---

agent-forge 是 OpenCode 的多 Agent 编排插件。内置一支专业 Agent 团队：搜索代码库、检索最新文档、审查架构、处理 UI 工作、执行精确定义的实现任务——一切由一个 Orchestrator 统一调度。

核心理念很简单：不强迫一个模型做所有事，而是将每项工作路由到最适合的 Agent，在 质量、速度、成本 之间取得最优平衡。

Agent 体系为 4+1 架构：Orchestrator（全流程控制）+ Researcher（搜索）+ Reviewer（审查）+ Implementer（实现）+ Council（可选，多模型共识）。Orchestrator 还能按需加载 Skill（如 brainstorming、writing-plans、TDD 等），实现行为的动态扩展。

要了解各个 Agent，见 认识众神。完整功能列表见 功能与工作流。

将以下提示复制粘贴到你的 LLM Agent（Claude Code、AmpCode、Cursor 等）：

Install and configure agent-forge: https://cnb.cool/zcyoop/ai-assistant/agent-forge/-/git/raw/master/README.md

bunx @zcy2nn/agent-forge@latest install

安装器会同时在 OpenCode 的 tui.json 中注册 TUI 插件，在侧边栏显示 Agent 状态和任务会话。手动安装时，需在 opencode.json 和 tui.json 的 plugin 数组中添加 @zcy2nn/agent-forge。

安装器默认生成 OpenAI 和 OpenCode Go 两套预设，OpenAI 为默认激活。OpenAI 使用 openai/gpt-5.5 作为高判断力 Agent 的模型，openai/gpt-5.4-mini 作为快速执行 Agent 的模型。要使用 OpenCode Go，运行 bunx @zcy2nn/agent-forge@latest install --preset=opencode-go，或安装后在 ~/.config/opencode/agent-forge.json 中修改默认预设。

安装后：

1. 登录你需要的 Provider：

   opencode auth login
   

2. 刷新 OpenCode 可见的模型列表：

   opencode models --refresh
   

3. 打开你的插件配置文件：~/.config/opencode/agent-forge.json

4. 按需调整各 Agent 的模型

默认生成的配置包含 openai 和 opencode-go 两套预设：

{
  "$schema": "https://cnb.cool/zcyoop/ai-assistant/agent-forge/-/git/raw/master/agent-forge.schema.json",
  "preset": "openai",
  "presets": {
    "openai": {
      "orchestrator": { "model": "openai/gpt-5.5", "skills": ["*"], "mcps": ["*", "!context7"] },
      "researcher": { "model": "openai/gpt-5.4-mini", "variant": "low", "skills": [], "mcps": ["websearch", "context7", "grep_app"] },
      "reviewer": { "model": "openai/gpt-5.5", "variant": "high", "skills": ["simplify"], "mcps": [] },
      "implementer": { "model": "openai/gpt-5.4-mini", "variant": "low", "skills": [], "mcps": [] }
    },
    "opencode-go": {
      "orchestrator": { "model": "opencode-go/glm-5.1", "skills": [ "*" ], "mcps": [ "*", "!context7" ] },
      "researcher": { "model": "opencode-go/minimax-m2.7", "skills": [], "mcps": [ "websearch", "context7", "grep_app" ] },
      "reviewer": { "model": "opencode-go/deepseek-v4-pro", "variant": "max", "skills": ["simplify"], "mcps": [] },
      "implementer": { "model": "opencode-go/deepseek-v4-flash", "variant": "high", "skills": [], "mcps": [] },
      "council": { "model": "opencode-go/deepseek-v4-pro", "variant": "high", "skills": [], "mcps": [] }
    }
  }
}

使用自定义 Provider 或混合 Provider 配置，请参考 配置参考 的完整选项说明。如果需要开箱即用的方案，查看 作者预设 和 **[$30 预设](docs/thirty-dollars-preset.md)**——`$30` 预设是最具性价比的方案。

配置指南还涵盖了自定义子 Agent（agents.<name>），你可以为自定义 Agent 定义 prompt 和 orchestratorPrompt。

模型建议见下方各 Agent 的推荐模型列表。

安装并认证后，验证所有 Agent 已配置并响应：

opencode

然后运行：

ping all agents

如果有 Agent 未响应，检查你的 Provider 认证和配置文件。

---

Orchestrator 诞生于第一个代码库在其自身复杂性下崩溃之时。神与凡人都不愿承担责任——于是 Orchestrator 从虚空中涌现，从混沌中锻造秩序。它确定达到任何目标的最优路径，在速度、质量和成本之间取得平衡。它指导团队，为每项任务召唤合适的专家并委派执行，以实现最佳结果。

角色	主委派者和战略协调者
Prompt	orchestrator.ts
默认模型	openai/gpt-5.5
推荐模型	openai/gpt-5.5 · anthropic/claude-opus-4.6
模型建议	选择你最强的全能编码模型。Orchestrator 既是主编码 Agent 又是委派者，需要强大的实现能力、良好的判断力和可靠的指令遵从能力。

