企业官网建设流程全解析

1. OpenCode 到底是什么，为什么值得折腾

OpenCode 是近期在开发者圈子里讨论度很高的一款 AI 编程工具，你可以把它理解成一个开源版的 Claude Code。它能做的事情和 Claude Code 高度重合：读写项目文件、执行终端命令、按步骤完成开发任务、管理多轮对话上下文。区别在于它是开源的，模型接入方式更灵活，对国内用户也友好得多，不会动不动就遇到限速或者账号异常的问题。

它适合谁？如果你是想入门 AI 编程的新手，OpenCode 内置了带 Free 标记的免费模型，装完就能用，零配置起步。如果你已经在用 Claude Code 或者 Codex CLI，但想找一个能自由切换模型、能接插件、能跑 MCP 和 Agent Skills 的替代方案，OpenCode 的扩展性会让你很舒服。如果你手上有多个模型供应商的 Key，想统一管理调用通道，它同样能胜任。

OpenCode 有四种形态：命令行、桌面客户端、编辑器插件、云端运行环境。桌面客户端目前还是 Beta，bug 偏多；编辑器插件功能比较基础，主要是把选中代码快捷送进聊天窗口。真正的主力是命令行版本，功能最全，插件生态也围绕它展开。这篇文章就围绕命令行版，把 settings.json 与 config.toml 骨架、Oh My OpenCode 插件接入、MCP 与 Agent Skills 验证，以及通过 TaoToken 统一 Key 通道这几件事讲透。

2. 前置准备：装好 OpenCode 并打通 TaoToken 通道

2.1 安装 Node.js 与 OpenCode

OpenCode 命令行版通过 npm 安装最省事。先去 Node.js 官网下载对应操作系统的安装包，装完之后打开终端验证：

node -v npm -v

两个命令都能输出版本号，说明环境没问题。接着安装 OpenCode：

npm install -g opencode-ai

安装完成后直接输入opencode就能启动。第一次进入会看到欢迎界面，随便打个招呼，能正常回复就说明基础配置成功了。

2.2 为什么需要 TaoToken 统一通道

OpenCode 原生支持/connect命令接入几十种模型供应商，但每个供应商都要单独填 Key、单独管理额度，模型一多就很乱。TaoToken 的作用是提供一个统一的 API 通道，你只需要一个 Key，就能在 OpenCode 里调用多家模型，配置集中在一处，切换模型时不用反复改环境变量。

TaoToken 的 API 地址是https://taotoken.net/api，官网在https://taotoken.net/?utm_source=taotoken_aicg_blog_end。先去控制台创建一个 API Key，路径是 API Keys 页面，创建后复制保存，后面配置要用。

注意：Key 只显示一次，创建后立刻复制到安全的地方。不要把它提交到 Git 仓库里。

3. 可复制配置：settings.json 与 config.toml 骨架

3.1 配置文件放在哪

OpenCode 的全局配置目录在用户主目录下的.config/opencode。Windows 是C:\Users\你的用户名\.config\opencode，macOS 和 Linux 是~/.config/opencode。项目级配置则放在项目根目录的.opencode文件夹里。

3.2 settings.json 骨架

OpenCode 的主配置文件是opencode.json，结构上兼容 settings.json 的写法。下面是一个可直接复制的骨架，把 TaoToken 作为统一 provider 接进来：

{ "$schema": "https://opencode.ai/config.json", "provider": { "taotoken": { "npm": "@ai-sdk/openai-compatible", "name": "TaoToken", "options": { "baseURL": "https://taotoken.net/api", "apiKey": "{env:TAOTOKEN_API_KEY}" }, "models": { "claude-sonnet-4-5": { "name": "Claude Sonnet 4.5" }, "gpt-5.2-codex": { "name": "GPT-5.2 Codex" }, "gemini-3-pro": { "name": "Gemini 3 Pro" } } } }, "model": "taotoken/claude-sonnet-4-5" }

这里用{env:TAOTOKEN_API_KEY}引用环境变量，避免把 Key 硬编码进文件。设置环境变量的方式：

# macOS / Linux export TAOTOKEN_API_KEY="你的Key" # Windows PowerShell $env:TAOTOKEN_API_KEY="你的Key"

想永久生效，macOS/Linux 写进~/.zshrc或~/.bashrc，Windows 用系统环境变量面板添加。

3.3 config.toml 骨架

如果你更习惯 TOML 格式，OpenCode 也支持config.toml。等价写法如下：

model = "taotoken/claude-sonnet-4-5" [provider.taotoken] npm = "@ai-sdk/openai-compatible" name = "TaoToken" [provider.taotoken.options] baseURL = "https://taotoken.net/api" apiKey = "{env:TAOTOKEN_API_KEY}" [provider.taotoken.models.claude-sonnet-4-5] name = "Claude Sonnet 4.5" [provider.taotoken.models.gpt-5.2-codex] name = "GPT-5.2 Codex"

