从硬路由到软路由

oh-my-openagent 的逻辑是做"硬路由"——通过插件层精准拦截和分发请求。精确是真精确，但一旦上游 API 或插件接口有变动，直接就断链。

换个思路：只靠 OpenCode 自己的配置文件（opencode.json + agent/*.md），用精心设计 System Prompt 的方式，通过纯提示词来模拟类似的多 Agent 协作行为——我把这叫做 Agent 软路由。

精确度上确实不如硬路由那么丝滑，但大差不差。关键是——OpenCode 本身稳如老狗，配置不依赖任何外部插件，自然不会因为版本更新崩掉。

我的实践：my-opencode-config

我把这套配置整理完善，传到了 GitHub 上：

🔗 

核心设计

只用了 3 个模型，不做模型堆叠，靠角色分工和路由策略来提效：

模型	用途
deepseek-v4-pro	复杂规划、重型实现、代码分析、代码审查、主控调度
deepseek-v4-flash	快速探索、外部检索、上下文压缩等轻量任务
qwen3.7-max	通用问答、轻量编排、咨询讨论

10 个 Subagent 各司其职：planner（规划）、deep-worker（重型实现）、oracle（根因分析）、reviewer（代码审查）、ui-builder（前端）、explore（代码库搜索）、librarian（文档检索）、light-orchestrator（轻量任务）、consultant（方案咨询）、generalist（兜底）。

借鉴 oh-my-openagent 的精华

通过纯 Prompt 实现了 oh-my-openagent 中的关键行为：

• IntentGate（意图门控）：orchestrator 分类前先识别用户真实意图，防止字面理解偏差
• 只读权限隔离：分析类 Agent 配置了 permission.edit/write: deny，绝不误改文件
• 并行探索：explore / librarian 明确要求同时发起多个调用，提升效率
• 结构化输出：规划输出统一 Handoff Plan 格式，探索返回统一结构
• Fallback Chain：失败自动回退，任务不会中途挂掉
• Todo 管理：多步任务强制写待办、逐步推进，杜绝"做一半忘了"

快捷命令一览

命令	作用
/deep	重型实现
/quick	轻量快速任务
/plan	制定方案
/review	代码审查
/oracle	根因分析
/search	查资料
/consult	咨询建议
/ui	前端/UI

如何使用

1. 把整个仓库 clone 或下载下来，放到你的项目根目录或 OpenCode 配置目录
2. 唯一需要改的：把 Agent 配置里的模型名换成你自己用的模型。里面的模型是我自己用的，你让 AI 帮你批量替换一下就完事了
3. 日常使用直接用默认的 orchestrator，它会自动判断意图并分发给最合适的 Agent

---

最后

这套配置的核心哲学是：不追求 Agent 数量或模型数量的堆叠，而是追求角色分工清晰、成本可控、行为稳定。

如果你也被 oh-my-openagent 的版本兼容折磨过，不妨试试这个纯配置方案。只要 OpenCode 的配置系统不变，它就永远能跑。