从零构建 AI Coding AgentOpenCode 源码剖析与实战

这本书解决什么问题 ​

• 理论篇：回答"OpenCode 这类 AI Coding Agent 是怎么实现的"，重点是看懂真实源码的主链路与工程边界。
• 实践篇：回答"如果你自己来做，最小可运行版本该怎么搭起来"，重点是把核心模式落到可执行 TypeScript 示例。
• 中级篇：回答"当你碰到稳定性、协作、成本、安全这些工程问题时，应该按什么专题继续深化"。

建议理论与实践穿插学习：看完理论篇第 1-4 章后，先跑通实践篇 P1-P4，建立感性认知后再深入后续章节。

你会得到什么 ​

• 一张真实 AI Coding Agent 的系统总图，而不是零散功能点列表。
• 一套按"入口文件 -> 主链路 -> 关键边界"阅读大型源码仓库的方法。
• 对模型抽象、工具系统、会话系统、MCP、多端 UI 和扩展体系的工程直觉。
• 一组能迁移到自己项目里的设计原则，而不只是对 OpenCode 的局部记忆。

适合人群 ​

• 想要深入理解 AI Coding Agent 架构的开发者
• 希望学习大型 TypeScript 项目工程实践的工程师
• 对 AI 辅助开发工具感兴趣的技术爱好者
• 想要为 OpenCode 贡献代码的开源贡献者

双轨学习体系 ​

核心学习路径 ​

先记住这条主链路 ​

技术栈 ​

辅助阅读入口 ​

• 阅读地图：先选路线，再决定按哪条主链路进入全书。
• 版本说明：确认本书基于哪份源码、写到什么边界。
• 术语表：统一理解 Agent、Subagent、Primary Agent、运行时、工作台 等高频概念。
• 封版清单：查看当前版本完成度、已知非阻塞项和发布前检查项。
• 阅读中级篇：进入第 25-32 章，深化 RAG、多智能体、成本与安全等工程专题。
• 查看源码基线：本书基于此 commit 进行解析。

阅读边界：本书默认以 commit 锚定的源码基线为准，重点解释已经落在仓库里的结构、主链路和工程约束；只有在明确说明"追踪最新实现"时，才额外回到 dev 分支对照差异。若文档与代码不一致，以当前仓库给出的源码快照与入口文件为准。