Claude Code 的开源替代方案：用 OpenCode + DigitalOcean 实现模型自由

如果你一直在使用 Claude Code 直接在终端中获取 AI 辅助，你已经知道这种体验有多强大。你描述一个任务，智能体就会读取你的文件、编辑代码、运行命令并报告结果，全程无需离开命令行。Claude Code 唯一的真正缺点是它专为 Anthropic 的模型而构建，其定价与 Anthropic 订阅绑定，而且你的代码会经过 Anthropic 的基础设施。

OpenCode 就是针对这一点的开源答案。它提供了同样的终端原生、智能体式编码体验，包括文件编辑、Shell 命令、语言服务器协议 (LSP) 集成以及多会话支持，但由你来控制模型和基础设施。在本教程中，你将使用“一键部署应用”将 OpenCode 部署到 DigitalOcean Droplet （VPS）上，该一键式应用已为无服务器推理预先配置，无需本地安装，也无需手写配置文件。

本文要点

• OpenCode 是一个开源的、基于终端的 AI 编码智能体，在 GitHub 上拥有超过 163,000 个 star 和 750 万月活用户，是 Claude Code 等工具的平替。
• DigitalOcean 提供了一个一键式应用，可将 OpenCode 部署到 Droplet 上，并预先配置好 DigitalOcean 无服务器推理，无需本地安装。
• 该 Droplet 预置了对 MiniMax M2.5、Claude Sonnet 4.5、GPT-5、DeepSeek、Llama 3.3、Kimi K2.5 等模型的访问，全部通过一个 Gradient 模型访问密钥即可使用。
• 整个设置可在五分钟内完成：部署 Droplet、SSH 登录、在设置向导中粘贴模型访问密钥，然后开始编码。

Claude Code 为什么流行？

Claude Code 将真正的智能体循环带到了你的终端中。你不再需要从聊天窗口复制粘贴代码建议，Claude Code 可以打开文件、应用修改、运行测试套件、读取输出并自主迭代。它在 LSP 层面理解你的项目，这意味着它能访问与你的编辑器相同类型的信息。

对于长期生活在终端中的开发者来说，这是一次显著的效率升级。它的吸引力是实实在在的，体验也确实很好。但你交给它的每一行代码都会根据他们的数据政策经过他们的系统。

为什么选择 OpenCode + DigitalOcean？

OpenCode 复刻了 Claude Code 的体验，包括终端用户界面 (TUI)、文件编辑、Shell 命令、LSP 感知和多会话支持，但消除了供应商锁定。以下是主要优势：

1、模型自由。 模型由你选择。Kimi K2.6、DeepSeek V4 Pro、Llama 4、Qwen 3 Coder，甚至是Claude、OpenAI，哪个对你的工作负载表现最好就用哪个。你甚至可以在项目中途用一条 /models 命令切换模型。

2、开源且可审计。 OpenCode 采用 MIT 许可。你可以阅读代码、复刻它，并确切知道它对文件和提示做了什么操作。

3、设计上隐私优先。 OpenCode 不会存储你的代码或对话数据。DigitalOcean 推理不会保留或训练提示或响应数据，仅保留为提供服务所必需的部分。

4、按 Token 付费，而非按人头付费。 你不是付一笔固定的月费，而是按实际使用量付费。对于编码时间呈脉冲式的开发者来说，这通常便宜得多。

5、DigitalOcean 作为基石。 DigitalOcean 提供了一个一键式应用，可将 OpenCode 部署到 Droplet 上，并为无服务器推理预先配置好。SSH 登录，粘贴模型访问密钥，就绪。无需本地安装，也无需手写配置文件。

6、从第一天起就拥有模型灵活性。 一键式应用默认使用 MiniMax M2.5，这是一个能力全面的通用模型，但完整的 Gradient 目录立即可用：Kimi K2.5、Claude Sonnet 4.5、GPT-5.2、DeepSeek、Llama 3.3、Qwen3 等。切换只需一条 /models 命令。

