Modul 3 – Installation och systemintegration

OpenCode-utbildningen på AIWiki.se ← Tillbaka till översikten


OpenCode kräver Bun som runtime. Bun är en snabb JavaScript-runtime och pakethanterare – ett alternativ till Node.js. Det är det enda hårda beroendet utöver en LLM-nyckel (eller en lokal modell via Ollama).

Krav Version Kommentar
Bun >= 1.0 Installeras separat, se nedan
OS macOS, Linux, Windows (WSL) Windows native via WSL2 rekommenderas
LLM-nyckel API-nyckel från vald provider Eller lokal Ollama-instans

# macOS / Linux
curl -fsSL https://bun.sh/install | bash
 
# Verifiera
bun --version

På Windows: använd WSL2 och kör ovanstående i Linux-miljön.

# Via Bun (rekommenderat)
bun install -g opencode-ai
 
# Verifiera
opencode --version
# Starta OpenCode för första gången – guidad setup
opencode
 
# Alternativt: sätt miljövariabel direkt
export ANTHROPIC_API_KEY="sk-ant-..."
export OPENAI_API_KEY="sk-..."

30-sekunders-setup för den som redan har en API-nyckel: installera Bun, installera OpenCode, exportera nyckeln, kör ``opencode`` i ett repo.


OpenCode är provider-agnostisk. Konfigurationen sker antingen via miljövariabler eller i konfigurationsfilen ``~/.opencode/config.json``.

{
  "model": "claude-sonnet-4-5",
  "provider": "anthropic"
}
export ANTHROPIC_API_KEY="din-nyckel"
{
  "model": "gpt-4o",
  "provider": "openai"
}
export OPENAI_API_KEY="din-nyckel"
{
  "model": "gemini-1.5-pro",
  "provider": "google"
}

För organisationer med krav på dataresidency eller som vill undvika molnberoenden är Ollama ett bra alternativ:

# Installera Ollama och ladda ner en modell
ollama pull llama3.1:8b
 
# Konfigurera OpenCode att använda Ollama
{
  "model": "llama3.1:8b",
  "provider": "ollama",
  "baseUrl": "http://localhost:11434"
}
Arkitektnotering: Ollama-alternativet är relevant för offentlig sektor och organisationer med GDPR- eller sekretessrestriktioner. Prestandan är lägre än molnmodellerna, men för väldefinierade uppgifter (refaktorering, dokumentationsgenerering) är det ofta tillräckligt.

OpenCode har två primära lägen:

# Starta i aktuell katalog (TUI öppnas)
opencode
 
# Starta med specifik modell
opencode --model claude-sonnet-4-5
 
# Fortsätt senaste session
opencode --continue

TUI-läget ger ett terminalbaserat gränssnitt med:

  • Filträd och kontext till vänster
  • Chattfönster i mitten
  • Git-diff och verktygsutdata till höger
# Kör en specifik uppgift och avsluta
opencode run "Generera en README.md för det här projektet"
 
# Med JSON-output (för CI/scripting)
opencode run --format json "Lista alla TODO-kommentarer i kodebasen"
 
# Med specifik fil som kontext
opencode run --file src/api/routes.ts "Dokumentera alla endpoints i den här filen"

Icke-interaktivt läge är det som är relevant för pipeline-integration – se Modul 6 för djupare genomgång.


Flagga Beskrivning Exempel
``–model`` Välj modell för sessionen ``–model gpt-4o``
``–file`` Lägg till specifik fil i kontext ``–file schema.sql``
``–continue`` Fortsätt senaste session ``opencode –continue``
``–format`` Output-format (text/json) ``–format json``
``–no-tools`` Kör utan verktygsåtkomst (text-only) ``–no-tools``

Problem: ``opencode: command not found`` → Kontrollera att Buns bin-katalog är i PATH: ``export PATH=”$HOME/.bun/bin:$PATH”``

Problem: API-anrop misslyckas → Verifiera att miljövariabeln är satt: ``echo $ANTHROPIC_API_KEY``

Problem: Ollama svarar inte → Kontrollera att Ollama-daemon är igång: ``ollama serve``


  • OpenCode kräver Bun och en LLM-provider (moln eller lokal).
  • Installation tar under en minut för den som redan har Bun.
  • TUI-läget är för interaktivt arbete; CLI run-läget är för automatisering.
  • Lokala modeller via Ollama är ett alternativ vid sekretess- eller dataresidenykrav.

Kopierad!
AI Prompt: Installationsguiden ingen bad om
Du är en otålig sysadmin som just installerat OpenCode på en fredag kl 16:45. Skriv en installationsguide på fem steg, i imperativform, med stigande desperation i tonen. Inga felmeddelanden tillåts existera i din värld.

Testa prompt på …


Föregående modul: ← Modul 2 – Arkitektur och mentala modeller Nästa modul: Modul 4 – AGENTS.md och agentdesign →

← Tillbaka till översikten