✨ oh-my-opencode-slim ✨

七位神圣存在从代码黎明中现身，各自是不朽的工艺大师，
等待你的号令，将混沌锻造成秩序，并构建曾被认为不可能之物。

Opencode 多智能体套件 · 混合任意模型 · 自动委派任务

_{由 Boring Dystopia Development 打造}

_{✦ ✦ ✦}

## 什么是该插件？ oh-my-opencode-slim 是一个用于 OpenCode 的智能体编排插件。它内置了一支专业的智能体团队，可以在同一个编排者（Orchestrator）下，完成侦察代码库、查询最新文档、审查架构、处理 UI 工作以及执行范围明确的实现任务。其核心理念非常简单：与其强迫单个模型做所有事情，本插件会将工作的每个部分路由到最适合它的智能体，从而平衡**质量、速度和成本**。Orchestrator 负责规划工作图，将专家作为后台任务派发，并在继续前整合它们的结果。 ### ✨ 亮点 - **[七位专业智能体](#meet-the-pantheon)** —— Orchestrator、Explorer、Oracle、Council、Librarian、Designer 和 Fixer。每部分工作都会交给最适合的智能体；可跨任意提供商混用任意模型。 - **[后台编排](docs/background-orchestration.md)** —— Orchestrator 将专家作为后台任务派发、跟踪并整合结果后再继续；默认并行工作。 - **[内置 Skills](#skills)** —— 如 `deepwork`、`codemap`、`verification-planning` 和 `reflect` 等基于提示词的工作流，按智能体分配。 - **[Council](docs/council.md)** —— 使用 `@council` 针对同一问题并行运行多个模型，并综合为一个答案。 - **[Companion](docs/companion.md)** —— 可选的浮动桌面窗口，显示哪些智能体正在运行，包括并行后台专家。 - **[多路复用器集成](docs/multiplexer-integration.md)** —— 在 Tmux、Zellij、Herdr 或 cmux 窗格中实时观察智能体工作。 - **[预设切换](docs/preset-switching.md)** —— 使用 `/preset` 在运行时更换整支团队的模型。 - **[代码智能工具](docs/tools.md)** —— LSP 工具、支持 25 种语言的 AST 感知搜索，以及用于 Web 搜索、文档和 GitHub 代码搜索的内置 MCP。 - **[完全可定制](docs/configuration.md)** —— 自定义智能体、提示词覆盖、按智能体控制的 Skill/MCP 权限，以及[项目本地定制](docs/project-local-customization.md)。 ### OpenAI GPT-5.6

