Signal to BuildSIGNAL TO BUILD中文Owner sign in ↗
← Knowledge Notes
Indie Building ／ Knowledge note · Chinese

newtype 工具栈:Oh My OpenCode 自定义 + newtype CLI 多 Agent 团队

newtype 自建的 2 个核心 CLI 工具完整文档。Oh My OpenCode 自定义指南(1729 lines):2 种方法(配置文件 vs Fork 仓库)/ 中文化 Agent 名称(Sisyphus → 西西弗斯,oracle → 神谕者等 10 个)/ 自动化 perl 替换脚本 / GitHub Release vs npm 部署 / SUL-1.0 许可证 / 8 步实战。newtype CLI 多 Agent 内容团队:`nt` binary / 8 个专业 AI agents(researcher/writer/editor/fact-checker/extractor/analyst/archivist/chief)/ 8 个核心命令(research/write/edit/fact-check/analyze/extract/archive/pipeline)/ JSON envelope + NDJSON stream / 4 个 exit codes / 12 个 analyze frameworks。是 [[newtype-claude-code-best-practices]] 之外的"OpenCode 阵营"工具栈

Source collection：Newtype · Published here：2026-09-26 · Note updated：2026-05-17

开发工具CLI 工具多 Agent

何时打开:你想看 newtype 怎么 同时玩 OpenCode + 自建 npm CLI 工具 的完整范本。Oh My OpenCode 自定义指南(1729 lines,文档级别最完整)+ newtype CLI(产品级别的 8 Agent 多 Agent 内容生产 CLI)。

跟 Claude Code 最佳实践(Cal Rueb · Anthropic 内部讲座) 的区别:那份是 Anthropic Claude Code 视角。本 wiki 是 newtype 的 OpenCode + 自建 CLI 双工具栈。

一、Part 1:Oh My OpenCode 自定义指南

1.1 项目背景

  • Oh My OpenCode:OpenCode 的强大插件
  • 官方仓库:https://github.com/code-yeongyu/oh-my-opencode
  • 许可证:SUL-1.0(Sustainable Use License)— 允许修改和分发(非商业)
  • 功能:多模型编排、并行后台代理、LSP/AST 工具

1.2 10 个内置 Agent

英文名 中文化建议 角色
Sisyphus 西西弗斯 主 Agent / 默认编排
oracle 神谕者 架构顾问
librarian 图书管理员 文档/知识检索
explore 探索者 代码探索
frontend-ui-ux-engineer 前端工程师 UI / UX 实现
document-writer 文档撰写员 文档生成
multimodal-looker 多模态观察者 图像 / 多模态
Metis (Plan Consultant) 墨提斯(计划顾问) 规划顾问
Momus (Plan Reviewer) 摩摩斯(计划审查员) 计划审查
orchestrator-sisyphus 编排西西弗斯 多 Agent 编排

1.3 2 种自定义方法对比

方式 适用场景 需要编程 可否改名 安装方式
配置文件 修改参数 / 添加 Agent ❌ ❌ 编辑 JSON
Fork + GitHub 完全自定义、中文化 ✅ ✅ 用户名/仓库#标签
Fork + npm 公开分享 ✅ ✅ npm publish

1.4 方法一:配置文件(推荐入门)

位置(优先级低到高):

  1. ~/.config/opencode/oh-my-opencode.json(用户级)
  2. .opencode/oh-my-opencode.json(项目级)

核心字段:

  • model / temperature / top_p
  • prompt / prompt_append(替换 vs 追加)
  • tools / disable / description
  • mode:subagent / primary / all
  • permission:edit / bash / webfetch / doom_loop / external_directory

示例 — 权限控制:

{
  "agents": {
    "explore": {
      "permission": {
        "edit": "deny",
        "bash": "ask",
        "webfetch": "allow",
        "doom_loop": "deny"
      }
    },
    "oracle": {
      "permission": {
        "bash": {
          "git": "allow",
          "rm": "deny",
          "npm": "ask"
        }
      }
    }
  }
}

1.5 方法二:Fork 仓库 + 完整中文化(进阶)

关键 — 修改 3 个文件

文件 修改对象 位置
src/agents/types.ts BuiltinAgentName 类型 第 59-70 行
src/config/schema.ts BuiltinAgentNameSchema + OverridableAgentNameSchema + AgentOverridesSchema 第 19-30, 38-53, 118-133 行
src/agents/utils.ts 工具函数中的 Agent 名引用 (随文件)