两种格式选一种即可，不要同时存在，否则 OpenCode 会优先读 JSON，TOML 里的改动不生效，容易排查半天。

3.4 接入 Oh My OpenCode 插件

Oh My OpenCode 是 OpenCode 上最火的编程插件，本质是一套工具加 MCP 加编程 Agent 的组合包。它集成了 LSP 高级版、AST 工具、多模态理解工具，内置 websearch、context7、grep_app 三个 MCP Server，还带了七个编程智能体，每个智能体分配了最适合它的大模型。

安装方式是在 OpenCode 里直接粘贴它 GitHub 首页的 install 提示词。安装过程中插件会问你有没有 Claude、ChatGPT、Gemini 的订阅，按实际情况回答。装完后配置文件在~/.config/opencode/oh-my-opencode.json，里面定义了各智能体用的模型，你可以按需调整。比如把主智能体西西弗斯的模型换成你通过 TaoToken 接入的模型：

{ "agents": { "sisyphus": { "model": "taotoken/gpt-5.2-codex" } } }

改完重启 OpenCode，默认智能体就会用你指定的模型。

4. 验证请求：确认模型、MCP 与 Skills 都通了

4.1 验证模型调用

重启 OpenCode 后，输入/models命令，应该能在列表里看到taotoken/前缀的几个模型。选中一个，随便提个需求，比如「写一个 Python 函数计算斐波那契数列」，能正常返回代码就说明 TaoToken 通道打通了。

如果想让验证更直观，可以打开模型对话页面直接测试同一个 Key 是否可用，确认是配置问题还是 Key 本身的问题。

4.2 验证 MCP 配置

MCP 有两种接入方式：local 通过本地命令执行，remote 远程调用。以 context7 为例，在opencode.json里加上：

{ "mcp": { "context7": { "type": "remote", "url": "https://mcp.context7.com/mcp", "headers": { "CONTEXT7_API_KEY": "{env:CONTEXT7_API_KEY}" }, "enabled": true } } }

重启后输入/mcp，能看到 context7 就说明配置生效。本地 MCP 的写法类似，把type改成local，用command字段指定执行命令即可。

4.3 验证 Agent Skills

Agent Skills 可以理解成带目录的说明书，每个文件夹对应一个技能包。从 Claude Code 迁移过来很简单，把技能目录里的.claude替换成.opencode就行。在项目根目录建.opencode/skills/，把技能文件夹复制进去，重启 OpenCode 后问它「你有哪些 skills」，能列出你放进去的技能就说明加载成功。

5. 本篇常见错排查

报错一：provider not found: taotoken

说明配置文件没被正确读取。先确认文件名是opencode.json而不是opencode.jsonc，再确认它放在~/.config/opencode/下。JSON 格式对逗号很敏感，多一个尾逗号就会解析失败，用编辑器格式化一下能快速定位。

报错二：401 Unauthorized

Key 没读到或者填错了。检查环境变量名是否和配置里的{env:TAOTOKEN_API_KEY}完全一致，大小写敏感。在终端里echo $TAOTOKEN_API_KEY确认有值。如果是在 IDE 里启动 OpenCode，IDE 可能没继承终端的环境变量，改成在系统层面设置。

报错三：MCP 配置后/mcp里看不到

JSON 里mcp字段的层级放错了。它应该和provider平级，不要嵌在 provider 里面。另外 remote 类型的 MCP 需要网络能访问对应 URL，本地类型需要command指定的命令在 PATH 里能找到。

报错四：Oh My OpenCode 装完默认智能体没变

oh-my-opencode.json里的模型名必须和opencode.json里定义的模型 ID 完全对应。如果你写的是taotoken/gpt-5.2-codex，那 provider 配置里就必须有gpt-5.2-codex这个 model 条目，少一个字符都会回退到默认模型。

报错五：切换模型后上下文丢失

OpenCode 的 session 是跟模型绑定的，换模型建议用/new开新 session。想保留历史可以用/compact压缩上下文，或者用/export导出对话记录。

6. 把 Key 和通道固定下来，长期用

配置跑通之后，建议把 TaoToken 的 Key 管理固定成一套流程：在控制台创建 Key 时按用途命名，比如opencode-dev、opencode-agent，方便后续排查是哪个环境在调用。额度方面可以在控制台随时查看用量，避免某个 Agent 跑循环任务时把额度吃光。

如果你打算长期用 OpenCode 做编码和 Agent 任务，Coding Plan 会比按量调用更划算，适合高频使用的场景。接入文档里有完整的 provider 配置说明和模型列表，遇到新模型上线时照着改models字段就行。

日常使用中，/init生成 AGENTS.md 让 AI 快速理解项目、/timeline回退到任意检查点、/share把对话记录分享成网页，这几个命令配合起来能省不少事。自定义命令和 SubAgent 的配置也不复杂，在.opencode/command/和.opencode/agent/下放 Markdown 文件就能定义，适合把重复性的 review、测试、文档生成流程固化下来。