darrenhinde/OpenAgentsControl

它解决的问题

大多数 AI 编码助手生成的通用代码不符合你项目的约定，迫使你花费数小时重构和重写。OpenAgentsControl (OAC) 通过预先教导 AI 代理你的编码模式来解决这个问题，使它们从第一次尝试就生成符合你的技术栈、命名规则、验证风格和架构的代码。它还增加了人工审批门，确保代理未经你的批准不会进行任何更改。

工作原理

OAC 构建在开源 OpenCode 框架之上，并通过专门的代理和上下文系统进行扩展。你只需描述一次你的模式（通过 /add-context 向导或编辑 markdown 文件），一个名为 ContextScout 的子代理会在任何代码生成之前发现相关模式。然后代理提出详细的实施计划，等待你的批准，并逐步执行并验证。设计遵循最小可行信息（MVI）原则：上下文文件保持在 200 行以下，并且仅在需要时懒加载，与加载整个代码库相比，token 使用量减少高达 80%。OAC 包含多个代理（OpenAgent 用于一般任务，OpenCoder 用于生产功能，SystemBuilder 用于自定义 AI 系统）以及用于测试、代码审查、文档等的子代理。它还有一个 ExternalScout，用于获取外部库的实时文档，以避免过时的训练数据。

适用对象

适用于已经建立编码标准并希望 AI 帮助尊重这些标准的开发者和团队。它面向生产代码、团队协作，以及任何希望从 AI 编码助手中获得更多控制和可预测性的人。它适用于任何语言和任何模型（Claude、GPT、Gemini、本地模型），并可作为 OpenCode 代理集和测试版 Claude Code 插件使用。

亮点

• 模式学习：一次教导代理你的代码风格，每次都能获得匹配的代码。
• 审批门：代理总是提出计划，并在写入或编辑文件、运行命令或委派之前等待你的批准。
• 可编辑代理：代理行为定义在你可以直接编辑的 markdown 文件中——无需编译或供应商锁定。
• Token 效率：MVI 设计保持上下文精简，并懒加载所需内容，降低 token 成本。
• 团队就绪：上下文文件可以提交到仓库，因此所有团队成员（以及新员工）自动继承相同的标准。
• 模型无关：适用于任何 AI 模型或提供商，包括本地模型。