Opencode Python 封装

要解决的问题

在 Python 工作流中直接驱动 OpenCode 的 AI 编码代理时，常常要处理请求拼装、代理模式选择、上下文传递和结果回写等细节。尤其是 Build、Plan、General 这类不同定位的代理，容易散落在脚本、服务或自动化任务里，缺少统一入口。对于想把编码代理接入本地工具链、批处理流程或 GitHub 自动化的人来说，问题不是“能不能调用”，而是调用是否足够贴近 Python 开发习惯。

技能如何工作

opencode-wrap 将 OpenCode 的代理能力封装成 Python 侧可用的 wrapper：

• 代理模式分层：对应 Build、Plan、General 三类代理场景，让脚本可以按任务类型选择更合适的代理入口。
• MCP 支持：适合在代理流程中接入外部工具、文档或上下文，而不是把所有能力都硬编码在脚本里。
• 流程集成：可嵌入 Python 服务、定时任务、CI 流水线或本地自动化脚本，减少手动维护底层调用参数的工作。
• 封装边界清晰：它更像 OpenCode 的 Python 调用层，而不是替代完整 IDE、编辑器插件或复杂平台。

适用边界

该技能适合开发编排和自动化集成。若环境中没有可用的 OpenCode 代理后端，缺少 MCP 配置，或只是临时用命令行跑一次任务，则它的价值有限。使用时应重点关注代理模式、MCP 工具来源和 Python 运行环境是否匹配。