RayMorTwinkle

Oc Run — Development skill for Claude Code

Development community

让任意 Harness（ZCode/Claude Code/Codex…）把 OpenCode 当子 Agent 调度：并行派活（≤6）、结构化汇总、--session 续跑、跨项目 session 历史；模型自由不绑定主 Agent 供应商，纯 Python 标准库零依赖.

How to install Oc Run

This entry records only its repository, not the path inside it, so there is no exact command to give. Open RayMorTwinkle/oc-run and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Oc Run does

让任意 Harness（ZCode/Claude Code/Codex…）把 OpenCode 当子 Agent 调度：并行派活（≤6）、结构化汇总、--session 续跑、跨项目 session 历史；模型自由不绑定主 Agent 供应商，纯 Python 标准库零依赖。 | Let any harness drive OpenCode as a sub-agent: parallel dispatch (≤6), structured summaries, --session resume, cross-project history, model freedom, zero-dependency Python.

Alternatives in Development

OpenAI Codex CLI — (Rust implementation) 67.8k ★
Research Codebase — You are tasked with conducting comprehensive research across the codebase to answer user questions by spawning 10k ★
IPolloWork — Enterprise-grade, local-first Agent Workbench for people and agent teams 4.9k ★

README

[English](./README_en.md) | **简体中文**

oc-run — 把 OpenCode 变成任意 Harness 的子 Agent

**把你的主 Agent 从模型绑定中解放出来——主 Agent 负责指挥，OpenCode 子 Agent 负责干活，用任何模型，干任何活。**

![Python](https://img.shields.io/badge/Python-3.9%2B-3776AB?logo=python&logoColor=white) ![Deps](https://img.shields.io/badge/dependencies-zero-brightgreen) ![OpenCode](https://img.shields.io/badge/OpenCode-1.x-8B5CF6) ![Parallel](https://img.shields.io/badge/parallel-%E2%89%A46-6366F1) ![License](https://img.shields.io/badge/License-MIT-green) ![Type](https://img.shields.io/badge/type-AI%20Skill-orange)

它解决什么问题

一个主 Agent（ZCode / Claude Code / Codex…）最贵的资源，是它自己的上下文与高级模型 token。但真实工作里，大量时间花在"**读一大堆东西、只要一个结论**"——通读一个陌生仓库、批量盘点文件、翻日志找线索、比对几十篇文档。这些活塞进主 Agent，既烧高级 token，又把有限上下文挤满，后面的推理质量随之崩坏。

**oc-run 就是要把这类活外包出去，并且让子 Agent 可以用跟主 Agent 完全不同的模型。** OpenCode 本身 provider 中立——你可以在它里面配好 DeepSeek / GLM / Kimi / Grok / 免费档，甚至自定义 provider 里的 Claude；于是"**强模型做决策、便宜模型干粗活**"第一次变得顺理成章。子 Agent 的搜索、读码、思考全在独立上下文里完成，读再多也不占你一格上下文。

它在技术上只是一层**薄适配器**：给它若干"工作区目录 + 提示词"，它并行派发给独立子 Agent（≤6 个），全部结束后解析 opencode 输出的 JSONL 事件流，回一张结构化汇总——session ID、按工具分组的动作次数、tokens、最终报告。

而原生 `opencode run` 只解决"跑一次"，不解决主 Agent 真正需要的三件事：**并行调度**、**结构化汇总**、**可靠的续跑**。oc-run 把这三件事补齐。

**隐私与成本**：oc-run 本身不联网、不采集任何数据，只做本地进程调度与结果汇总（唯一会发起网络请求的地方是续跑时对本机 `opencode serve` 的 `GET /health` 就绪探测）。模型请求发往你在 opencode 里配置的 provider，成本完全由你自己的套餐决定。

**仅支持 OpenCode 1.x**（`opencode` 命令）。OpenCode 2 beta（`opencode2`）请用姊妹项目 **[oc-run2](https://github.com/RayMorTwinkle/oc-run2)**；华为 DevEco Code 请用 **[de-run](https://github.com/RayMorTwinkle/de-run)**。三者 CLI 接口完全一致。

✨ 功能

🎛️ 模型自由：子 Agent 可用你配置的任意模型（DeepSeek、GLM、Kimi、Grok、免费档，甚至自定义 provider 里的 Claude），完全不绑定主 Agent 同家供应商
💰 省高级 token："大量读"的活外包给便宜模型；高级模型 token 只花在指挥决策上
⚡ 并行派活：一次最多 6 个子 Agent 同时干活，各自独立工作目录与提示词，单任务失败不影响其他任务
🔁 可靠续跑：--session 续跑同一子 Agent，保持它的记忆，按报告循环指挥直到达标（绕开 opencode 1.18.15 的原生 `run --sessio