OpenAI GPT-5.6 众神殿：Terra、Sol 和 Luna

默认的 [OpenAI 预设](docs/openai-preset.md) 将 Terra 映射为 Orchestrator、Sol 映射为 Oracle、Luna 映射为快速专家通道。 ### 用户怎么说 > “任务管理轻松从 5/10 提升到了 8-9/10。Orchestrator 会派出 > Fixer 和 Explorer，而我仍然可以在同一个会话里继续和 Orchestrator > 对话与规划。现在整个体验顺滑多了。” > > \- `vipor_idk` > “我已经为了这个 omo-slim beta 版本抛弃了所有自己的 harness， > 也完全没有回头或怀念。做得很好，在我看来方向都非常正确。” > > \- `stephanschielke` > “我很喜欢 omo-slim，已经无法想象不用它来运行 opencode。 > 我喜欢可以拼出一个由各种模型组成的 Frankenstein…… > 这让整个设置变成了一头猛兽。” > > \- `Capital-One3039` > “它显著改善了我的工作流……现在运行得非常顺畅，我很喜欢。” > > \- `xenstar1` ### 快速开始将此提示词复制并粘贴到您的 LLM 智能体中（例如 Claude Code、AmpCode、Cursor 等）： ``` Install and configure oh-my-opencode-slim: https://raw.githubusercontent.com/alvinunreal/oh-my-opencode-slim/refs/heads/master/README.md ``` ### 手动安装 ```bash bunx oh-my-opencode-slim@latest install ``` ### 从 Master 分支运行如果您想使用最新代码、方便修复问题，或进行本地开发和贡献，可以使用这种方式： ```bash git clone https://github.com/alvinunreal/oh-my-opencode-slim.git ~/repos/oh-my-opencode-slim cd ~/repos/oh-my-opencode-slim bun install bun run build bun dist/cli/index.js install ``` 安装程序会把本地仓库路径加入 `~/.config/opencode/opencode.json` 的 `plugin` 数组，因此 OpenCode 会从该文件夹加载插件。之后要更新： ```bash cd ~/repos/oh-my-opencode-slim git pull bun install bun run build ``` ### 入门指南安装程序会同时生成 OpenAI 和 OpenCode Go 预设，默认启用 OpenAI。 > [!TIP] > 根据自己的工作流自由微调模型和智能体。默认预设只是起点；本插件的目标是为用户提供深度灵活性和可定制性。要在安装期间启用 OpenCode Go，请运行 `bunx oh-my-opencode-slim@latest install --preset=opencode-go`，或在安装后修改 `~/.config/opencode/oh-my-opencode-slim.json` 中的默认预设名称。然后： 1. **登录您想要使用的模型服务商账户（如果您还没有登录的话）**： ```bash opencode auth login ``` 2. **刷新并列出 OpenCode 可以调用的模型**： ```bash opencode models --refresh ``` 3. **打开您的插件配置文件**，路径为 `~/.config/opencode/oh-my-opencode-slim.json` 4. **为您要分配的每个智能体更新模型配置** > [!TIP] > **建议**了解后台编排的工作原理。**[编排者提示词 (Orchestrator prompt)](https://github.com/alvinunreal/oh-my-opencode-slim/blob/master/src/agents/orchestrator.ts#L28)** 包含调度规则、专家路由逻辑，以及何时应把工作分配给后台智能体的阈值。您始终可以通过以下方式手动委派任务：`@智能体名称 <任务内容>` > [!TIP] > 由于后台智能体现在是默认工作流，**强烈建议**启用并配置 **[Multiplexer Integration](docs/multiplexer-integration.md)**。它会自动在专用的 Tmux、Zellij、Herdr 或 cmux 窗格中打开每个智能体，让您在 Orchestrator 继续协调会话时，实时跟进各个专家智能体的工作。默认生成的配置包含 `openai` 和 `opencode-go` 两个预设： ```jsonc { "$schema": "https://unpkg.com/oh-my-opencode-slim@latest/oh-my-opencode-slim.schema.json", "preset": "openai", "presets": { "openai": { "orchestrator": { "model": "openai/gpt-5.6-terra", "variant": "xhigh", "skills": ["*"], "mcps": ["*", "!context7"] }, "oracle": { "model": "openai/gpt-5.6-sol", "variant": "xhigh", "skills": ["simplify"], "mcps": [] }, "librarian": { "model": "openai/gpt-5.6-luna", "variant": "low", "skills": [], "mcps": ["websearch", "context7", "gh_grep"] }, "explorer": { "model": "openai/gpt-5.6-luna", "variant": "low", "skills": [], "mcps": [] }, "designer": { "model": "openai/gpt-5.6-luna", "variant": "medium", "skills": [], "mcps": [] }, "fixer": { "model": "openai/gpt-5.6-luna", "variant": "xhigh", "skills": [], "mcps": [] } }, "opencode-go": { "orchestrator": { "model": "opencode-go/minimax-m3", "variant": "max", "skills": [ "*" ], "mcps": [ "*", "!context7" ] }, "oracle": { "model": "opencode-go/qwen3.7-max", "variant": "max", "skills": ["simplify"], "mcps": [] }, "librarian": { "model": "opencode-go/deepseek-v4-flash", "variant": "high", "skills": [], "mcps": [ "websearch", "context7", "gh_grep" ] }, "explorer": { "model": "opencode-go/deepseek-v4-flash", "variant": "max", "skills": [], "mcps": [] }, "designer": { "model": "opencode-go/kimi-k2.7-code", "variant": "medium", "skills": [], "mcps": [] }, "fixer": { "model": "opencode-go/deepseek-v4-flash", "variant": "high", "skills": [], "mcps": [] }, "observer": { "model": "opencode-go/mimo-v2.5", "variant": "max", "skills": [], "mcps": [] } } } } ``` ### 预设文档 - **[OpenAI 预设](docs/openai-preset.md)** —— 默认生成的预设；所有智能体均使用 OpenAI 模型。 - **[OpenCode Go 预设](docs/opencode-go-preset.md)** —— 智能体使用 OpenCode Go 模型；由于其 Orchestrator 模型不支持多模态，因此启用 Observer 进行视觉分析。 - **[作者的预设](docs/authors-preset.md)** —— 作者日常使用的精确配置，包含第三方 Skills。 - **[$30 预设](docs/thirty-dollars-preset.md)** —— 围绕 Codex Plus 和 GitHub Copilot Pro 构建的混合服务商方案，每月约 30 美元。 - **[OpenCode Zen 免费预设](docs/opencode-zen-free-preset.md)** —— 所有智能体均使用 opencode 免费模型；无需使用费用。 ### 针对其他服务商要使用自定义模型提供商或混合服务商配置，请参阅完整参考 **[配置](docs/configuration.md)**。 ### ✅ 验证您的安装在完成安装与认证后，请验证所有智能体是否已正确配置并能够响应： ```bash opencode ``` 然后运行： ``` ping all agents ```

