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.jsonagent/*.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。