理性能超越 Qwen3-235B）

  • 推理后端：llama.cpp（以 server 模式运行）

  • API 地址：http://10.0.0.10:8001/v1

验证服务是否正常：

curl http://10.0.0.10:8001/v1/models

预期返回包含模型 ID 的 JSON 列表。

⚠️ 注意：该地址需能被 OpenCode 容器访问。

3. 接入 OpenAI / Claude / Gemini 等云 API

OpenCode 同样支持主流云模型，只需提供 API Key：

💡 支持 75+ 模型提供商（通过 Models.dev），包括 Anthropic、Google、Mistral、DeepSeek 等。

Docker 部署 Web UI / CLI 服务

快速体验

docker run -d \
  --name opencode-quick \
  --restart unless-stopped \
  --entrypoint opencode \
  -p 3000:3000 \
  -v ./config:/root/.config/opencode \
  -v ./data:/root/.local/share/opencode \
  -v ./workspace:/workspace \
  -e WORKDIR=/workspace \
  ghcr.io/anomalyco/opencode:latest \
  web --hostname 0.0.0.0 --port 3000

  • ./workspace：挂载项目代码（AI 可读写此目录）

  • ./config：配置文件路径，存放 opencode.json 配置文件

  • ./data：存储会话、缓存等运行时数据

  • 🌐 访问：http://{宿主机ip}:3000

完整部署（推荐用于生产或长期使用）

1. 编写 Dockerfile
# --- Stage 1: Extraction ---
# Use the official uv image to provide the binaries.
FROM ghcr.io/astral-sh/uv:latest AS uv_bin

# --- Stage 2: Runtime Environment ---
# Using debian:bookworm-slim instead of full Ubuntu to significantly reduce image size
# while maintaining full compatibility with Python wheels and C-extensions.
FROM ubuntu:24.04

ARG LOCAL_TOOLS="curl ca-certificates git"

# Consolidate environment variables to reduce layers.
# UV_PYTHON_INSTALL_DIR: Ensures Python toolchains are stored in the persistent cache volume.
# UV_LINK_MODE: Set to 'copy' to avoid performance warnings on different filesystems.
# UV_PYTHON_PREFERENCE: Ensures uv respects .python-version from your workspace.
ENV DEBIAN_FRONTEND=noninteractive \
    HOME=/home/opencode \
    UV_PROJECT_ENVIRONMENT=/home/opencode/.venv \
    UV_CACHE_DIR=/home/opencode/.cache/uv \
    UV_PYTHON_INSTALL_DIR=/home/opencode/.cache/uv/python \
    UV_LINK_MODE=copy \
    UV_PYTHON_PREFERENCE=managed \
    PATH="/home/opencode/.opencode/bin:/home/opencode/.venv/bin:$PATH"

# Combine system update, dependency installation, user creation, and directory prep.
# This single RUN command reduces the number of intermediate image layers.
RUN apt-get update && apt-get install -y --no-install-recommends $LOCAL_TOOLS \
    && useradd -m -s /bin/bash opencode \
    && mkdir -p /home/opencode/.local/share/opencode \
                /home/opencode/.config/opencode \
                /home/opencode/.cache/uv \
                /home/opencode/.venv \
                /workspace \
    && chown -R opencode:opencode /home/opencode /workspace \
    && apt-get clean \
    && rm -rf /var/lib/apt/lists/*



# Copy uv binaries from the extraction stage.
COPY --from=uv_bin /uv /uvx /bin/

# Copy the entrypoint script and set correct permissions
COPY --chown=opencode:opencode ./entrypoint.sh /home/opencode/entrypoint.sh
RUN chmod +x /home/opencode/entrypoint.sh

# Install the OpenCode CLI (before switching to non-root user)
# The installer automatically places the binary into $HOME/.opencode/bin.
RUN curl -fsSL https://opencode.ai/install | bash || \
    (echo "⚠️ OpenCode install failed, trying alternative method..." && \
    curl -fsSL https://github.com/opencode-ai/opencode/releases/latest/download/opencode-linux-x64 -o /home/opencode/.opencode/bin/opencode && \
    chmod +x /home/opencode/.opencode/bin/opencode)

# Run as root to allow apt-get and dpkg commands without sudo
USER root
WORKDIR /workspace

# Define the entrypoint script as the default execution path
ENTRYPOINT ["/home/opencode/entrypoint.sh"]
2. 编写 entrypoint.sh
#!/bin/bash

# Exit immediately if a command exits with a non-zero status
set -e

# ============================================
# .NET 8 SDK 安装逻辑 (通过环境变量控制)
# ============================================
if [ "$INSTALL_DOTNET" = "true" ]; then
    echo "🛠️ [Entrypoint] .NET 8 SDK 安装模式已启用。"
    
    # 检查是否已安装 .NET SDK
    if command -v dotnet &> /dev/null; then
        echo "✅ [Entrypoint] .NET SDK 已安装，跳过安装。"
    else
        echo "📥 [Entrypoint] 开始安装 .NET 8 SDK..."
        