自动化中文化脚本(perl 替换)

#!/bin/bash
set -e

mkdir -p .backups
cp src/agents/types.ts .backups/
cp src/config/schema.ts .backups/
cp src/agents/utils.ts .backups/

perl -i -pe 's/"Sisyphus"/"西西弗斯"/g'   src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"oracle"/"神谕者"/g'       src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"librarian"/"图书管理员"/g' src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"explore"/"探索者"/g'      src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"frontend-ui-ux-engineer"/"前端工程师"/g' src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"document-writer"/"文档撰写员"/g' src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"multimodal-looker"/"多模态观察者"/g' src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"Metis \(Plan Consultant\)"/"墨提斯 (计划顾问)"/g' src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"Momus \(Plan Reviewer\)"/"摩摩斯 (计划审查员)"/g' src/agents/types.ts src/config/schema.ts src/agents/utils.ts
perl -i -pe 's/"Prometheus \(Planner\)"/"普罗米修斯 (规划者)"/g' src/config/schema.ts
perl -i -pe 's/"orchestrator-sisyphus"/"编排西西弗斯"/g' src/agents/types.ts src/config/schema.ts src/agents/utils.ts

echo "✅ 中文化完成"

8 步实战流程

  1. Fork + Clone + bun install
  2. 运行自动化脚本 中文化
  3. 构建 + 验证:bun run build + bun run typecheck + bun test
  4. MODIFICATIONS.md 修改声明(SUL-1.0 要求)
  5. Git commit + push 到 fork
  6. GitHub Release 打 tag:v3.0.0-zh.1(gh release create v3.0.0-zh.1 --title "...")
  7. 配置 OpenCode 使用 GitHub 版本:"plugin": ["你的用户名/oh-my-opencode#v3.0.0-zh.1"]
  8. 测试:Ask @神谕者 to explain this function

1.6 GitHub 版本 vs 本地构建 vs npm

方式 配置 适用
GitHub 版本(推荐) 用户名/仓库名#标签 个人使用 / 朋友分享
本地构建 file:///path/to/dist/index.js 开发时 / 频繁修改
npm @scope/包名 公开分享 / 广泛使用

1.7 关键 Q&A

Q A
如何强制更新 GitHub 版本 rm -rf ~/.cache/opencode/node_modules/ 后重启
私有仓库如何使用 (1) HTTPS + credential helper(2) 本地 clone + file:/// 路径
SUL-1.0 限制 个人使用 / 内部业务,不能商业用途,修改必须声明

1.8 推荐工作流

开发时:
  Fork → Clone → 修改 → 本地构建测试
  配置: "file:///path/to/dist/index.js"

个人使用:
  推送 GitHub → 创建 Release → 使用 GitHub 引用
  配置: "用户名/仓库名#v3.0.0-zh.1"

公开分享:
  发布 npm → 让其他人 npm 安装
  配置: "@scope/包名"

二、Part 2:newtype CLI 多 Agent 内容团队

2.1 项目定位

Binary: nt | Package: npm i -g @newtype-os/cli

8 个专业 AI agents(researcher / writer / editor / fact-checker / extractor / analyst / archivist / chief)作为 non-interactive CLI 命令。专为其他 AI agents 程序化调用设计。

核心定位:给 AI 用的 CLI(其他 AI agents 调用,不是给人交互的)

2.2 8 个核心 Agent

Agent 用途
researcher 深度研究(默认 + fact-checker)
writer 内容生成
editor 4 层精修(structure → paragraph → sentence → word)
fact-checker 事实核验 / 声明验证
extractor 从文档/图像/网页提取结构化内容
analyst 框架分析(12 framework)
archivist 知识库 CRUD(语义搜索)
chief 编排器(协调所有 agent)

2.3 8 个核心命令

nt research [topic..]    # 主题研究(+ fact-check 默认)
nt write [topic..]       # 内容生成
nt edit [file]           # 4 层精修
nt fact-check [topic..]  # 事实核验
nt analyze [topic..]     # 框架分析(12 framework)
nt extract [topic..]     # 内容提取
nt archive <action>      # 知识库(store/search/list/delete)
nt pipeline [topic..]    # 全流程编排

2.4 输出模式(4 个 Flag)

