Вайб-кодинг в терминале: настраиваем OpenCode с Claude, GPT и Gemini
Мы знаем, но не можем доказать, что многие из вас уже попробовали вайб-кодинг в браузерном чате — и застряли на ручном копипасте между вкладками.
OpenCode решает именно это: агент живёт в терминале, сам читает файлы вашего проекта и предлагает diff-патчи, которые остаётся принять или откатить. В этой статье разберём, как его настроить и подключить к топовым моделям.
Почему терминальный агент, а не Cursor
Cursor и GitHub Copilot работают внутри IDE — и там же остаются. Вы платите подписку, получаете конкретный набор моделей и не можете выйти за его рамки. OpenCode устроен иначе: это TUI-утилита (text user interface), которая запускается прямо в консоли и не привязана ни к одному редактору.
Главное отличие — агентный воркфлоу. OpenCode читает файлы проекта самостоятельно, запускает команды в шелле, отслеживает ошибки и предлагает правки в виде diff. Вы не копируете код из чата — вы принимаете или отклоняете изменения прямо в терминале.
Работает с любым провайдером, у которого есть OpenAI-совместимый API. Это важно, потому что доступ к Claude, GPT и Gemini напрямую из РФ — отдельный квест с VPN и зарубежными картами.
Как подключить топовые модели без VPN
Получить API-ключ от Anthropic или OpenAI из России — значит найти зарубежную карту, настроить VPN и молиться, что аккаунт не заблокируют через месяц. RouterAI закрывает этот вопрос: российский сервис-агрегатор с OpenAI-совместимым API, оплатой через СБП и рублёвым счётом.
Схема работы простая:
1. Вы регистрируетесь на RouterAI;
2. Пополняете баланс;
3. Получаете один API-ключ вида sk-or-... (его сохраните, сейчас пригодится и не публикуйте никогда в открытом доступе)
Теперь у вас есть доступ к Claude, GPT, Gemini, DeepSeek и другим моделям. OpenCode видит RouterAI как обычного OpenAI-провайдера, поэтому никаких специальных настроек совместимости не нужно.
Модель оплаты — pay-as-you-go: платите только за токены, которые реально потратили. Для команд есть единый счёт с общим балансом.
Как только в RouterAI появляется новая модель — она сразу доступна в OpenCode через тот же ключ, без повторной настройки.
Установка и первый запуск
Установка — одна команда:
curl -fsSL https://opencode.ai/install | bash
После этого перезапустите терминал, перейдите в папку проекта и запустите:
opencode
Если TUI открылся — переходим к настройке провайдера.
Конфиг
Создайте или отредактируйте файл ~/.config/opencode/opencode.json. Вот рабочий пример с моделями RouterAI:
Модели добавляются по аналогии — полный список доступных смотрите в документации RouterAI.
Подключение провайдера
Сохраните конфиг и перезапустите OpenCode. Нажмите ctrl + p, выберите Connect Provider:
Найдите RouterAI в конце списка и введите API-ключ (sk-or-...):
После этого через ctrl + p → Switch Model выбираете нужную модель из тех, что прописали в конфиге.
agents.md: память агента между сессиями
У OpenCode есть проблема, знакомая всем, кто работал с LLM в чате: каждая новая сессия начинается с чистого листа. Агент не помнит, что ваше приложение крутится в Docker, что документация лежит в /docs и что хардкодить русские строки в коде запрещено.
Для этого существует agents.md — файл с инструкциями, которые OpenCode читает при каждом запуске. Чтобы сгенерировать его на основе вашего проекта, выполните внутри OpenCode:
/init
Агент сам проанализирует структуру проекта и заполнит файл базовой информацией. После этого открывайте его и дописывайте правила под свой стек. Вот пример:
Правила работают на естественном языке — никакого специального синтаксиса. Агент учитывает их при каждом запросе, так что поведение между сессиями остаётся стабильным.
Режимы Plan и Build: когда что использовать
OpenCode работает в двух режимах, переключение между которыми — Tab.
В режиме Plan агент читает файлы, отвечает на вопросы и предлагает изменения, но ничего не трогает. Удобно, когда нужно разобраться в незнакомом коде или обсудить архитектуру перед тем, как что-то менять.
В режиме Build агент делает всё то же самое, плюс выполняет команды в консоли и вносит правки в файлы. Здесь уже идёт реальная работа: агент пишет код, запускает тесты, правит ошибки и предлагает diff-патчи, которые вы принимаете или откатываете.
Оптимально начинать с Plan, особенно на незнакомой кодовой базе. Сначала убедитесь, что агент правильно понял задачу и предложил адекватный план, потом переключайтесь в Build.
Нюансы, которые съедят ваши токены
RouterAI считает деньги за каждый токен. OpenCode при каждом запросе отправляет в модель весь контекст: историю переписки и содержимое файлов, которые агент успел прочитать. На длинных сессиях это накапливается быстро — особенно если проект большой.
Когда агент начинает путаться или повторять уже исправленные ошибки, это сигнал не переформулировать запрос, а начать новую сессию. Чистый контекст возвращает точность и заодно снижает расход токенов.
Выбор модели влияет на результат сильнее, чем кажется. Claude Sonnet 4.6 и GPT-5.2-Codex справляются со сложными архитектурными задачами и большими кодовыми базами. GLM 5 и аналогичные лёгкие модели подходят для объяснений и точечных правок, но на сложном коде ошибаются чаще.
*** *** ***
Сетап получается компактным: OpenCode живёт в терминале и берёт на себя агентную часть работы — читает файлы, выполняет команды, предлагает diff. RouterAI даёт доступ к Claude, GPT и Gemini через один ключ с рублёвой оплатой. Вместе они закрывают две проблемы: тяжёлые IDE с vendor lock-in и проблему доступа к API из России.
Настройка занимает около 15 минут, если уже зарегистрировались в сервисе и ключ на руках. После этого переключение между моделями — пара нажатий, а правила в agents.md избавляют от необходимости объяснять контекст проекта каждый раз заново.