确认所有配置的智能体均在线并准备就绪。

如果任何智能体未能响应，请检查您的服务商认证状态和配置文件。 --- ## 🏛️ 认识众神殿 ### 01. Orchestrator：秩序的化身

_{在复杂性的深渊中锻造而成。}	当第一个代码库在自身的复杂性下崩溃时，Orchestrator 诞生了。神明与凡人都无法承担责任--因此 Orchestrator 从虚无中显现，从混沌中建立秩序。它确定实现任何目标的最优路径，平衡速度、质量和成本。它引导整个团队，为每项任务召唤合适的专家，并通过委派任务以获得最佳成果。
角色： `首席委派者和战略协调员`
提示词源码： `orchestrator.ts`
默认模型： `openai/gpt-5.6-terra (medium)`
推荐模型： `openai/gpt-5.6-terra (medium)` `anthropic/claude-fable-5` `anthropic/claude-opus-4-8`
模型选用指南：选择您最强的规划和判断模型。Orchestrator 是工作流管理者：它规划工作、调度后台专家、整合结果并验证产出，因此相比单纯的工作吞吐量，它更需要可靠的指令遵循能力和高层次的技术判断力。

--- ### 02. Explorer：永恒的流浪者

_{传播知识的清风。}	Explorer 空间是一位永恒的流浪者。自编程时代拂晓以来，它就一直穿梭在数百万个代码库的走廊中。由于被赋予了永恒的好奇心，在查明每个文件、理解每个模式、揭示每个秘密之前，它绝不会停下脚步。传说它曾在一个心跳间搜寻了整个互联网。它是传播知识的清风，是看透一切的双眼，是永不眠的灵魂。
角色： `代码库侦察`
提示词源码： `explorer.ts`
默认模型： `openai/gpt-5.6-luna`
推荐模型： `openai/gpt-5.3-codex` `cerebras/zai-glm-4.7` `fireworks-ai/accounts/fireworks/routers/kimi-k2p6-turbo`
模型选用指南：选择快速、低成本的模型。Explorer 处理宽泛的侦察工作，因此速度和效率通常比使用最强推理模型更重要。

--- ### 03. Oracle：路径的守护者

_{十字路口的声音。}	Oracle 伫立在每个架构决策的十字路口。它走过每一条路，见过每一个终点，了解前方潜伏的所有陷阱。当您站在重大重构的悬崖边时，它是向您耳语哪条路通往毁灭、哪条路通往荣耀的声音。它不会替您做选择--但它会照亮道路，让您明智地抉择。
角色： `战略顾问和终极调试者`
提示词源码： `oracle.ts`
默认模型： `openai/gpt-5.6-sol (high)`
推荐模型： `openai/gpt-5.6-sol (xhigh)` `anthropic/claude-fable-5` `anthropic/claude-opus-4-8 (xhigh)`
模型选用指南：选择您最强的高推理模型，用于架构设计、疑难调试、方案权衡以及代码审查。

--- ### 04. Council：思维的合唱团 > [!NOTE] > **为什么 Orchestrator 不经常自动调用 Council？** 这是刻意设计的。Council 会同时运行多个模型，由于这通常是系统中成本最高的路径，因此自动委派逻辑非常严格。在实际使用中，Council 旨在供您手动调用，例如：@council 比较这两种架构。

