opencode-commandcode

标准化 OpenCode Provider 与 Auth 插件，专为 CommandCode AI (GOAT 算力计划) 深度定制。参照社区经典规范 numman-ali/opencode-openai-codex-auth 的解耦与分发架构构建。

---

🌟 核心特性

• 🚀 超高输出容量：官方实测支持 384,000 token 输出（如 deepseek-v4.1-flash），远超一般网关 8k/64k 限制。
• 🧠 真实推理强度控制 (Reasoning Effort)：对齐 models.dev 真实能力，支持 low / medium / high / max 灵活切换。
• 🔒 安全与零数据驻留 (Zero Data Retention)：按需支持 x-cmd-zdr: 1，避免对无 ZDR 支持模型的错误拦截。
• 📦 开箱即用零配置：内置 14 款高性价比主力模型定义，无需在客户端手动维护繁杂的 JSON 参数。
• 🛠️ 多端无缝部署：支持 GitHub 协议直接引入、一键脚本自动注入与 NPM 包分发。

---

🚀 跨设备安装与正确配置方案 (Installation & Setup)

1. 插件配置（全局 ~/.config/opencode/opencode.json 或 opencode.jsonc）

正确写法（官方推荐，首选）：

{
  "$schema": "https://opencode.ai/config.json",
  "plugin": [
    "github:wx2020/opencode-commandcode"
  ]
}

钉版本（可选，注意缓存目录会带 #）：

{
  "plugin": [
    "github:wx2020/opencode-commandcode#v1.0.7"
  ]
}

Caution

常见错误写法（踩坑预警）：

"plugin": ["opencode-commandcode@github:wx2020/opencode-commandcode#v1.0.7"]  // ✗ 错误写法，请勿添加别名前缀

核心要点：

• 必须是 github:owner/repo，不要带 包名@github:...；
• 首选不带 #tag，少一个带有 # 特殊字符的本地缓存路径坑；
• 严禁使用 file:// 绕过（确保插件规范化安装与加载）。

---

2. API Key 配置（三选一，优先级从高到低）

1. 推荐：命令行交互式登录

   opencode auth login

   在终端选项中选择 CommandCode Studio API Key (GOAT Plan)，粘贴您的 user_... 密钥。
2. 环境变量：

   # Bash / Zsh
   export CMD_API_KEY="user_..."       # 或 COMMANDCODE_API_KEY
   
   # PowerShell
   $env:CMD_API_KEY="user_..."

3. 已有凭据直接继承： 已在 ~/.local/share/opencode/auth.json 中配置过 commandcode 的设备，安装后直接继承已有 key，无需重复输入。

---

3. 安装后自检与验证

# 1. 检查插件缓存主包（路径里可能含 #tag）
ls ~/.cache/opencode/packages/github:wx2020/opencode-commandcode*/node_modules/opencode-commandcode/package.json

# 2. 检查配置与 Provider 是否成功注册
opencode models commandcode
# 或通过 HTTP 接口检查 GET /config → 确认 provider.commandcode 及其 18 款模型非空

Tip

排查日志提醒：如果终端出现 Failed to install plugin 错误，该错误只记录进 OpenCode Session.Error 事件中，不会写入普通的 opencode.log 文件，排查时切勿只盯文件日志。

---

4. 改动插件字段后必须重启客户端

OpenCode 不热载全局 config（会无限期内存缓存）。修改 opencode.json / opencode.jsonc 之后：

• OpenChamber 用户：在 Settings 中点击重启 managed OpenCode，或请求 POST /api/config/reload（会触发子进程重启）；
• 独立 OpenCode CLI/TUI 用户：完全退出终端进程后重新启动。

---

5. 若安装卡死或缓存残缺的恢复方法

# 清掉该插件的本地缓存目录后重启 opencode
rm -rf ~/.cache/opencode/packages/github:wx2020

Warning

切忌在 OpenCode 正在安装时执行 rm -rf 缓存，否则会引发读写竞态导致缓存文件损坏残缺。

---

📌 一句话快速清单

plugin: ["github:wx2020/opencode-commandcode"]
key:    opencode auth login → CommandCode，或 CMD_API_KEY
然后:   重启 OpenCode / OpenChamber
验:     /config 或 opencode models commandcode 确认 18 个模型完整加载

---

📋 内置精选主力模型矩阵 (18 Curated Models)