Flag 行为 用于
(无) 纯文本 stdout 人读、简单 piping
--json JSON 信封 stdout Agent 程序化解析
--stream NDJSON 事件流 实时进度监控
-o <file> 写入文件 保存输出、流水线

2.5 JSON Envelope Schema(关键 — 给 AI 用的)

成功响应:

{
  "success": true,
  "result": "... text output ...",
  "metadata": {
    "agent": "researcher",
    "sessionID": "...",
    "duration_ms": 45000,
    "tools": [{ "name": "web_search", "title": "..." }]
  }
}

错误响应:

{
  "success": false,
  "error": { "code": 2, "message": "..." },
  "metadata": { "agent": "researcher", "sessionID": "...", "duration_ms": 12000, "tools": [] }
}

2.6 Exit Codes

Code 含义
0 Success
1 Input / argument error
2 Model call failed
3 Timeout
4 Config / auth error

2.7 输入方式(优先级高到低)

1. 位置参数:    nt research AI Agent architectures
2. --input <file>: nt write --input notes.md
3. --topic <text>: nt analyze --topic "Tesla EV"
4. stdin 管道:    cat notes.md | nt write

2.8 全局 flags(关键)

Flag Short 用途
--output <path> -o 输出文件
--json JSON envelope
--stream NDJSON event stream
--verbose 显示工具执行
--quiet -q 静默(只显示结果)
--model <p/m> -m 覆盖模型(provider/model)
--lang <code> 输出语言:zh / en / ja
--timeout <sec> -t 超时(默认 300s,pipeline 600s)

2.9 关键命令详解

nt research — 主题研究

# 基础
nt research "AI Agent architectures 2026" -o research.md

# 深度研究 + focus
nt research "MCP vs CLI" --depth deep --focus "developer experience,adoption" -o deep.md

# JSON 输出
nt research "Kubernetes security" --json

# 跳过 fact-check 加速
nt research "quick overview of RAG" --no-fact-check -o quick.md
Flag 默认 描述
--depth <level> normal shallow / normal / deep
--sources <n> 5 期望来源数
--focus <keywords> 关键词,逗号分隔
--no-fact-check 跳过 fact-check

nt write — 内容生成

# 从研究材料生成 newsletter
nt write --input research.md --style newsletter -o draft.md

# 从主题写 essay
nt write "Why CLI is the native language of AI Agents" --style essay --words 2000 -o article.md
Flag 选项
--style <s> newsletter / essay / report / tweet-thread / technical / story
--method <m> WRITE / AIDA / PAS / STORYTELLING / ANALYTICAL / CONVERSATIONAL
--words <n> 默认 1500
--tone <t> professional / casual / academic / provocative
--audience <desc> 目标受众描述

nt edit — 4 层精修

# 全 4 层
nt edit --input draft.md -o final.md

# 只调结构
nt edit --input draft.md --layer structure -o restructured.md

# 保留 voice,只改语法
nt edit --input draft.md --preserve-voice -o polished.md

# 带 diff
nt edit --input draft.md --diff -o final.md
Flag 默认 描述
--layer <l> all structure / paragraph / sentence / word / all
--preserve-voice 保留原 voice,只改语法 / 逻辑
--diff 输出差异

nt analyze — 12 框架分析

nt analyze --input research.md --framework swot -o analysis.md
nt analyze "Why are all tools moving to CLI" --framework first-principles
nt analyze --input data.md --framework "swot,pestel" -o combo.md

12 框架:swot、pestel、porter、first-principles、5why、jobs-to-be-done、blue-ocean、value-chain、bcg-matrix、ansoff、okr、systems-thinking

nt pipeline — 全流程编排

# 默认流程 (research → analyze → write → fact-check → edit)
nt pipeline "AI Agent trends 2026" --style newsletter --output-dir ./output/

# 自定义步骤
nt pipeline "MCP future" --steps "research,write,edit" -o result.md

# 从已有材料(跳过 research)
nt pipeline --input notes.md --steps "analyze,write,edit" -o final.md

2.10 Pipeline Composition(链式)

# Research → Write → Edit
nt research "AI Agents" -o /tmp/r.md \
  && nt write --input /tmp/r.md --style newsletter -o /tmp/d.md \
  && nt edit --input /tmp/d.md -o final.md

# Extract → Fact-check → Archive
nt extract --input paper.pdf -o /tmp/e.md \
  && nt fact-check --input /tmp/e.md -o /tmp/fc.md \
  && nt archive store --input /tmp/fc.md --tags "paper,verified"