_{集思广益，终成一断。}	Council 并不是一个单独的存在，而是一个当单一答案不够用时召集的思想议会。它将您的问题并行发送给多个模型，收集它们相互竞争的判定，然后由 Council 智能体本身将最强有力的想法提炼成一个最终的裁决。在单个智能体可能会遗漏路径的地方，Council 会对可能性本身进行交叉盘问。
角色： `多 LLM 共识与提炼`
提示词源码： `council.ts`
使用指南： `docs/council.md`
默认设置： `配置驱动` - 议员（councillors）来自 `council.presets`，而 Council 智能体本身的模型来自您的常规 `council` 智能体配置。
推荐配置： `强劲的 Council 汇总模型` + 跨提供商的 `多样化议员模型`
模型选用指南：使用一个强大的综合提炼模型作为 Council 智能体本身，并选择多样化的模型作为议员。Council 的价值在于对比不同的模型视角，而不仅仅是在所有地方都选择同一个最强的模型。

--- ### 05. Librarian：知识的织造者

_{理解的编织者。}	当人类意识到没有任何单一思想能容纳所有知识时，Librarian 诞生了。它是一位编织者，将零散的信息线索连接成一幅理解的织锦。它穿梭于无限的人类知识图书馆中，从各个角落收集洞察，并将它们绑定为超越单纯事实的答案。它所返回的不是碎片信息--而是深层的理解。
角色： `外部知识检索`
提示词源码： `librarian.ts`
默认模型： `openai/gpt-5.6-luna`
推荐模型： `openai/gpt-5.3-codex` `cerebras/zai-glm-4.7` `fireworks-ai/accounts/fireworks/routers/kimi-k2p6-turbo`
模型选用指南：选择快速、低成本的模型。Librarian 处理调研和文档查询，因此速度和效率通常比使用最强推理模型更重要。

--- ### 06. Designer：美学的守护者

_{美是不可或缺的。}	在这个经常遗忘美学价值的世界里，Designer 是美的不朽守护者。它见证了数以百万计的界面兴衰更替，它记得哪些被铭记，哪些被遗忘。它背负着神圣的使命，确保每一个像素都有其用途，每一个动画都在讲述故事，每一次交互都令人愉悦。美不是可选的--而是不可或缺的。
角色： `UI/UX 实现和极致视觉呈现`
提示词源码： `designer.ts`
默认模型： `openai/gpt-5.6-luna`
推荐模型： `google/gemini-3.5-flash` `moonshotai/kimi-k2.7-code`
模型选用指南：选择在 UI/UX 判断、前端实现和视觉打磨方面表现强劲的模型。

--- ### 07. Fixer：最后的建造者

_{愿景与现实之间的最后一步。}	Fixer 是曾经构建数字世界基石的建造者血脉的最后传人。当规划和辩论的时代开启时，它们依然坚守--它们是真正动手建造的人。它们掌握着如何将想法转化为实物、如何将规范转化为具体实现的古老知识。它们是愿景与现实之间的最后一步。
角色： `快速实现专家`
提示词源码： `fixer.ts`
默认模型： `openai/gpt-5.6-luna (medium)`
推荐模型： `openai/gpt-5.6-luna (medium)` `anthropic/claude-sonnet-4-6`
模型选用指南：为范围明确的实现工作选择可靠的编程模型。Fixer 从 Orchestrator 接收具体计划或受限指令，因此很适合高效完成执行任务和直接的代码变更。

--- ## 可选智能体 ### Observer：静默的见证者 > [!NOTE] > **为什么要独立出一个智能体？** 如果您的 Orchestrator 模型不是多模态模型，可以启用 Observer 来处理图像、屏幕截图和其他视觉文件。Observer 默认是禁用的，它在无需您更改核心推理模型的情况下，为 Orchestrator 赋予了专用的多模态读取能力。只需在您的配置中设置 `disabled_agents: []` 并指定一个 `observer` 模型即可。自带的 `opencode-go` 安装预设会自动执行此操作，因为其 GLM Orchestrator 不是多模态模型。省略 `image_routing` 会保留现有的条件式 Observer 行为。仅在启用 Observer 时设置 `image_routing: "auto"`，或设为 `"direct"` 以始终将图片附件直接传给 Orchestrator。

