opencode源码拆解之第7篇 run 命令全流程:从 `opencode` 到 Agent Loop

如果你要设计一个能从终端命令一路走到 AI Agent 循环的架构——用户敲一行 opencode run "fix this bug"，你的系统怎么把这个字符串变成一次完整的 LLM 推理？

你可能会想：这有什么难的？process.argv 解析一下，switch-case 分发，函数里调 LLM，完事。

对，但如果你的 CLI 有 20+ 个选项、3 种交互模式（非交互/本地交互/远程附加）、还需要加载完整的项目上下文（配置、插件、Provider）——switch-case 会在第 5 个选项时变成一团浆糊。

opencode 的作者也经历了这个演变。前两篇拆了 yargs 注册^[1] 和 bootstrap 初始化^[2]，现在看它们怎么汇合成一条完整链路——从 opencode 到 Agent Loop。

【问题】——为什么一个 run 命令需要三层路由？

naive 方案：process.argv + switch-case 的终点

如果你只做一次 LLM 调用，的确不需要三层。一个脚本就够了：

const args = process.argv.slice(2)if (args[0] === 'run') {const message = args.slice(1).join(' ')const result = awaitcallLLM(message)console.log(result)}

这个方案在三个维度上同时失效。

第一，参数爆炸。opencode 的 run 命令有 20+ 选项：--model、--agent、--interactive、--format json、--file、--continue、--session、--fork……每个选项有自己的类型、别名、默认值、互斥规则。手写解析器到第 5 个选项就开始出现 undefined is not a function。相比之下，yargs 的声明式路由把 20+ 选项每一行一个 .option() 搞定。

第二，生命周期。run 需要一个完整的项目上下文——配置加载、插件初始化、Provider 注册。如果不加载，LLM 调用连 API key 都找不到。如果加载完不释放，下次启动内存泄漏。

第三，模式分裂。同一个 run 命令要同时支持：非交互式（发一条消息就退出）、本地交互式（开 TUI 持续对话）、远程附加式（连到已运行的 server）。三种模式共享 80% 的 session 逻辑，但输出处理和生命周期完全不同。

三个人在三个 PR 里往同一个 switch-case 加代码——这就是 opencode 选择三层路由的直接原因。

opencode 的选择：CLI 层 → Effect 层 → Session 层的三层过滤

三层不是拍脑袋分的，每一层解决一个维度的问题：

这不是最优解——它多了一些间接层，每层都有抽象成本。但它在"可扩展性"和"正确性"上赢回了这些成本。继续看每层的具体代码。

【设计】——三层架构各层职责

Layer 1：yargs builder 声明式注册

入口文件 src/index.ts 是这个 CLI 的"路由表"。45 行代码注册了 20+ 个命令，每个命令一个 .command() 调用（sources/opencode/packages/opencode/src/index.ts L45-116）。

如果你熟悉 02-01^[3]，这里不加新东西。关键是第 85 行 .command(RunCommand)——RunCommand 不是普通 yargs 命令对象，它是用 effectCmd() 包装过的。

这里有一个容易忽略的设计细节：.middleware() 注册在全局 cli 上，但它只在 yargs 完成参数解析 之后 执行。这意味着 middleware 可以读到所有 flag 的值。opencode 利用这一点在 middleware 里设置环境变量（OPENCODE_PRINT_LOGS、OPENCODE_LOG_LEVEL），确保这些配置在 handler 被调用之前就已生效。

你可能会问：既然 .middleware 能做到，为什么不把 InstanceStore 加载也放进 middleware？因为 middleware 无法被 effect-cmd 的 finally 覆盖——如果 middleware 里加载了 Instance 但 handler 抛异常，没有 Effect.ensuring 兜底，dispose 会漏掉。

Layer 2：effectCmd 包装器

effectCmd 是连接 yargs 世界和 Effect 世界的桥梁。它做的事可以用一句话说清：

帮你加载 InstanceContext，然后调用你的 handler，最后确保 dispose。

（sources/opencode/packages/opencode/src/cli/effect-cmd.ts L69-95）

这里的核心机制是 instance 选项。RunCommand 是这样声明的：

instance: (args) => !args.attach,

--attach 模式连接到远程服务器，不需要本地 Instance。普通的 opencode run 则需要。这个条件写在 effectCmd 的配置里，而不是在 handler 内部判断——因为 handler 类型签名需要 InstanceRef（Effect 上下文中的实例引用），如果不加载实例，handler 里的 yield* InstanceRef（Effect 的依赖获取语法，类似 await 但用于 Effect 上下文）会直接 defect。