层级分类	模型唯一 ID (Model ID)	显示名称 (Display Name)	上下文 (Context)	最大输出容量 (Output)	支持深度推理
🏆 高配额主力	deepseek/deepseek-v4.1-flash	DeepSeek V4.1 Flash	1,000,000	384,000	✅ (low, high, max)
(配额 $\ge 4000$)	xiaomi/mimo-v2.6-flash	MiMo V2.6 Flash	1,048,576	131,072	✅ (high)
(按配额降序)	meta/muse-spark-1.3-contributor	Muse Spark 1.3 Contributor	1,048,576	943,718	✅ (low, high, max)
	meituan/LongCat-2.0	LongCat 2.0	2,000,000	262,144	❌ 标准输出
	tencent/hy3-paid	Tencent Hy3	256,000	64,000	✅ (low, high)
	xiaomi/mimo-v2.6-pro	MiMo V2.6 Pro	1,048,576	131,072	✅ (high)
	Qwen/Qwen3.8-27B	Qwen 3.8 27B	128,000	131,072	✅ (low, high, max)
	z-ai/glm-5.3-flash	GLM 5.3 Flash	1,048,576	131,072	✅ (low, high, max)
	Qwen/Qwen3.8-Omni-Flash	Qwen 3.8 Omni Flash	1,000,000	131,072	✅ (low, high, max)
	stepfun/Step-3.5-Flash	Step 3.5 Flash	256,000	262,144	✅ (low, high)
	gpt-5.6-luna	GPT-5.6 Luna	1,050,000	128,000	✅ (low, high, max)
	MiniMaxAI/MiniMax-M3	MiniMax M3	1,000,000	1,048,576	✅ (low, high, max)
──	──────────────────────────────────	─────────────────────────────	───────────	───────────	───
🎁 免费双保底	poolside/laguna-s-2.1-free	Laguna S 2.1 (Free)	256,000	32,768	✅ (low, high)
(Zero-Cost)	inclusionai/ling-3.0-flash-sante:free	Ling 3.0 Flash Sante (Free)	262,144	4,096	✅ (low, high)
──	──────────────────────────────────	─────────────────────────────	───────────	───────────	───
🔍 跨厂对比	moonshotai/Kimi-K2.7-Code	Kimi K2.7 Code	256,000	262,144	✅ (low, high)
(各厂限 1 款)	google/gemini-3.8-flash	Gemini 3.8 Flash	1,000,000	65,536	✅ (low, high, max)
(按配额降序)	thinkingmachines/inkling-small	Inkling Small	128,000	32,768	✅ (low, high)
	xai/grok-4.6	Grok 4.6	128,000	32,768	✅ (low, high)

---

🏗️ 项目架构解析

参照 opencode-openai-codex-auth 规范的分层架构：

opencode-commandcode/
├── dist/                    # 预编译分发产物 (ESM Bundle + d.ts)
├── lib/
│   ├── constants.ts         # 统一管理 Base URL (https://api.commandcode.ai/provider/v1)、标头与环境变量
│   ├── types.ts             # 强类型契约 (ModelLimit, Variants 等)
│   ├── models.ts            # 14 款主力模型规格定义
│   ├── auth.ts              # API Key 解析优先级与交互式认证声明
│   └── fetch.ts             # 请求中继、URL 动态重写与安全标头注入器
├── scripts/
│   ├── build.ts             # Bun 构建与类型生成脚本
│   ├── install.js           # 跨平台一键部署脚本
│   ├── sync-models.ts       # CommandCode 与 models.dev 模型实时同步脚本
│   └── release.ts           # 自动版本递增、测试打包与 GitHub Release 发布脚本
├── test/
│   └── index.test.ts        # 完整单元测试集
├── index.ts                 # 插件主入口 (Default Export Hooks)
├── package.json
└── tsconfig.json

---

🤖 自动化模型同步与发版机制 (Continuous Sync & Release)

本项目配置了端到端的 模型自动探测与版本自动发布流水线（GitHub Actions .github/workflows/auto-release.yml）：

1. 自动巡检与数据融合：
   • 定时从 api.commandcode.ai/provider/v1/models 抓取最新支持模型；
   • 自动关联 models.dev 补齐真实的 384k 输出上限、多模态支持与 reasoning effort 分级档位。
2. 自动化触发源：
   • 每日自动定时任务：每日 UTC 00:00 自动比对上游更新；
   • 手动一键触发 (Workflow Dispatch)：支持在 GitHub 仓库界面随时点击 Run workflow 触发；
   • 推送触发：修改 lib/models.ts 推送至 main 分支时自动触发。
3. 全自动发版闭环： 检测到变动 -> 重新生成模型代码 -> 递增语义化版本号 -> 运行测试与产物编译 -> 创建 Git Tag -> 自动发布官方 GitHub Release 并上传独立资产包。

---

🛠️ 本地开发与测试

# 运行单元测试
bun test

# 检查/同步最新 CommandCode 模型矩阵
bun run sync-models

# 执行自动化版本发布流水线 (测试 + 打包 + 打 Tag + 发布)
bun run release

# 构建产物
bun run build

# 类型检查
bun run typecheck

---

📄 开源许可证

本项目基于 MIT 许可证 开源。