        # 安装依赖
        apt-get update
        apt-get install -y wget
        
        # 下载并安装 Microsoft APT 仓库配置
        wget https://packages.microsoft.com/config/ubuntu/24.04/packages-microsoft-prod.deb -O packages-microsoft-prod.deb
        dpkg -i packages-microsoft-prod.deb
        rm packages-microsoft-prod.deb
        
        # 安装 .NET SDK 8.0
        apt-get update
        apt-get install -y dotnet-sdk-8.0
        
        # 清理缓存
        apt-get clean
        rm -rf /var/lib/apt/lists/*
        
        echo "✅ [Entrypoint] .NET 8 SDK 安装完成！"
        echo "📌 版本信息："
        dotnet --version
    fi
else
    echo "⏭️ [Entrypoint] INSTALL_DOTNET 为 false。跳过 .NET SDK 安装。"
fi

# ============================================
# Python 依赖安装逻辑
# ============================================
if [ "$INSTALL_DEPS" = "true" ]; then
    echo "🛠️ [Entrypoint] 完整设置模式已启用。"

    # 初始化虚拟环境
    uv venv -q /home/opencode/.venv

    if [ -f "requirements.txt" ]; then
        echo "📦 [Entrypoint] 从 requirements.txt 安装依赖..."
        uv pip install -q -r requirements.txt
    elif [ -f "pyproject.toml" ]; then
        echo "📦 [Entrypoint] 从 pyproject.toml 同步依赖..."
        uv sync -q
    else
        echo "ℹ️ [Entrypoint] 未找到依赖文件，但已创建虚拟环境。"
    fi
else
    echo "⏭️ [Entrypoint] INSTALL_DEPS 为 false。跳过虚拟环境和依赖安装。"
fi

# ============================================
# 启动主应用
# ============================================
echo "🚀 [Entrypoint] 启动 OpenCode..."

# opencode
opencode web --hostname 0.0.0.0 --port 3000
3. 编写 docker-compose.yml
version: '3.8'

services:
  opencode:
    image: opencode-net:latest
    container_name: opencode-net
    restart: unless-stopped
    ports:
      - "3005:3000"
    volumes:
      - ./opencode/config:/home/opencode/.config/opencode
      - ./opencode/data:/home/opencode/.local/share/opencode
      - /data/ai/workspace:/workspace
    environment:
      - WORKDIR=/workspace
      # 设置 Git 用户信息，防止 AI 提交代码时报错
      - GIT_AUTHOR_NAME=opencode
      - GIT_AUTHOR_EMAIL=bot@opencode.ai
      # 如果 NAS 需要代理访问 OpenAI/Google，请取消注释以下行
      # - HTTP_PROXY=http://192.168.x.x:7890
      # - HTTPS_PROXY=http://192.168.x.x:7890
      #安装 requirements.txt 依赖
      - INSTALL_DEPS=false
      # 安装 .net sdk
      - INSTALL_DOTNET=false
    networks:
      - opencode_net

networks:
  opencode_net:
    driver: bridge
4. 打包镜像
docker build -t opencode-net:latest .
5. 启动服务
docker compose up -d
6. 配置模型接入（config/opencode.json）
{ 
  "$schema": "https://opencode.ai/config.json", 
  "provider": {
    "local-llama-cpp": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Llama.cpp Model Runner",
      "options": {
        "baseURL": "http://192.168.1.10:8001/v1",
        "apiKey": "not-needed"
      },
      "models": {
        "Qwen3.5-35B-A3B-UD-Q4_K_M": { 
          "name": "Qwen3.5-35B-A3B-UD-Q4_K_M",
          "limit": { "contextWindow": 128000, "maxOutputTokens": 64000, "context": 0, "output": 64000 }
        }
      }
    }
  }
}
7. 访问 Web 界面

打开浏览器访问：

👉 http://{宿主机ip}:3005

首次加载完成后，即可开始与 AI 协作编程

终端 CLI 与 VS Code 插件集成

CLI 安装与配置

## 在终端安装 cli
npm install -g opencode-ai

## 查看安装版本
opencode --version

## 运行
opecode

## 选择模型
/models

配置文件路径：

  • Linux / macOS: ~/.config/opencode/opencode.json

  • Windows: %USERPROFILE%\.config\opencode\opencode.json

💡 配置内容与上面config/opencode.json 完全一致，可直接复用。

VS Code 插件

安装插件：OpenCode, 配置文件也是：~/.config/opencode/opencode.json

方案对比：Web UI vs 终端 CLI

常见问题与安全建议

🔒 安全最佳实践

  • 对外提供服务，添加服务验证，避免直接暴露 3000 端口（避免直接暴露 3000 端口）

  • 限制 workspace 挂载范围，禁止挂载 /、/home 等系统目录

  • 生产环境 Dockerfile 使用非root 用户

✅ 现在，打开浏览器，即可享受安全、高效、完全自主的 AI 编程体验！

文章转载自：JohnCHsu

原文链接：https://www.cnblogs.com/aeln/p/19718022

体验地址：http://www.jnpfsoft.com/?from=331

Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

服务端脚本语言-PHP

avatar AtomGit开源社区
cover

智谱多模态大模型算法岗，面试效率贼快！！！

avatar AtomGit开源社区

4个月揽星27万霸榜GitHub，AI Agent “顶流” OpenClaw 到底凭什么？

OpenClaw的爆火不是一场偶然的狂欢。它踩准了技术演进的节奏——大模型上下文能力的突破让它“能思考”，四层记忆系统和工具调用让它“记得住、动得了”，Always-On的设计让它“持续在线”。但比技术更值得关注的，是它代表的方向：AI正在从“你能和我聊天吗”走向“你能帮我做事吗”。当大模型真正具备了“动手”能力，人与AI的协作方式将被彻底重写。英伟达CEO黄仁勋的评价或许有些夸张，但至少有一点是

avatar AtomGit开源社区