别让 AI 每次会话都“失忆”:我给 OpenCode 装上了“第二大脑”
在使用 AI 辅助编程时,模型往往缺乏跨会话的“协作记忆”,导致用户需要在每次新建对话时重复解释项目背景与规范。这不仅降低了开发效率,也使得 AI 的行为缺乏一致性。通过引入 Everything Claude Code (ECC) 系统,可以在模型之上构建一套结构化的操作系统,将显式的技能、命令与经验注入 AI 的工作流中,从而实现可预期、可积累的代码生成体验。
01环境排查与配置清理
- 配置文件扫描
检查~/.config/opencode和~/.opencode目录下的*.json文件,查找无效的模型引用。 - 识别“幽灵模型”
重点排查指向不存在模型的配置(如opencode/gpt-5-nano),这类配置会导致 API 请求被拒绝或报错too_many_requests。 - 清理冲突源
删除或修正包含乱码模型 ID(如gpt-5.4、gpt-5.3-codex)的文件,确保 Agent 系统能正常调用。
02ECC 系统架构解析
ECC 不仅仅是一个插件,而是一套分层的操作系统,旨在通过结构化指令规范 AI 的行为。其核心包含五个子系统,协同工作以提升代码质量与开发效率。
| 子系统 | 核心功能 | 典型应用场景 |
|---|---|---|
| 技能系统 | 注入经过验证的 .md 指令集 | TDD 工作流、安全审查、前端模式生成 |
| 命令系统 | 通过指令控制执行逻辑 | /plan (规划蓝图)、/tdd (测试驱动)、/learn (经验存储) |
| 智能体系统 | 定义专家角色进行任务委派 | 数据库问题自动委派给 database-reviewer |
| 钩子系统 | 后台自动执行检查任务 | 文件保存后自动格式化、类型检查 (tsc) |
| 记忆系统 | 提炼调试经验为知识碎片 | 将踩坑记录转化为可复用的技能或命令 |
ECC 五大核心子系统功能对照表
03安装与部署步骤
- 环境准备
彻底删除旧有的错误配置文件:rm ~/.opencode/oh-my-opencode.jsonrm ~/.config/opencode/oh-my-opencode.json - 安装核心依赖
进入配置目录并使用 bun 安装:cd ~/.config/opencodebun add opencode-agent-skillsbun add ecc-universal - 复制指令与 Agent 文件
将通用命令复制至 OpenCode 命令目录:cp ecc-universal/commands/*.md ~/.config/opencode/commands/
创建并复制 Agent 提示词:mkdir -p ~/.config/opencode/prompts/agentscp ecc-universal/prompts/agents/*.txt ~/.config/opencode/prompts/agents/ - 部署核心技能
批量复制 12 个核心技能(如 tdd-workflow, security-review, api-design 等)至技能目录,构建基础代码质量防线。 - 修改 opencode.json
A. 挂载插件:按顺序加入"ecc-universal"、"opencode-agent-skills"。
B. 注入指令:在 instructions 数组中添加核心 Skill 路径。
C. 保留原有配置:维持 compaction 和 watcher 设置以优化 Token 使用。 - 创建记忆仓库
建立 Instincts 存储目录以供后续经验积累:mkdir -p ~/.config/opencode/instincts
04效果验证与注意事项
部署完成后,AI 的工作流将从“直接怼代码”转变为“规划 - 测试 - 实现 - 审查 - 积累”的闭环。值得注意的是,ECC 的 Hook 系统在 OpenCode 上属于“翻译适配”状态,文件格式化和类型检查功能稳定,但部分极端的生命周期控制(如 Git Push 前强制全量测试)可能需要配合
oh-my-opencode 使用。Instincts(本能)系统是 ECC 的核心优势。通过
/learn 命令,可以将当前的调试经验自动提取并存为 JSON 文件;当积累足够多后,使用 /evolve --generate 可将这些碎片聚类为新的专用命令或技能,实现 AI 能力的自我进化。
当前文章无评论,是时候发表评论了