边界场景：如果 instance 为 true 但 store.load 失败（比如找不到项目目录），effectCmd 不会调用 handler——错误直接冒泡到 src/index.ts 的 catch 块，显示错误后 exit(1)。这比在每个 handler 里写 try-catch 更干净。

Layer 3：run handler 三叉戟

RunCommand 的 handler 是整个 CLI 最长的函数——约 650 行（L241-893）。但它不复杂，只是因为处理了三种模式的排列组合。

handler 的入口是 Effect.fn("Cli.run")(function* (args) { ... })。Effect.fn（Effect 的命名追踪机制，类似给函数贴标签，调试时一眼看出调用来源）给函数加了一个命名 span，在 Effect 追踪系统里显示为 Cli.run——调试时看 tracing 一眼就能认出这是哪个命令。

handler 的顶层逻辑是三个 if 分支，构成"三叉戟"：

if (交互模式 && 本地 && 非继续) → runInteractiveLocalMode()else if (附加模式)               → execute(attachSDK)else (默认, 含非交互和交互继续)   → execute(localSDK)

这个判断不是随意分的。（sources/opencode/packages/opencode/src/cli/cmd/run.ts L837-893）

模式 A 是"开新局"——创建全新的交互式 session，用 in-process server（不走 HTTP，通过 fetch function 直接调用 Server 的 app.fetch）。模式 B 和 C 都走 execute()，但区别是 SDK 绑定对象不同：B 走 HTTP，C 走 in-process。

为什么模式 A 要单独抽出来？因为 runInteractiveLocalMode 内部做了三件事：

1. 启动 in-process Server（Server.Default()）
2. 创建 session
3. 直接进入交互式 TUI

而 execute() 的设计是"先创建 session，再根据参数决定怎么执行"——它更通用，但多了一个 session 创建→等待的步骤。纯 --interactive 场景下这个等待是多余的。

【源码】——主流程三块骨架

session 解析：创建 / 继续 / fork

execute() 的第一步是拿到一个 session ID。session() 函数（sources/opencode/packages/opencode/src/cli/cmd/run.ts L391-468）处理了 7 种排列组合：

这里的 fork 是一个有意思的设计。它不是简单的"复制 session"，而是创建一个新的空 session 但继承原 session 的 title 和 directory。目的是让你在同一个项目里开一个"平行时空"继续调试，不影响之前的对话历史。

naive 方案不会考虑 fork——因为单次 LLM 调用不需要。但 opencode 的目标是一个持续数小时的交互式 session，用户可能需要"回到上一个决策点重来"。fork 就是这个重来机制的基础。

执行分叉：command / prompt / 交互

想象你敲了 opencode run --command /review。你期待的是：直接执行 code review，不开新的对话轮次。但如果你敲的是 opencode run "帮我 review 这段代码"，你期待的是：LLM 理解上下文后给出建议。

这两个都是"run"，但底层 API 完全不同。看看 opencode 怎么处理的：

有了 session ID， execute() 根据参数走三条路径（sources/opencode/packages/opencode/src/cli/cmd/run.ts L763-834）：

路径 A 和 B 的区别是 API 语义不同：session.command() 发送的是"命令"（如 /review、/commit），session.prompt() 发送的是普通文本消息。但底层走的都是同一条事件流。

三个路径共享 events 订阅和 loop()。loop() 是一个 for await...of 循环，消费 SDK 返回的 event stream，根据事件类型决定是打印文本、显示工具调用、还是处理权限请求。

naive 方案不会区分 command 和 prompt——一个 prompt 函数就够了。但 opencode 需要让 slash command 有特殊的执行语义（比如不开启新 turn、直接返回结果），所以才分了两个 API。

事件循环：loop() 流式消费

loop() 函数（sources/opencode/packages/opencode/src/cli/cmd/run.ts L632-753）是整个 run 命令的输出处理核心。它订阅 session 的事件流，在 for await...of 里处理 9 种事件类型：

这个循环的优雅之处在于它是同构的——非交互模式和交互模式都用同一套事件模型。区别只在于消费方式：非交互模式下 loop() 直接打印到 stdout，交互模式下事件被转发到 TUI 组件（如 RunFooter 的 event() 方法）。

naive 方案可能会用 callback 或 Promise chain 来输出流——每个事件一个 .then()。但对 9 种事件类型和 7 种筛选条件来说，callback 地狱比 for await...of 难读 10 倍。

【权衡】——三层路由 vs 扁平方案

可扩展性：每命令独立文件 vs 一个巨大 switch

扁平方案如果只支持 3 个命令，100 行代码搞定。但 opencode 有 20+ 个命令，如果在一个文件里，会超过 3000 行。

opencode 的选择是每个命令一个文件，通过 effectCmd 统一接口：

src/cli/cmd/  run.ts         ← effectCmd  + handler 650 行  generate.ts    ← effectCmd  + handler  agent.ts       ← effectCmd  + handler  config.ts      ← effectCmd  + handler  session.ts     ← effectCmd  + handler  ...