注意：如果你是DigitalOcean新注册用户，需要先联系卓普云（aidroplet.com）开通权限才能直接使用Claude系列的模型。

如何判断这个方案是否适合你

如果以下任一条适用，就可以考虑切换：

• 你正在为 Claude Code、Cursor 或类似工具支付月费，并希望成本更低或更可预测。
• 你想在不更换工具的前提下尝试不同的模型。
• 你所在的工作环境中，将代码发送给特定第三方是一个顾虑。
• 你已经是 DigitalOcean 用户，并希望将 AI 开支整合到一起。
• 你偏爱开源软件，希望了解在你机器上运行的是什么。

步骤 1 — 创建 Gradient 模型访问密钥

登录 DigitalOcean 控制面板，在左侧面板中导航至 Inference → Manage。

点击 Create Model Access Key（模型的访问密钥），给它取个名字（例如 opencode-droplet），然后复制密钥。离开页面后将无法再次查看。

这一把密钥就能让你访问整个 Gradient 模型目录，包括 MiniMax M2.5、Kimi K2.5、Claude Sonnet 4.5、DeepSeek、Llama 3.3 等，无需为每个模型单独开设 API 账户。

步骤 2 — 部署 OpenCode 一键式应用

前往 DigitalOcean Marketplace 中的 OpenCode 列表，点击 Deploy to DigitalOcean。

选择 Droplet 规格。最低要求是 1 GB RAM / 1 vCPU / 25 GB 存储，但推荐 2 GB RAM / 2 vCPU 或更高以获得舒适体验：

添加或创建 SSH 密钥以安全访问，然后点击 Create Droplet。Droplet 云服务器不到一分钟就能配置就绪。

或者，通过 API 部署：

curl -X POST -H 'Content-Type: application/json' \
     -H 'Authorization: Bearer '$TOKEN'' -d \
    '{"name":"opencode-server","region":"sfo2","size":"s-2vcpu-4gb","image":"opencode"}' \
    "https://api.digitalocean.com/v2/droplets"

步骤 3 — SSH 登录并完成设置向导

Droplet 就绪后，通过 SSH 登录：

ssh root@your-droplet-ip

首次登录时，设置向导会自动运行。当提示时，粘贴你在步骤一中创建的 Gradient 模型访问密钥（Access Key）：

OutputEnter your DigitalOcean Gradient model access key: 

向导会验证密钥并自动写入 OpenCode 配置。无需编辑 YAML。

步骤 4 — 运行 OpenCode 并选择你的模型

导航到你的项目并启动 OpenCode：

cd /path/to/your/project
opencode

如果你在 Droplet 上还没有项目，可以创建一个空项目目录或直接启动 OpenCode，让它为你创建文件夹。

默认模型是 MiniMax M2.5 (digitalocean/minimax-m2.5)。要查看可用模型的完整列表或切换模型，在 TUI 内运行 /models。

试试一个真实提示：

用 Python 构建一个简单的 FastAPI 应用，包含以下内容：
- 一个 GET /health 端点，返回 {"status": "ok", "timestamp": <当前 UTC 时间>}
- 一个 POST /shorten 端点，接收 {"url": "..."} 正文，返回一个
  假的短码（对 url 做 md5，返回前 8 个字符）
- 一个包含 fastapi 和 uvicorn 的 requirements.txt
- 一个使用 pytest 测试两个端点的测试文件
- 一个说明如何运行它的 README.md

创建所有文件，然后运行 pip install -r requirements.txt 和 pytest 来
确认测试通过。

OpenCode 会读取相关文件，规划修改，跨代码库应用编辑，运行测试并报告结果——和你在 Claude Code 中获得的循环一样，但用的是你选择的模型，跑在你控制的基础设施上。

