上一篇文章我们在内网搭好了 AI 基础设施——Ollama 跑模型、vLLM 提性能、Open WebUI 给界面。有了这套底层能力之后，第一个实际问题就是：开发人员用什么工具来接入 AI 能力？公网上有 Cursor、有 Claude Code、有 GitHub Copilot，但如果你在内网，或者不想把代码交给第三方，这些工具都用不了。这时候你需要一个开源替代。
一、为什么一个 DevOps 工程师要研究 AI 编程工具
我是一名 DevOps 工程师。按常理说，AI 编程工具是开发人员的事——它怎么补全代码、怎么生成函数，跟管流水线、管部署的人关系不大。但 2025 年以来，我开始密切关注这个领域，原因不是“AI 能写代码”这件事本身，而是两件事让我感到不安。
第一，开发人员正在大规模使用 AI 工具，但这些工具跑在 DevOps 的管控范围之外。 你用 Cursor、用 Copilot、用 Claude Code——每一次和 AI 的对话、每一段被发送到外部服务器的代码、每一个 Prompt 里的业务信息，对于 DevOps 团队来说都是黑盒。没有日志、没有审计、没有使用策略。你知道团队在用 AI，但不知道用了多少、问了什么、数据去了哪里。
第二，AI 工具正在反向调用 DevOps 基础设施。 通过 MCP 协议或 CLI，一个终端里的编程 Agent 可以直接获取Jira问题单信息、提交代码到 Gitlab、创建Gitlab Merge Request，触发 Jenkins 构建等；这意味着 Jira、GitLab、Jenkins 这些基础研发服务，开发人员不需要经过统一的 DevOps 平台就能触达。而他们使用的 AI 工具，却不在企业的控制范围之内。
这就是我理解的“DevOps 左移”在这个语境下的真实含义：开发人员获得了前所未有的能力触达范围，但 DevOps 的管控却没有跟着一起左移。 这个能力缺口如果不补上，传统的研发治理体系就会被绕过。
带着这个问题，我开始研究开源 AI 编程工具。我的目标不是找一个“免费的 Copilot 替代品”，而是找一个能在调用 AI 的路径上插入管控层的工具——比如在 API 请求发出前存档提示词数据、记录使用频率、执行安全策略。开源工具意味着可以改代码、加中间件，这是闭源产品做不到的。
OpenCode，就是我找到的第一个答案。
二、闭源 AI 工具的管控难题
目前团队里最常用的 AI 编程工具，面临三个管控层面的问题：
第一，黑盒运行。 Cursor、Copilot、Claude Code——这些工具把 AI 交互封装在内部。你的开发者每天在和 AI 对话，但作为 DevOps 负责人，你不知道他们问了多少次、问了什么、哪些 Prompt 里带了内部代码或敏感数据。AI 的使用在团队里是一个“事实存在但不可见”的状态。
第二，数据流向不可控。 Cursor 会把代码片段发送到 Anthropic 或 OpenAI 的服务器做推理；Copilot 的数据流经 GitHub 的基础设施。虽然这些厂商都有隐私承诺，但对于金融、政务等有硬性合规要求的场景，数据离开内网本身就是风险，不管厂商承诺了什么。
第三，持续付费。 Cursor $20/月、Copilot Enterprise $39/月、Claude Code 按 API Token 计费——个人用还好，团队规模一上来，年账单可观。而且你始终在租用能力，不拥有它。
所以问题不是“有没有一个便宜又好用的 AI 编程工具”——Copilot 现在也支持自定义模型了，Claude Code 能力也很强。真正的问题是：有没有一个工具，让你能在 AI 调用链路上插入自己的管控层？ 比如在请求发到模型之前，先过一道日志存档、一道敏感信息脱敏、一道使用频率统计？
这就是开源的不可替代之处——你可以改代码。OpenCode 给了你这个切入点。
三、OpenCode 是什么
OpenCode 是一个完全开源的 AI 编程助手，由 anomalyco（SST 团队）开发，2025 年 6 月发布。截至 2026 年 4 月，GitHub 上已经有十余万 Star，迭代非常活跃。
它的核心定位很简单：开源、不锁定模型供应商的 AI 编程助手。 对你来说，最大的价值是：因为它是开源的，你可以在它调用 AI 模型的路径上插入自己的逻辑——日志、审计、脱敏、限流，想加什么就改代码。
MIT 开源许可，你可以免费使用、修改、分发。你可以把它部署在内网服务器上，接上自己的 Ollama 或 vLLM，让整个团队用——代码永远不出你的网络。
四、OpenCode 提供的使用形态
OpenCode 提供了四种使用形态：
终端 TUI：这是主打体验。由 Neovim 用户打造，在终端里有完整的 UI 交互界面，支持多面板、文件差异对比、交互式对话。
桌面端（Beta）：原生桌面应用，支持 macOS、Windows 和 Linux。不需要开终端，双击启动即可。
IDE 插件：可以嵌入 VS Code 等编辑器，通过快捷键调起 OpenCode 终端命令行，不是在侧边栏里对话。
Web 界面：通过 opencode web 启动本地 Web 服务器，浏览器访问。功能与终端 TUI 一致，适合不习惯终端的场景，也支持局域网内多人访问。
五、动手：安装与配置
聊了这么多，不如直接装一个试试。
安装（选一种方式）：
# macOS（推荐）
brew tap anomalyco/tap && brew install opencode
# Linux / macOS 通用
curl -fsSL https://opencode.ai/install | bash
# 前端开发者
npm install -g opencode-ai
安装后 opencode --version 验证。