新增一个命令 ≈ 创建一个文件 + 在 index.ts 加一行 .command()。不需要修改已有代码。

代价是增加了间接层。新手第一次看代码需要理解 effectCmd 的 instance、directory、builder、handler 四个配置项分别控制什么。但对比"在一个 3000 行文件里搜 case 'run'"，这点学习成本是值的。

这种「按职责切层」的架构思路在提高生产力的开源项目里反复出现。类似的架构权衡在公众号 Ai拆代码的曹操 每周拆解——关注后回复"路由"获取完整架构图集。

生命周期：effectCmd 自动 dispose vs 手动清理

bootstrap 是 02-02^[4] 的核心函数，它做加载→执行→释放三步：

exportasyncfunction bootstrap<T>(directory: string, cb: () =>Promise<T>) {const ctx = awaitInstanceRuntime.load({ directory })try {returnawait context.provide(ctx, cb)  } finally {awaitInstanceRuntime.disposeInstance(ctx)  }}

effectCmd 做的事情等价——但它是通用的，不需要每个命令写一遍 try-finally。如果你不用 effectCmd，在 run handler 里你也要手动 bootstrap()。

那为什么还保留 bootstrap 函数（cli/bootstrap.ts）？因为 bootstrap 不依赖 Effect 运行时（AppRuntime.runPromise 是 Effect 的入口，把 Effect 程序转换成 Promise 执行）——它是一个纯 async/await 版本，用在不需要 Effect 的简单场景（比如 stream.transport.ts 里用来执行一次性的文件操作）。

边界失效案例：如果 store.dispose 本身抛异常（比如 IPC server.instance.disposed 无法发送），effectCmd 的 finally 里的 AppRuntime.runPromise 会失败，导致 dispose 未执行。opencode 的做法是 dispose 内部 catch 所有异常，确保即使 IPC 失败也不影响内存清理。

三种交互模式为什么必须分开

看一个设问：如果 --interactive --attach 和 --interactive 走同一条路径，会有什么问题？

答案是 SDK 的创建方式不同。本地模式用 fetch function（in-process HTTP），远程模式用真实的 HTTP 客户端。这两个 SDK 的 session.command() 和 session.prompt() 接口一样，但底层传输完全不同——本地模式不经过 TCP，远程模式需要处理 ServerAuth.headers()。

naive 方案可能会把 SDK 创建放在 handler 入口，之后所有逻辑共享同一个 sdk 对象。但 opencode 的三种模式在 SDK 创建之前就有差异（目录解析、auth 头、fetch 函数等），共享反而会导致 if (args.attach) 散落在整个 handler 里。

所以作者选择了"先分叉再执行"的策略：

1. 在 handler 顶部解决所有参数校验和 SDK 创建
2. 三个干净的分支各自走不同的执行路径
3. execute() 作为共享核心，处理非交互模式

【锚点】——"路由即边界"

三层路由不是过度设计——它是系统复杂度的自然映射。

CLI 层是「入口边界」：负责把字符串解析成结构化参数。不关心业务逻辑，只关心 --flag 和 <positional>。边界之外是用户的终端，边界之内是 opencode 的世界。

Effect 层是「生命周期边界」：负责加载和释放 InstanceContext。不关心命令做什么，只关心 Efffect 运行的上下文的正确性。边界之外是"未初始化"状态，边界之内是"一切就绪"。

Session 层是「执行边界」：负责把参数变成一次 Agent 循环。不关心参数怎么来的，只关心 session 创建、事件流消费、输出展示。边界之外是 CLI 参数，边界之内是 LLM 推理。

下次你设计一个需要"从终端到 AI 调用"的系统，记住三层路由的核心原则：

「路由即边界——把三层职责分开，换掉任何一层都不影响其他两层。」

不是在代码里显式写三个 class，而是在架构上把这三个职责分开。需求变了，你只需要换掉其中一层的实现。

如果你觉得这个架构模式有用，转发给你的同事——下次你们讨论"从终端到AI调用"时，就能用同一套语言对话。

下一篇拆解斜杠命令系统：/review、/commit、/diff 怎么在 run handler 的三叉戟里找到自己的位置。

引用链接