2.11 给 AI Agent 调用的示例

# 获取结构化输出
result=$(nt research "Kubernetes best practices" --json)
echo "$result" | jq -r '.result'    # 取文本
echo "$result" | jq '.success'      # 检查成功
echo "$result" | jq '.metadata'     # 取元数据

# 检查 exit code
nt research "topic" --json -o out.json
if [ $? -eq 0 ]; then
  echo "Success"
elif [ $? -eq 2 ]; then
  echo "Model call failed, retry"
elif [ $? -eq 3 ]; then
  echo "Timeout, increase with --timeout"
fi

三、Part 3:两个工具的整体哲学

3.1 为什么自建 CLI 而非 Skill

维度 Claude Code Skill newtype CLI
调用方 LLM 内部 外部任何 AI / 脚本
安装 drop .skill 文件 npm i -g
跨工具复用 锁 Claude Code 任何 CLI 环境(VSCode / Cursor / shell / 其他 AI)
输出 LLM 文字 JSON envelope / NDJSON / 文件(可编程消费)
价值 单次任务方法论 作为 building block 编排其他 AI

关键洞察:newtype 把 8 个 Agent 包装成 CLI,是因为他要在 AI Coding 工作流里调用(Claude Code 调 nt research → 拿 JSON → 进一步处理)。Skill 是给 Claude 用,CLI 是给 Claude 调 Claude(自己嵌套自己)。

3.2 两个工具的协同关系

Oh My OpenCode (10 agents) ──→ 主要做编程任务
                ↓
            Claude Code / OpenCode 调用 nt
                ↓
        newtype CLI (8 agents) ──→ 主要做内容任务
                ↓
        JSON / Markdown 文件
                ↓
            回写到代码 / 文档

3.3 Newtype 工具生态全图

层级 工具 角色
CLI / IDE OpenCode + Oh My OpenCode plugin 编程主战场
CLI / IDE Claude Code 编程主战场
CLI 工具 nt(newtype CLI) 内容生产工具
Skill Super Analyst Pro / Super Writer Anthropic Skill 格式
MCP Prompt House local / Sequential Thinking / Tavily 工具层
客户端 ChatWise / Cherry Studio 兜底对话

四、对独立开发者的启示

4.1 你该不该 Fork Oh My OpenCode?

你的情况 推荐方法
只想调参数 / 加 prompt 方法一(配置文件),不要 Fork
想全中文化 / 私人化 方法二(Fork + GitHub),SUL-1.0 允许
想公开分享 方法二 + npm publish,记得遵守 SUL-1.0

关键约束:SUL-1.0 禁止商业用途。

4.2 你该不该做 newtype 风格的 CLI?

做的 5 个理由:

  1. 被其他 AI 调用 — JSON 输出可程序化消费
  2. 跨 IDE 复用 — VSCode + Cursor + Claude Code 都能跑
  3. 链式编排 — nt research && nt write && nt edit
  4. timeout / error / retry 由 shell 处理(成熟工具链)
  5. 可发布 npm,获得分发

不做的 3 个理由:

  1. 用户只在 Claude Code 用 — Skill 更方便
  2. 没有 npm publish 习惯 / 维护意愿
  3. 8 个 Agent 太多 — 先做 1-2 个验证

4.3 newtype 的设计哲学(从两个工具提炼)

  1. Stage 分明:命令对应 stage(research → write → edit → fact-check)
  2. JSON 优先:输出可程序化消费(给 AI 调用,不是给人看)
  3. Exit code 规范:0/1/2/3/4 各代表不同失败,可重试
  4. 链式可组合:每个命令是 building block,可以 pipe / chain
  5. 多输入方式(位置参数 / --input / --topic / stdin)— 适配多种调用场景
  6. timeout 默认 300s,pipeline 默认 600s — 实测合理值

五、跟其他 wiki 的连接

History

  • 2026-05-17:Phase 5.1 ingest 从 file_037(1729 lines Oh My OpenCode 完整指南)+ file_032(newtype CLI 358 lines 产品文档)合并写 1 个 wiki。完整覆盖 OpenCode 自定义 2 种方法 + 中文化 8 步实战 + newtype CLI 8 个 agent / 8 个命令 / JSON envelope / pipeline composition。

来源与关联资料