oh-my-openagent

Imported from wt159/oh-my-openagent (AGENTS.md). Install upstream with npx skills add wt159/oh-my-openagent. Copyright stays with the author.

AGENTS.md — Oh-My-OpenCode Model Policy

目标：当可用模型变化时，快速、可判定地更新 oh-my-openagent.json。

0. 执行顺序

1. 先运行 python3 test_all_models.py，刷新本目录的 test_results.json。
2. 再运行 opencode models。
3. 再读取本目录最新生成的 test_results.json。
4. 先用 opencode models 确认可见模型，再用最新 test_results.json 过滤出实际可用模型。
5. 先改本目录的 oh-my-openagent.json。
6. 再覆盖 ~/.config/opencode/oh-my-openagent.json。
7. 只做必要替换，不重排无关项。

1. 模型选择原则

核心规则：不考虑成本，只按能力与角色匹配分配。

模型来源不设预设优先级。 每个模型根据其在推理、代码、工具调用、上下文、速度、视觉等维度的实际表现， 与角色的能力需求匹配后决定分配。

1.1 当前候选模型

以 opencode models 和 test_results.json 的交集为准。

opencode models 只表示"可见 / 可枚举"；test_results.json 中 connected=true 才表示"当前环境可用"。

只有同时满足以下条件的模型才允许进入候选集：

• 出现在 opencode models
• test_results.json.models[].connected == true
• status == 200
• error 为空

OpenAI

• openai/gpt-5.4
• openai/gpt-5.4-mini
• openai/gpt-5.2
• openai/gpt-5.3-codex

OpenCode

• opencode/big-pickle
• opencode/minimax-m2.5-free
• opencode/nemotron-3-super-free

ZhiPu Coding Plan

• zhipuai-coding-plan/glm-4.5
• zhipuai-coding-plan/glm-4.5-air
• zhipuai-coding-plan/glm-4.5-flash
• zhipuai-coding-plan/glm-4.5v
• zhipuai-coding-plan/glm-4.6
• zhipuai-coding-plan/glm-4.6v
• zhipuai-coding-plan/glm-4.6v-flash
• zhipuai-coding-plan/glm-4.7
• zhipuai-coding-plan/glm-4.7-flash
• zhipuai-coding-plan/glm-5
• zhipuai-coding-plan/glm-5-turbo
• zhipuai-coding-plan/glm-5.1

当前测试失败的模型，例如 openai/gpt-5.2-codex、opencode/gpt-5-nano、zhipuai-coding-plan/glm-4.7-flashx、zhipuai-coding-plan/glm-5v-turbo，不得进入候选集，也不得出现在“当前参考”或默认示例中。

1.2 能力评估依据

选择模型时参考以下依据（按可信度排序）：

1. 实际测试结果：test_results.json 中的连通性、延迟、并发数据。
2. 公开基准测试：官方 benchmark（如 MMLU、HumanEval、Arena Elo 等）。
3. 社区评测：LMSys Chatbot Arena、独立评测报告。
4. 实际使用体感：在当前项目中的代码生成质量、工具调用稳定性等主观经验。

注意：能力优先于型号新旧、命名直觉或价格预期。不按 provider、品牌或价格做预设筛选。

2. 固定规则

1. 选模型时必须同时参考 opencode models 和 test_results.json。
2. 只有 test_results.json 中 connected=true、status == 200 且 error 为空的模型，才允许进入候选集。
3. 所有位置统一按能力竞争分配，不按 provider、品牌或价格预设优先级。
4. 关键位置优先看推理、代码、工具调用与上下文能力。
5. 替换原则： 优先选能力最匹配当前角色需求的模型；能力相当时，优先保持现有已验证稳定的配置。不得因为成本高低而替换。
6. 当前参考 / 固定位置 / 当前配置，都不得保留已在 test_results.json 中判定不可用的模型示例。
7. 每次更新模型配置前，都必须先重跑模型测试并刷新 test_results.json，不得基于旧测试结果做决策。

2.1 可用性门禁（AI MUST FOLLOW）

在任何模型选择动作之前，先执行以下判定：

Step A. 读取 `opencode models`
Step B. 读取 `test_results.json`
Step C. 候选集 = 同时满足以下条件的模型：
  - 出现在 `opencode models`
  - `test_results.json.models[].connected == true`
  - `status == 200`
  - `error` 为空
Step D. 从候选集中按角色能力需求选择最佳匹配模型
Step E. 若首选模型不可用，选能力最接近的可用替代，并记录原因

