让 OpenCode 用上 Cursor 订阅:一次实测与三个坑
Cursor 官方没把订阅做成通用 API,社区插件 @playwo/opencode-cursor-oauth 可以曲线救国。本文记录在 OpenCode 1.18 上跑通的完整配置,以及插件加载、模型列表为空、日志刷屏这三个必踩的坑。
查看「机械境」卷册下「七种武器」分类的文章。
视图
卷册
页码
Cursor 官方没把订阅做成通用 API,社区插件 @playwo/opencode-cursor-oauth 可以曲线救国。本文记录在 OpenCode 1.18 上跑通的完整配置,以及插件加载、模型列表为空、日志刷屏这三个必踩的坑。
thClaws 是一个开源的原生 Rust 构建的 AI 智能体编排框架 (AI agent harness)。它的核心理念是“主权优先(Sovereign by design)”,允许在本地机器上运行一个全能的工作空间,将代码编写、自动化任务、记忆留存和智能体协作等功能集成在同一个底层引擎上。
thClaws 凭借 Rust 带来的高性能和内存安全,非常适合用来构建深度的代码工程辅助环境、多智能体协同架构,或是搭建针对特定数据源的自动化信息挖掘与整合平台。是一个架构设计极其紧凑且高效的本地 Agent 基础设施。
Helvesec/rmux 是一个由 Rust 编写的跨平台终端复用器 (Terminal Multiplexer),并且自带类型安全的 SDK。
简单来说,它是下一代的、专为“AI 智能体时代 (Agentic Era)”重新构想的 tmux 替代品。
如果你用过 tmux 或 screen,你一定知道它们的核心能力:让终端会话“后台持久化”,即使 SSH 断开,你跑在服务器上的任务也不会中断,下次连上还能恢复原样。rmux 继承了这一理念,但将其扩展到了可以通过代码和 AI 智能体来精确控制的新高度。
Anush008/fastembed-rs 是一个由 Rust 编写的轻量级、高性能本地向量嵌入(Embedding)和重排(Reranking)库。
它最初深受著名向量数据库 Qdrant 官方推出的 Python 版 fastembed 的启发,旨在为 Rust 开发者提供一个无需依赖庞大机器学习框架(如 PyTorch)就能在本地极速生成大模型向量的解决方案。
fastembed-rs 实现了现代 AI 搜索(RAG)生态中的关键一环:将文本/图像转化为向量 (Vectors)。
quickwit-oss/tantivy 是一个由 Rust 编写的高性能全文搜索引擎库,它的设计深受 Java 界鼎鼎大名的 Apache Lucene 启发。
tantivy 是一个底层的基础设施。它不是一个开箱即用的搜索服务器(像 Elasticsearch 或 Solr),而是一个用来构建这类搜索引擎的核心引擎组件(类似于 Lucene)。
BeaconBay/ck(发音同 "seek")是一个由 Rust 编写的完全本地化的混合代码搜索工具,专为 AI 编程助手和人类开发者设计。
简单来说,它是下一代的高级 grep 替代品。不仅支持传统的精准关键字匹配,还支持基于代码“含义”的语义搜索,让你可以通过概念(而非固定词汇)来寻找代码库中的对应部分。