连接上一篇文章搭好的本地模型。编辑配置文件（macOS/Linux 在 ~/.config/opencode/opencode.json，Windows 在 %APPDATA%\opencode\opencode.json）：
{
"lsp": true,
"models": [
{
"name": "qwen2.5:14b",
"provider": "ollama",
"baseURL": "http://localhost:11434/v1",
"apiKey": "ollama"
},
{
"name": "claude-sonnet-4-20250514",
"provider": "anthropic",
"apiKey": "YOUR_ANTHROPIC_KEY"
}
],
"defaultModel": "qwen2.5:14b"
}
跑第一次交互：
# 启动对话
opencode
配置好之后，opencode 回车就进入 TUI 对话界面了。
# 非交互模式——直接给任务（可用于 CI/CD 场景）
opencode run "解释 src/main.go 里的核心逻辑并生成注释" \
--model ollama/qwen2.5:14b \
--file src/main.go \
--format json
六、核心功能
无限制的流水线集成。这是 OpenCode 对 DevOps 工程师最有价值的特性。OpenCode 支持非交互模式（opencode run "提示词"），可以直接嵌入 CI/CD 流水线、脚本、定时任务中。更关键的是——它是 MIT 开源的，没有使用配额、没有 Token 额度限制、没有许可证费用。而 Claude Code、Copilot CLI 等商业工具的非交互模式，受限于各自的许可条款和配额体系。OpenCode + 本地模型 = 流水线里无限跑、零增量成本。
LSP 集成（需配置启用）。OpenCode 内置了 30 余种语言的 LSP（Language Server Protocol）支持，需要先在 opencode.json 中设置 "lsp": true 来启用。启用后，写代码时自动检测语言、启动对应的 LSP，形成代码自修正闭环：你描述需求 → OpenCode 写代码 → LSP 检测到错误 → OpenCode 自动修正 → 再次检测。在 TypeScript 和 Python 场景下，这个闭环的效果尤其明显——类型错误、导入缺失、变量名拼写错误，都会被自动修正。不过要注意，文档也提醒了不是所有项目都适合开 LSP——它会消耗内存，对于某些项目直接用命令行 lint/typecheck 可能更好。
多模型支持。OpenCode 不绑定任何模型供应商。它支持 75 个以上的模型提供商，包括 Anthropic、OpenAI、Google、Mistral、DeepSeek，以及通过 Ollama 接入的本地模型。你甚至可以复用已有的 GitHub Copilot 订阅——把 Copilot 的 API 作为 OpenCode 的模型后端。
这意味着：你可以在内网用 Ollama 跑一个 Qwen 或者 DeepSeek-Coder，OpenCode 直接对接。代码不出内网，API 消费为零。
多 Agent 系统。OpenCode 内置了主 Agent 和子 Agent 的分工机制。主 Agent 支持 Build 模式（直接写代码）和 Plan 模式（先出计划再执行）切换；子 Agent 通过 @general 等方式调用，处理特定类型的子任务。
细粒度权限控制。每个命令可以单独配置为 allow（自动允许）、ask（每次询问）或 deny（直接禁止）。比如你可以设置 git push 为 ask、rm -rf 为 deny。
Undo/Redo。每次文件修改前自动创建快照，/undo 一键回滚。
MCP 协议支持。可以扩展工具能力，接入外部数据源和 API。
七、企业自建的现实与局限
从企业管控的角度，OpenCode 的价值在于它给了你一个可编程的切入点：
- AI 交互可审计。因为所有请求都经过你自己的基础设施，你可以在中间层加日志、存档提示词和响应、追踪每个人的使用频率。这是 Cursor/Copilot/Claude Code 做不到的——它们把交互封装在黑盒里。
- 数据不出内网。接上本地 Ollama/vLLM，所有计算都在内网完成。即使调用外部 API，请求先经过你的管控层再发出。
- 不绑定厂商。你想换模型就换模型，没有任何锁定。
- 零月费。没有订阅费，成本只有模型推理的算力消耗。
但也要说清楚现实：OpenCode 还很年轻。2025 年 6 月才发布，文档不完善，有过安全漏洞，目前更适合个人或小团队作为效率工具使用。至于在调用链路上加管控层这个想法——方向是对的，但目前还需要自己动手改代码，开箱即用的企业级方案还不存在。
八、小结
OpenCode 对 DevOps 工程师的价值不在于“它能帮你写代码”，而在于它给了你一个把 AI 工具纳入管控体系的切入点——开源架构意味着你可以加中间件、加审计、加策略。当然，目前这个想法更多是方向性的，离成熟的企业级方案还有距离。
使用形态上，它提供了终端 TUI、桌面端、IDE 插件、Web 界面四种选择，但最成熟的还是终端 TUI。桌面端还在 Beta，IDE 插件主要是快捷键调起命令行。如果你们团队习惯了在 IDE 侧边栏里对话、享受内联代码补全的流畅体验，那 OpenCode 当前的状态不一定是最顺手的选择。
下一篇，我们来聊一个不同形态的工具——直接嵌入 VS Code、用 Plan/Act 双模式驱动、而且同样开源免费的 Cline。
每天前进一小步，就是一个新的高度！