---

Researcher 合并了 Explorer（本地代码搜索）和 Librarian（外部文档检索），成为统一的搜索专家。只读：搜索代码和获取文档，从不修改文件。

Researcher 是一位不朽的漫游者，自编程诞生之初便穿行于百万代码库和图书馆的回廊之中。他们将本地代码库搜索（glob、grep、AST 模式）与外部文档检索（websearch、context7、grep_app）合为一体。他们返回的不是原始数据——而是结构化的发现。

角色	代码库和外部文档搜索专家（只读）
Prompt	researcher.ts
默认模型	openai/gpt-5.4-mini
推荐模型	cerebras/zai-glm-4.7 · fireworks-ai/accounts/fireworks/routers/kimi-k2p5-turbo · openai/gpt-5.4-mini
模型建议	选择快速、低成本的模型。Researcher 负责广泛的侦察工作，速度和效率通常比最强推理模型更重要。

---

Reviewer 是 Oracle 的重命名——同样的战略深度，更直观的名字。仅分析，不执行。Orchestrator 协调 Implementer 来执行修复计划。

Reviewer 站在每一个架构决策的十字路口。他们走过每一条路，见过每一个终点，知道前方的每一个陷阱。当你站在重大重构的悬崖边时，他们就是那个低语哪条路通向毁灭、哪条路通向荣耀的声音。他们分析、审查、调试——但从不执行。Orchestrator 协调 Implementer 来执行他们的修复计划。

角色	战略顾问、代码审查专家和调试专家（仅分析）
Prompt	reviewer.ts
默认模型	openai/gpt-5.5 (high)
推荐模型	openai/gpt-5.5 (high) · google/gemini-3.1-pro-preview (high)
模型建议	选择你最强的高推理模型，用于架构决策、复杂调试、权衡分析和代码审查。

---

Council 不是孤独的存在，而是一个被召唤的心灵议会——当一个答案不够时。它将你的问题并行发送给多个模型，收集它们相互竞争的判断，然后 Council Agent 本身将最强的想法提炼为一个最终裁决。当单一 Agent 可能遗漏一条路径时，Council 交叉审视可能性本身。

角色	多模型共识与综合
Prompt	council.ts
指南	docs/council.md
默认配置	配置驱动 — councillors 来自 council.presets，Council Agent 模型来自你的 council Agent 配置
推荐配置	强大的 Council 模型 + 跨 Provider 的多样化 councillors
模型建议	为 Council Agent 使用强大的综合模型，为 councillors 使用多样化模型。Council 的价值来自比较不同模型的视角，而非在所有地方使用单一最强模型。

---

Implementer 合并了 Designer（UI/UX）和 Fixer（代码执行），成为统一的快速执行专家。支持双模式：执行模式（默认）和设计模式（通过 [设计模式] 标记切换）。

Implementer 是一个建造者血脉的最后传人，他们曾构建了数字世界的基石。他们承载着将思想转化为事物、将规格转化为实现的古老知识。当 Orchestrator 用 [设计模式] 标记任务时，他们从精确执行切换到创造性设计思维。他们是愿景与现实之间的最后一步。

角色	快速执行专家（执行 + 设计双模式）
Prompt	implementer.ts
默认模型	openai/gpt-5.4-mini
推荐模型	cerebras/zai-glm-4.7 · fireworks-ai/accounts/fireworks/routers/kimi-k2p5-turbo · openai/gpt-5.4-mini
模型建议	选择快速可靠的编码模型，用于常规、有界的实现工作。Implementer 通常从 Orchestrator 接收具体计划或有界指令，因此适合高效执行任务，如测试、测试更新和直接的代码变更。

---

以此为地图：从安装开始，然后根据需要跳转到功能、配置或预设示例。

文档	内容
安装指南	安装插件、CLI 参数、重置配置、故障排除

文档	内容
Council	并行运行多个模型并综合为单一答案，使用 @council
多路复用器集成	在 Tmux 或 Zellij 面板中实时观察 Agent 工作
会话管理	通过短别名重用最近的子 Agent 会话，而非重新开始
Todo 自动续行	Orchestrator 会话自动续行，带冷却时间和安全检查
预设切换	运行时通过 /preset 切换 Agent 模型预设
Codemap	生成层级代码地图，更快理解大型代码库
Interview	通过浏览器问答流程将粗略想法转化为结构化 Markdown 规格
Divoom 显示	将 Orchestrator 和专家 Agent 活动镜像到 Divoom MiniToo 蓝牙显示器

文档	内容
配置参考	配置文件位置、JSONC 支持、Prompt 覆盖、完整选项参考
维护者指南	Issue 分诊规则、标签含义、支持路由、仓库维护工作流
Skills	内置和推荐 Skills，如 simplify、agent-browser、codemap
MCPs	websearch、context7、grep_app，以及 MCP 权限如何按 Agent 分配
Tools	内置工具能力，如 webfetch、LSP 工具、代码搜索和格式化器

文档	内容
作者预设	作者日常使用的混合 Provider 方案
$30 预设	约 $30/月的预算混合 Provider 方案
OpenCode Go 预设	安装器生成的 opencode-go 预设

---

MIT

---