随时按 Tab 键在 build 智能体（完整文件访问）和 plan 智能体（只读分析）之间切换。

步骤 5 — 固定模型并添加项目规则

要永久设置默认模型，在 Droplet 上编辑配置：

nano /root/.config/opencode/opencode.json

更新 model 字段：

/root/.config/opencode/opencode.json

{
  "$schema": "https://opencode.ai/config.json",
  "model": "digitalocean/minimax-m2.5"
}

你还可以在项目目录中添加一个 RULES.md 文件，为智能体提供跨会话保留的常驻指令：

# 项目规则

- 这是一个使用 FastAPI 和 PostgreSQL 的 Python 3.12 项目。
- 函数签名始终添加类型提示。
- 永远不要修改已有的迁移文件。创建新的。
- 在认为任何任务完成之前，先运行 `pytest`。

Droplet 上预装了常用辅助脚本：

常见问题

OpenCode 和 Claude Code 一样强大吗？

对于大多数日常编码任务，包括重构、调试、编写测试和生成样板代码。体验的质量很大程度上取决于你选择的模型，而这恰恰是重点所在。你可以针对你的特定代码库和任务对不同的模型进行基准测试，并自由切换。

与 Claude Code 相比，这个方案的成本如何？

DigitalOcean 推理按 Token 计费。查看当前定价页面了解各模型的费率。Droplet 本身根据规格每月几美元。作为参考，Claude Code 使用量根据你的 Anthropic API 配额计费，或捆绑在每月 20 美元起的 Pro/Max 订阅中。利用碎片时间集中写代码的开发者通常会发现按 Token 计费更便宜，而重度日常用户则可能会觉得订阅模式更可预测。如果你特别想用 Claude，Gradient 也通过步骤四中列出的 do-anthropic 模型提供了 Claude Sonnet 和 Opus。

我的代码会发送到 DigitalOcean 的服务器吗？

在 Droplet 配置下，你的代码存放在 Droplet 本身，而非你的本地机器。提示从 Droplet 发送到 DigitalOcean 推理以生成响应。请求完成后，DigitalOcean 不会保留提示或响应数据。如需最大化隐私，可将 Droplet 限制在虚拟私有云 (VPC) 内，并对模型访问密钥进行范围限制。关于DigitalOcean 数据隐私政策，可直接咨询卓普云AI Droplet，了解完整详情。

我可以在项目中途切换模型吗？

可以。随时在 TUI 中运行 /models 进行切换。你的对话历史保持不变，只有处理下一个请求的模型发生变化。

我可以使用自己的 Anthropic 或 OpenAI API 密钥，而不使用 Gradient 吗？

可以。在提示时按 Enter 跳过设置向导，然后在 OpenCode 内使用 /connect 为 75 个以上受支持的提供商添加你自己的 API 密钥。一键式应用已为 DigitalOcean 无服务器推理预先配置，但它不会把你锁定在里面。

DigitalOcean 上的无服务器推理和专用推理有什么区别？

无服务器推理（本教程使用的）是共享的、按 Token 付费的，无需开通，非常适合个人开发者和小型团队。DigitalOcean 的专用推理（Dedicated Inference）为你提供预留的 GPU 端点，以获得一致的延迟和吞吐量，适合生产工作负载或请求量大的团队。

结语

OpenCode 是一个成熟、维护良好的 Claude Code 开源替代品，为你提供同样的终端原生智能体编码体验，但不受供应商锁定。DigitalOcean 一键式应用甚至免去了安装的麻烦。部署一个 Droplet，SSH 登录，粘贴模型访问密钥，不到五分钟就能用 Kimi K2.5、Claude Sonnet 或任何其他 DigitalOcean 无服务器推理模型开始编码。

下一步就是部署 Droplet，在你代码库的真实任务上试用它。从 plan 智能体开始探索，准备好修改时切换到 build，用 /models 尝试不同模型，直到找到最适合你工作流程的那个。

相关链接

• DigitalOcean Marketplace 上的 OpenCode
• OpenCode 文档
• DigitalOcean 推理概览
• 无服务器推理可用模型
• 创建和管理模型访问密钥