原帖 ｜ Jason ｜ 2026-04-15 14:57 ｜ 👍0 ｜ 阅读约1
之前咱们分享过 AI 应用开发的架构，公司内部落地最经典的架构就是 Agent + MCP + skills + RAG 架构，其中 Agent 是整件事的核心。你可以选用开源的 Claude Code cli 或者 Opencode 作为 Agent，也可以自己用 LangChain 或者 LangGraph 搭建 Agent，根据业务需求即可。
我之前用的 Claude Code python sdk 和 claude code cli 作为我的主 Agent，但是由于 claude 模型太贵，以及众所周知的原因被封禁，因此需要换 Agent。这次我选了 OpenCode。经过一周的时间成功切换，但也遇到了很多坑。
1、Claude code cli 作为后台可以直接开 subprocess，权限可以一键 skip permissions，输入输出格式都是 JSON，非常方便
2、OpenCode 只支持作为后台 Server 运行，前台和后台双方以 SSE 流的方式进行交互，有非常严格的权限管理。
3、最大的区别是权限管理，claude code 你可以一键跳过所有权限，但是 opencode 必须配置它为 Build-Auto mode，并且要一条一条开权限，比如要明确声明 bash，edit，write，read，external_directory，skill，mcp 有权限，这样 opencode 才能执行下去。Bash 工具会检查两种权限，一个是命令本身的权限，一个是访问项目外目录的权限，权限问题耗时两天，是最大的坑。
3、使用 Opencode 后台 server mode，传递 API 必须显式传递 agent 参数，指定 Build-Auto mode
4、Claude code 输出 JSON，opencode 输出 SSE 流，这是决定你第一步能不能调通的关键。
我为什么要切换 Agent？成本上讲，Claude code python sdk 和 claude code cli 只允许你用 claude opus/sonnet/haiku 模型，价格比较贵。你可以自己加中转，但调用工具时会遇到问题，所以这个场景的中转难度比较高，你要连 bash 这类工具也能正常中转执行才行，而且你知道 Claude 是有反蒸馏的，中转难度是有的。想尝试的可以试试，也是一条行得通的路。
相关笔记
- 📁 返回本主题 MOC
- Matt Pocock Skills零基础入门教程
- 之前我们完整梳理过 AI 应用商业级落地的核心技术栈
- 企业级 AI 落地方案，不管是昨天分享的 agent + MCP + skills
- 搞嵌入式的同学，有没有想过让 AI 帮你写驱动、读内核代码、找 Segfault
- 前面的 agent + MCP + skills + RAG 知识库的 AI
- 嵌入式开发Skill开发指南