Show threaddenhamFeb 22

I'm running #opencode in the terminal, which by default has two primary agents, plan and build agent. This setup pairs nicely with that.

#ohmyopencode

ControlNetFeb 19
发现是 #oh-my-opencode 在system prompt里注入了当前时间，而这个时间每秒都会刷新，导致cache完全工作不了。别的coding agent的cache率都能到90%，而这个omo只能到20%不到。导致输入token价格直接爆了。

发现了原因之后给 omo 提交了个pr https://github.com/code-yeongyu/oh-my-opencode/pull/1974 之后只要关掉这个 omo_env 注入系统提示词就可以大幅节约api消耗。测了一下能从25%的cache率提升到95%，搞不好能节约个10倍的价格。

RE: https://social.controlnet.space/notes/aivobd72fhat00b9
ControlNetFeb 18
#oh-my-opencode 的token消耗太恐怖，如果按照官方API计价，基本上一天就要花200~500刀。得找找有没有更加便宜的agent替代。
denhamFeb 15

I'm experimenting with off-loading simpler agent tasks from oh my opencode to local running models, and built a hook to calculate savings of running local instead of the default cloud llm.

#ohmyopencode #claude #opencode #framework #frameworkdesktop #lmstudio #ollama #openai

ControlNetJan 14
这一周试了一下更多 #vibecoding 。

首先所有的coding agent都支持自定义模型，包括连接到本地模型，加上agent其实是本地跑的+开源的，所以只要确保模型用的是自己部署的，就能确保数据的安全性，不过自用的话问题不大。

如果是自用考虑性价比：
- 那么 #codex 用chatgpt plus订阅是最好的，量很大，而且效果也不错，大概8分，但是基于CLI，交互差一些。

如果纯粹从效果角度出发：
- #cursor （每月20USD，但是限制用量也到20+USD，超了就只能用那种mini模型），交互满分，性能9分。
- google #antigravity （用google的ai订阅，限制用量暂时没试过，free tier的用量比较低，写前端目前最强10分，别的差一些，可能是gemini3pro的特性，一个重大交互升级是能自动用浏览器看前端页面，然后模型读取前端截图来提升前端设计效果，写后端效果一般），交互和curosr一个水平也是满分，写后端的性能综合下来可能是7分。
- #claude code（每月20USD，但是注意在国内用如果IP地址泄露可能导致封号），CLI简陋的交互但是比codex好一点点，总体性能是很强的，应该是和cursor一个水平9分。
- #opencode （开源拖拉机，其中想说的是#oh-my-opencode ，拥有这个社区激进的多智能体设计），CLI交互比御三家的cli强很多，但是还是达不到IDE GUI的水平，总体性能如果能用上opus这种sota模型，基本上和cursor一个水平甚至更强（9分），考虑到多智能体一直写，可以做到无托管自己写自己debug一小时。缺点是吃的token比较多，token性价比低。

另外的：
- github #copilot ：设计的不太好，好像上下文限制也较大，主要优势是如果有github教育认证就能一直白嫖订阅，总体性能不及格（5分）。
- jetbrains #junie ：给JB IDE用的coding agent，一开始出的时候试过，基本出于比较糟糕的状态（2分），和模型无关，纯粹是本身设计问题，不知道现在怎么样了。