跨项目的 coding agent 学习与研究笔记。
核心目的： 帮助读者真正理解 agent 系统如何构造、协作与扩展——每条结论尽量附带可核对的源码证据，而不是只给结论。
- 语言：中文优先
- 属性：个人学习仓库（不是产品代码、不是 changelog）
- 首要读者：正在读 OpenCode 内核 或在其上写插件的开发者
| 项目 | 官方仓库 | 内容简介 | 入口 |
|---|---|---|---|
| opencode | anomalyco/opencode | OpenCode runtime 内核：Atlas、叙事 Trace、Processor 深读、多模型 | 开始学习 |
| oh-my-openagent | code-yeongyu/oh-my-openagent | 插件协议、hook 体系、多 agent 编排、tool/MCP/Team Mode | 目录 |
| openclaw | openclaw/openclaw | 个人 AI 助手 Gateway、多通道 inbox（独立产品） | 目录 |
| claude-code | anthropics/claude-code · ultraworkers/claw-code · zhumengzhu/claude-code | 官方产品 + Rust 社区重写 + 个人 TS 研究快照 | 目录 |
| pi | earendil-works/pi | 极简主义 coding agent：4 工具 + 游戏引擎架构 + 激进扩展性 | 开始学习 |
| mimo-code | XiaomiMiMo/MiMo-Code | 小米开源 AI 编程助手：跨会话记忆、智能上下文、子代理编排 | 第一天分析 |
| multica | multica-ai/multica | AI Managed Agents 平台：agent 作为一等公民、Squads、Skills、Autopilots | 深度分析 |
跨项目对照： OpenCode ↔ OmO 边界
本仓库专注 内核深读 + pin commit 证据链；下列社区资料在广度、叙事或实战上各有长处，建议对照阅读，不必重复造轮子。
| 仓库 | 链接 | 擅长补什么 |
|---|---|---|
| ZeroZ-lab/learn-opencode | github.com/ZeroZ-lab/learn-opencode | Monorepo 全景（app/desktop/console 等包）、flow/ 流程专题、Cookbook 实战、FAQ、带源码子模块 |
| qqzhangyanhua/learn-opencode-agent | github.com/qqzhangyanhua/learn-opencode-agent | 24 章体系 + 实践项目、阅读地图与概念速查、oh-flow「一条消息旅程」（OmO 插件视角）、动画实验室 |
对照阅读指南（详细）： projects/opencode/external-resources.md
本笔记相对社区的差异化：
- 内核主链路：18 Atlas → A1 叙事 → A2 Processor 状态机 → 19 多模型（社区资料较少同等深度）
- 证据链：正文链接 pin commit SHA，不用
blob/dev/ - 跨项目：comparisons/ 明确 OpenCode 内核与 OmO 插件层的职责边界
| 目录 | 用途 |
|---|---|
projects/ |
按项目分区的学习笔记 |
comparisons/ |
跨项目横向比较 |
patterns/ |
可复用设计模式与反模式 |
templates/ |
新项目学习模板 |
- 学 OpenCode 内核： 从 projects/opencode/README.md 选一条学习路径，不要从 00 线性读到 17
- 学插件层： 先读 边界对照 → OmO 17 消息 Hook 链
- 每完成一轮学习，把可复用的结论沉淀到
comparisons/和patterns/ - 每个结论附带证据来源（源码路径或文档链接）
- 默认使用中文书写（术语可保留英文）
- 记录「结论 + 证据 + 边界条件」，避免只写结论
- 优先沉淀可复用的分析方法，而不是单次问题的临时笔记
详细约定见 AGENTS.md。