$ loading_
让 AI 助手通过统一接口调用 OpenCode CLI 与多模型完成开发任务。
该工具材料显示其作为本地 MCP 服务器与 OpenCode CLI 交互，未声明需要密钥或远程端点；主要风险面在于本机代码执行这一类工具固有能力。由于仓库开源可审计，但来源为第三方注册表、社区采用低且维护状态未知，整体更适合评为需留意而非高风险。
材料明确标注“无”必需密钥/环境变量，未见要求提供 API token、账号凭证或长期敏感配置；基于现有材料，凭证暴露与滥用面较低。
已声明无远程端点，README 也未列出任何外部 API 或数据上传目标；就材料所示，未发现向不明服务外发用户数据的证据。
系统检查项已明确包含 executes-code，且描述表明该 MCP 服务器会与 OpenCode CLI 交互，这通常意味着可在本机调用 CLI/启动进程。此为工具常规能力，需注意其可代表 AI 触发本地执行，但材料未显示超出声明功能的异常高权限需求。
材料未明确列出读写范围，但作为与本地 CLI 交互的 MCP 工具，通常至少会接触本机会话上下文或相关工作目录数据。当前未见要求系统级全盘访问或与功能无关的过度授权说明，因此以需留意处理。
正面因素是存在开源仓库，可进行源码审计；但来源为 third_party_registry，许可证未声明、社区采用仅 0 star、维护状态未知，信任度有限。未见闭源外传或明显恶意红旗，因此不足以上升到高风险。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"opencode-mcp-tool" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 opencode-mcp-tool 调用 OpenCode CLI，使用 plan mode 为“给现有 Node.js API 增加缓存层”制定分步骤实施方案，并比较两个模型给出的建议差异。
输出结构化开发计划，并总结不同模型方案的优缺点与差异。
请使用 opencode-mcp-tool 通过统一接口分别调用两个不同模型，分析这段 Python 代码的性能瓶颈，并给出合并后的优化建议。
输出各模型的分析结果，以及整合后的性能优化方案。
请通过 opencode-mcp-tool 与 OpenCode CLI 交互，检查当前项目的构建脚本，找出潜在问题，并给出可执行的修复建议。
输出构建脚本问题清单、风险说明与可执行修复步骤。
为 AI 助手提供 VSCode 项目上下文与文件操作能力，辅助开发协作。