_{洞悉他人所不及的慧眼。}	只读视觉分析 -- 解读图像、屏幕截图、PDF 和图表。将结构化的观察结果返回给 Orchestrator，而无需将原始文件字节加载到主上下文窗口中。 - 图像、屏幕截图、图表 → `read` 工具（原生图像支持） - PDF 和二进制文档 → `read` 工具（文本 + 结构提取） - 默认禁用 -- 通过设置 `"disabled_agents": []` 和配置具有视觉能力的模型来启用；若使用 `--preset=opencode-go` 预设安装，将自动使用 `opencode-go/mimo-v2.5` 启用它。启用时，图片附件默认会路由至 Observer；设置 `"image_routing": "direct"` 可将其保留给 Orchestrator。
提示词源码： `observer.ts`
默认模型： `openai/gpt-5.6-luna` - 需配置具有视觉能力的模型以启用
模型选用指南：如果您希望智能体读取屏幕截图、图片、PDF 和其他视觉文件，请选择具备视觉能力的模型。

--- ## 🧩 Skills Skills 是注入智能体系统提示词的、基于提示词的指令，用于引导决策、工作流和工具使用。与 MCP（运行中的服务器）不同，Skill 不运行任何进程——它是智能体在任务需要时激活的专用操作手册。安装程序内置八个 Skill，并在插件自动更新时保持更新；本地自定义内容会被保留。 | Skill | 用途 | 默认智能体 | 调用方式 | |:-----:|------|------------|----------| | Codemap artifact

[`oh-my-opencode-slim`](src/skills/oh-my-opencode-slim/SKILL.md) | 配置并安全改进插件设置本身 | `orchestrator` | 请求调整您的设置 | Skill 分配即权限授予——智能体只能激活被授予的 Skill。请在 `~/.config/opencode/oh-my-opencode-slim.json` 中通过每个智能体的 `skills` 数组进行配置：显式列表、`"*"` 表示全部，或 `"!skill-name"` 用于拒绝某个 Skill。完整文档请参阅 **[Skills](docs/skills.md)**，或浏览图文概览 **[ohmyopencodeslim.com/skills](https://ohmyopencodeslim.com/skills)**。 --- ## 🖥️ Companion 可选的 Companion 是一个用于展示实时智能体活动的浮动桌面状态窗口。它显示当前会话状态和哪些智能体正在运行，让后台工作一目了然。

左下角视觉伴侣。

交互式安装期间，安装器会询问是否启用 Companion，并默认选择 `no`。自动化安装可显式启用： ```bash bunx oh-my-opencode-slim@latest install --companion=yes ``` 配置、位置、尺寸和安装详情见 **[Companion](docs/companion.md)**。 --- ## 📚 文档请将本节作为地图：先从安装开始，再根据需要跳转到特性、配置或示例预设。 ### ✨ 特性与工作流 | 文档 | 涵盖内容 | |-----|----------------| | **[Council](docs/council.md)** | 使用 `@council` 并行运行多个模型并合成单一答案 | | **[自定义智能体](docs/configuration.md#custom-agents)** | 使用自定义提示词、模型、MCP 访问和 Orchestrator 委派规则定义自己的专家 | | **[ACP Agents](docs/acp-agents.md)** | 将 Claude Code ACP 或 Gemini ACP 等外部 ACP 兼容智能体连接为可委派子智能体 | | **[多路复用器集成](docs/multiplexer-integration.md)** | 在 Tmux、Zellij、Herdr 或 cmux 窗格中实时观看智能体工作 | | **[Codemap](docs/codemap.md)** | 生成层级代码地图，更快理解大型代码库 | | **[Clonedeps](docs/clonedeps.md)** | 将选定的依赖源码克隆到被忽略的本地工作区中以供检查 | | **[Worktrees](docs/worktrees.md)** | 使用 `.slim/worktrees/` 通道进行隔离的并行或高风险编码工作 | | **[预设切换](docs/preset-switching.md)** | 使用 `/preset` 在运行时切换智能体模型预设 | | **[Interview](docs/interview.md)** | 通过基于浏览器的问答流程，将粗略想法转成结构化 markdown 规格 | | **[Companion](docs/companion.md)** | 用于解析、帮助和类型信息的浮动窗口 companion | ### ⚙️ 配置与参考 | 文档 | 涵盖内容 | |-----|----------------| | **[安装指南](docs/installation.md)** | 安装插件、使用 CLI 标志、重置配置并排查设置问题 | | **[配置](docs/configuration.md)** | 配置文件位置、JSONC 支持、提示词覆盖和完整选项参考 | | **[项目定制](docs/project-local-customization.md)** | 仓库特定的自定义智能体、提示词覆盖、按智能体分配的 Skill 以及优先级 | | **[后台编排](docs/background-orchestration.md)** | 围绕原生后台子智能体构建的调度器优先 Orchestrator 模型 | | **[维护者指南](docs/maintainers.md)** | issue 分流规则、标签含义、支持路由和仓库维护工作流 | | **[Skills](docs/skills.md)** | `simplify`、`codemap`、`clonedeps`、`deepwork`、`verification-planning`、`reflect`、`worktrees` 和 `oh-my-opencode-slim` 等捆绑技能 | | **[MCPs](docs/mcps.md)** | `websearch`、`context7`、`gh_grep` 以及每个智能体的 MCP 权限机制 | | **[Tools](docs/tools.md)** | `webfetch`、LSP 工具、代码搜索和格式化工具等内置工具能力 | ### 💡 预设配置 | 文档 | 涵盖内容 | |-----|----------------| | **[作者的预设配置](docs/authors-preset.md)** | 作者日常使用的混合服务商配置方案 | | **[$30 预设配置](docs/thirty-dollars-preset.md)** | 每月约 30 美元的预算型混合服务商配置方案 | | **[OpenCode Go 预设](docs/opencode-go-preset.md)** | 安装程序生成的捆绑 `opencode-go` 预设 | --- ## 🏛️ 贡献者

