OpenCode 安装 oh-my-opencode 插件教程(AI 一键辅助安装版)

OpenCode 安装 oh-my-opencode 插件教程(AI 一键辅助安装版)

最近发现一个很有意思的 OpenCode 插件仓库:oh-my-opencode
项目地址:code-yeongyu/oh-my-opencode: The Best Agent Harness. Meet Sisyphus: The Batteries-Included Agent that codes like you.

它的目标是让 OpenCode 具备更“开箱即用”的体验:通过安装插件增强能力,比如更顺手的指令、工作流、提示词封装等。

这篇文章会用仓库作者推荐的方式来安装:把提示词交给 AI,让 AI 自动完成安装。同时我也会补充关键步骤,避免“只会复制粘贴但不知道发生了什么”。


1. 前置条件

开始前确认你已经具备:

建议你先跑一下:

git --version

能输出版本号说明 Git OK。


2. oh-my-opencode 是什么?

oh-my-opencode 本质上是一个 OpenCode 插件集合/增强方案
你可以理解成“给 OpenCode 加装一套更好用的扩展配置”。

它的安装方式比较有趣:仓库提供了一段“给 AI 的提示词”,让 AI 帮你完成:

  • 克隆仓库
  • 放到 OpenCode 的插件目录
  • 修改配置文件(如需要)
  • 验证是否生效

优点是:对新手更友好
缺点是:环境不同可能导致 AI 执行失败,需要你知道怎么排查


3. 推荐安装方式:用 AI 按提示词自动安装

打开你的opencode,切换为build模式(推荐使用MiniMax模型,GLM可能使用人数太多,会卡)


 把“安装提示词”交给 AI

按照以下说明安装和配置 oh-my-opencode: https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/refs/heads/master/docs/guide/installation.md

输入之后,AI会根据官方的要求进行安装,之后会提示用户订阅情况,根据自己的情况选择即可

输入好了之后等待安装即可


4. 安装完成后怎么验证?

4.1 重新打开一个新的终端,启动opencode

当出现这个页面(里面有Sisyphus)即安装成功

4.3 测试一下功能

他会给我们很多选项,先提前确认好需求

最后提交需求之后,opencode就继续工作了

结果展示:


5. 常见翻车点与解决办法

5.1 找不到 OpenCode 插件目录

这是最常见的。

解决思路:

  • 让 AI 去查 OpenCode 的默认配置路径
  • 或者你自己在本地搜索关键词,比如 pluginsopencodeconfig

5.2 GitHub 克隆失败

常见原因:

  • 网络问题
  • 代理未配置
  • 公司网络限制

解决方法:

  • 换网络 / 开代理
  • 先在浏览器下载 zip 再解压安装

5.3 权限不足(Permission denied)

解决方法:

  • Windows:用管理员 PowerShell
  • macOS/Linux:必要时用 sudo(但尽量别滥用)
  • 或者安装到用户目录下的插件路径

Read more

GitHub 教育认证通过后如何领取 Copilot Pro

最近我通过了 GitHub 教育认证(Student Developer Pack),但是发现并没有立刻拿到 Copilot Pro。折腾了一番之后终于搞定了,这里记录一下过程,方便后面遇到同样问题的同学。 1. 教育认证通过 ≠ 立即开通 当你刚刚通过认证时,Student Pack 页面可能显示绿标,提示福利稍后开放,这时候需要等待几天到两周左右。 * 绿标:福利还在处理阶段(will be available soon)。 * 紫标:福利已经激活(benefits are now available)。 所以,如果你刚过认证但没看到 Copilot Pro,不用急,先等等。 2. 手动领取 Copilot Pro 即使福利已经激活,你也需要手动去领取: 👉 访问这个链接: https://github.com/github-copilot/

机器人强化学习入门笔记(二)

四足机器人强化学习项目 - 完整介绍文档 一、项目总览 1.1 项目简介 本项目(链接)是一个基于强化学习(Reinforcement Learning, RL)的四足机器人控制训练系统,主要用于训练四足机器狗(如GO2、ANYmal等)在复杂地形上行走、翻越障碍物等任务。项目采用NVIDIA Isaac Gym作为物理仿真环境,使用**PPO(Proximal Policy Optimization)**算法进行策略训练,实现了从仿真到实物的迁移学习(Sim-to-Real Transfer)。 1.2 项目目标 * 主要任务:训练四足机器人在指定赛道上行走,使其能够翻越多种地形(包括梅花桩等复杂障碍) * 技术特点: * GPU加速的并行仿真环境 * 支持多种四足机器人模型(GO2、ANYmal、A1、Cassie等) * 完整的强化学习训练流程 * 支持自定义奖励函数和观测空间 * 支持地形随机化和域随机化(Domain

图谱驱动大模型智能体普惠时代:Neo4j Aura Agent正式全面上线

图谱驱动大模型智能体普惠时代:Neo4j Aura Agent正式全面上线

摘要: Neo4j Aura Agent正式商用,基于知识图谱的智能体构建平台实现分钟级部署,重塑企业AI应用开发范式。 往期推荐 [290页电子书]打造企业级知识图谱的实战手册,Neo4j 首席科学家力作!从图数据库基础到图原生机器学习 [550页电子书]2025年10月最新出版-知识图谱与大语言模型融合的实战指南:KG&LLM in Action [30页电子书]GraphRAG开发者指南 [180页电子书]GraphRAG全面解析及实践-Neo4j:构建准确、可解释、具有上下文意识的生成式人工智能应用 [140页]Neo4j GraphRAG白皮书 引言 在AI智能体(Agentic AI)市场快速扩张的当下,Neo4j宣布其开创性的智能体创建平台——Neo4j Aura Agent正式进入全面可用阶段,并在2026年2月全月提供免费使用。这一平台为AuraDB客户带来了革命性的体验:只需几分钟即可构建和部署基于知识图谱的智能体,并配备强大的新功能——包括基于本体的自动化智能体构建,以及一键部署到安全托管的MCP服务器。 智能体AI不仅仅是制造巨大的市

# OpenClaw QQ 机器人接入完整指南

作者: 星期五助手 创建时间: 2026-03-05 适用版本: OpenClaw 2026.2.26+ 📖 目录 1. 项目概述 2. 环境准备 3. 安装 NapCat QQ 机器人 4. 配置 OpenClaw QQ 插件 5. 网络配置(关键) 6. 测试与验证 7. 常见问题 项目概述 本指南介绍如何将 OpenClaw 接入 QQ,实现通过 QQ 与 OpenClaw 智能助手对话。 架构说明 ┌─────────────┐ ┌──────────────┐ ┌─────────────┐ │ QQ 用户 │ ──→ │ NapCat │ ──→ │ OpenClaw │ │ (发消息) │ │ (QQ 机器人) │ │ (星期五)