MUST

• 先运行 python3 test_all_models.py，刷新 test_results.json。
• 先检查 test_results.json，再决定模型。
• 只选择满足门禁条件的可用模型。 MUST NOT
• 不得因为模型出现在 opencode models 中就直接选用。
• 不得选择 connected=false 的模型。
• 不得选择 status != 200 或 error 非空的模型。
• 不得继续保留 401 / 403 / 429 / 500 / timeout / not supported / Missing API key / auth_unavailable 这类失败模型作为“当前参考”或默认示例。

2.2 关键位置固定模型

3. 模型能力评估与分配

3.1 评估维度

3.2 分配规则

1. 关键决策位 → 先看推理 + 稳定性。
2. 执行位 → 先看代码 + 工具调用。
3. 编排/审查位 → 先看上下文。
4. 高频执行位 → 先看能力是否足够，其次看速度。
5. 视觉位 → 先看多模态能力。

4. 当前配置

4.1 Agents

4.2 Categories

5. 变更流程

5.0 选择前检查（必须）

1. 先跑 python3 test_all_models.py，刷新 test_results.json。
2. 再跑 opencode models。
3. 再读取最新的 test_results.json。
4. 建立候选集：仅保留同时满足“出现在 opencode models”且“connected=true、status == 200、error 为空”的模型。
5. 任何不在候选集中的模型，不得进入“当前参考”、固定位置或 oh-my-openagent.json。

5.1 新模型可用

1. 先跑 python3 test_all_models.py，生成最新测试结果。
2. 再跑 opencode models。
3. 读取最新的 test_results.json，过滤出满足门禁条件的可用模型。
4. 评估该模型在各维度的实际能力。
5. 按角色能力需求匹配分配；仅替换能力相当或更优的模型。
6. 更新本文件“当前参考”。

5.2 模型失效

1. 在 test_results.json 中确认失效的是哪个模型。
2. 失效判定：connected=false，或 status != 200，或 error 非空。
3. 从剩余可用模型中，选能力最接近失效模型的替代。
4. 批量更新 oh-my-openagent.json。

5.3 配置收敛原则

1. 先保留关键位置（oracle / ultrabrain / sisyphus）。
2. 非关键位也按能力调整，不因来源不同而预先排除模型。
3. 不因为成本、免费或 provider 变化而改动关键位。

5.4 账号/环境变化

1. 先看 opencode models 的实际输出。
2. 再看 test_results.json 的实际连通结果。
3. 新增模型：只有在满足门禁条件时才补到“当前参考”。
4. 某个模型消失，或该模型在 test_results.json 中失效：删掉所有引用。
5. 模型改名但能力接近，且测试通过：保持原位置。

6. 文件规则

6.1 工作副本

1. 编辑源：本目录 oh-my-openagent.json。
2. 落盘目标：~/.config/opencode/oh-my-openagent.json。
3. 顺序：先看工作区 diff，再同步到真实环境。

6.2 查看命令

python3 test_all_models.py

opencode models

python3 - <<'PY'
import json
data=json.load(open('test_results.json'))
for m in data['models']:
    if m.get('connected'):
        print(m['model_id'])
PY

python3 - <<'PY'
import json, subprocess

visible = {
    line.strip()
    for line in subprocess.check_output(['opencode', 'models'], text=True).splitlines()
    if '/' in line
}

data = json.load(open('test_results.json'))
connected = {
    m['model_id']
    for m in data['models']
    if (
        m.get('connected')
        and m.get('status') == 200
        and not m.get('error')
        and m.get('model_id', '').startswith('openai/')
    )
}

for model_id in sorted(visible & connected):
    print(model_id)
PY

每次更新模型配置前，都应先执行 python3 test_all_models.py，确保 test_results.json 是最新结果。

只有同时出现在以上两份结果中，且满足门禁条件的模型，才允许被选择。

最后一个命令块会一键输出“最终候选集”：也就是同时满足“opencode models 可见”且“test_results.json 中 connected=true、status == 200、error 为空”的模型。