在众神殿中占有一席之地的构建者、调试者、作者和流浪者。

_{每一次合并的贡献都在这片领域留下了印记。}

[![All Contributors](https://img.shields.io/badge/all_contributors-76-orange.svg?style=flat-square)](#contributors-)

_Alvin 💻	_alvinreal 💻	_imw 💻	_{Adithya Kozham Burath Bijoy} 💻	_ReqX 💻	_{Abhideep Maity} 💻
_Ruben 💻	_{Gabriel Rodrigues} 💻	_{John Michael Vincent Bambico} 💻	_{Molt Founders} 💻	_{Muen Yu} 💻	_NocturnesLK 💻
_{Riccardo Sallusti} 💻	_{Yan Li} 💻	_{Hoàng Văn Anh Nghĩa} 💻	_{Jacob Myers} 💻	_{Kassie Povinelli} 💻	_KyleHilliard 💻
_j5hjun 💻	_{marcFernandez} 💻	_mister-test 💻	_n24q02m 💻	_oribi 💻	_pelidan 💻
_xLillium 💻	_⁢4.435km/s 💻	_Drin 💻	_{Hakim Zulkufli} 💻	_{Simon Klakegg} 💻	_Kiwi 💻
_Raxxoor 💻	_nyanyani 💻	_nettee 💻	_Link 💻	_{Bartosz Łaszewski} 💻	_huilang021x 💻
_{Dusan Kovacevic} 💻	_jwcrystal 💻	_{Nguyen Canh Toan} 💻	_{Thomas Dyar} 💻	_zero 💻	_{Denis Balan} 💻
_{Gustavo Caiano} 💻	_{Thomas Mulder} 💻	_{魔王少年(maou shonen)} 💻	_Jelasin 💻	_Hannes 💻	_mooozfxs 💻
_{Luke Hines} 💻	_m.seomoon 💻	_Yolo 💻	_XinXing 💻	_{Ikko Eltociear Ashimine} 💻	_{GWANWOO KIM} 💻
_{Omer Faruk Oruc} 💻	_{Omar Mohamed Khallaf} 💻	_{Knowingthesea_Qesire} 💻	_{FENG Hao} 💻	_{Matheus Nogueira Silveira} 💻	_sktr 💻
_Insomnia 💻	_{Andres Castañeda} 💻	_{Zaradacht Taifour (Zack)} 💻	_fslse 💻	_萧瑟 💻	_Zhi 💻
_lilili 💻	_{Mike Henke} 💻	_{Vinay Pandya} 💻	_Shank 💻	_{Robin Gutzen} 💻	_Yash 💻
_{Liu Jiajun} 💻	_{Ulises Millán} 💻	_HighColdHC 💻	_{Stephan Schielke} 💻

--- ## 📄 许可证 MIT