OpenCode/Copilot 的普通项目"，而是找真正值得拿来学习 Agentic Coding 架构的 GitHub 项目，我会按"可学习性、完整度、与 AI Software Factory 的相关性"来选。
我把它分成两组：
-
OpenCode：Top 3
-
GitHub Copilot：Top 3
这里的"前三"是学习价值排序，不是对项目质量的绝对排名。
一、OpenCode：我最推荐这 3 个
🥇 1. wesammustafa/opencode-primer
OpenCode 生态里，我认为这个非常适合你作为第一学习项目。
GitHub：wesammustafa/opencode-primer
它不是一个普通业务项目，而是一个系统学习 OpenCode 的项目，覆盖：
OpenCode
├── Agents
├── Subagents
├── Skills
├── Commands
├── Plugins
├── MCP
├── Model
├── Git
├── CI
└── Headless / Automation它目前还提供：
.opencode/
├── commands/
│ ├── review
│ ├── pr
│ ├── test
│ └── optimize
│
└── skills/
└── git-release/这些结构可以直接作为学习材料。(GitHub)
为什么特别适合你
因为你最近研究的是：
OpenCode
+
Agent
+
Skills
+
MCP
+
Harness
+
AI Software Factory这个项目几乎正好覆盖这条路线。
我建议你重点看
docs/
.opencode/
commands/
skills/
agents/尤其关注：
Command
↓
Skill
↓
Agent
↓
Tool
↓
MCP这个项目最适合作为：
OpenCode 入门 → Agentic Coding 架构理解
🥈 2. wildwasser/opencode-agents
这是我比较推荐你第二个研究的项目。
GitHub：wildwasser/opencode-agents
它更加偏：
Multi-Agent + Skills + Engineering Workflow
项目中已经有：
AGENTS.md
opencode.json.example
skills/
agents/而且提供多个实际 Skill，例如：
python-code-review
python-testing
python-venv
pr-review
git-commit
issue-triage(GitHub)
它非常适合研究：
Main Agent
│
┌──────────────┼──────────────┐
↓ ↓ ↓
Code Review Testing Issue Triage
│ │ │
└──────────────┼──────────────┘
↓
Git最值得学习的东西
重点不是 Python。
而是：
AGENTS.md
+
Agent
+
Skill
+
Git Workflow也就是：
如何把软件工程规范注入 Coding Agent。
这和你之前设计的：
Architect Agent
Developer Agent
Tester Agent
Reviewer Agent非常接近。
🥉 3. davidcwhite/opencode
这个项目非常适合研究：
如何把 OpenCode 真正落地到一个项目。
它提供一个相对完整的：
AGENTS.md
opencode.json
.opencode/结构。
里面包含：
Agents
Commands
Skills
Config例如：
.opencode/
├── agents/
│ ├── code-reviewer
│ ├── security-auditor
│ ├── documentation-writer
│ └── debugger
│
├── commands/
│ ├── review
│ ├── test
│ ├── refactor
│ ├── debug
│ ├── explain
│ └── commit
│
└── skills/
├── git
├── review
├── debugging
└── onboarding(GitHub)
这非常值得你研究。
因为它已经开始形成：
Developer
↓
Command
↓
Agent
↓
Skill
↓
Tools
↓
Verification二、OpenCode 三个项目怎么学习？
我建议不要三个一起看。
按照：
OpenCode Learning
│
↓
① opencode-primer
│
↓
Understand Concepts
│
↓
② opencode-agents
│
↓
Multi-Agent / Skills
│
↓
③ davidcwhite
│
↓
Production Structure学习顺序：
第一阶段
opencode-primer理解：
Agent
Command
Skill
MCP
Plugin第二阶段
opencode-agents理解：
Multi-Agent
Agent Role
Skill
Git Workflow第三阶段
davidcwhite/opencode理解：
如何把这些东西真正放进一个项目三、GitHub Copilot：最值得看的 3 个项目
Copilot 这边我会换一个选择标准。
因为 Copilot 的最佳学习资料，很多不是"一个完整业务项目"，而是GitHub / Microsoft 自己的真实仓库和官方示例。
🥇 1. github/awesome-copilot
这个我认为是：
学习 Copilot Agent Customization 的第一选择。
这是 GitHub 官方维护的 Copilot 社区资源库。
里面非常值得研究：
awesome-copilot
├── agents/
├── instructions/
├── prompts/
├── skills/
├── chatmodes/
└── ...例如它目前有专门的：
agents.instructions.md用于指导如何设计 Copilot Custom Agent。(GitHub)
最值得你研究的是 .github/agents
Copilot 的 Custom Agent 可以定义：
Role
Instructions
Tools
Context所以可以形成：
.github/
└── agents/
├── architect.agent.md
├── developer.agent.md
├── tester.agent.md
├── security.agent.md
└── reviewer.agent.md这和 OpenCode：
.opencode/agents/形成非常好的对照。
🥈 2. microsoft/vscode
这是一个非常值得你研究的项目。
为什么？
因为现在 VS Code 本身就是一个非常重要的 Agentic Coding 平台，而且 Microsoft 自己的仓库包含大量 Copilot Agent Customization 的真实实现和配置。
尤其值得关注：
extensions/copilot/以及相关：
SKILL.md
prompts
agent customization
instructions例如 VS Code 当前的 Agent Customization Skill 明确涉及：
copilot-instructions.md
AGENTS.md
*.instructions.md
*.prompt.md
*.agent.md
SKILL.md
hooks(GitHub)
这实际上就是一套完整的：
Agent Configuration Framework
🥉 3. microsoft/vscode-docs
如果说：
microsoft/vscode适合研究真实产品源码和实现，
那么：
microsoft/vscode-docs非常适合研究：
Copilot Agent 应该如何配置。
特别值得看：
docs/
└── agent-customization/目前官方文档已经明确支持：
.github/
├── copilot-instructions.md
├── instructions/
├── agents/
├── skills/
└── prompts/并支持：
AGENTS.md作为跨 AI Agent 的项目级规则。(GitHub)
四、Copilot 三个项目应该怎么学？
我建议：
Copilot
│
↓
① awesome-copilot
│
↓
Learn Customization
│
↓
② vscode
│
↓
Study Real System
│
↓
③ vscode-docs
│
↓
Understand Best Practices五、两个体系放在一起研究
这个其实是最有价值的。
你会发现：
| 能力 | OpenCode | Copilot |
|---|---|---|
| Project Instructions | AGENTS.md |
AGENTS.md / copilot-instructions.md |
| Custom Agent | .opencode/agents/ |
.github/agents/ |
| Skills | .opencode/skills/ |
.github/skills/ |
| Commands | .opencode/commands/ |
.github/prompts/ / CLI commands |
| MCP | MCP | MCP |
| Sub-Agent | Subagent | Custom/Sub Agents |
| Model | 多 Provider | GitHub Copilot model ecosystem |
| CLI | opencode |
copilot |
| Git | 原生工作流 | GitHub 深度集成 |
| Cloud Agent | 有相关能力 | 非常强 |
| Open Source | 核心优势 | 主要是平台能力 |
| 自定义 Runtime | 强 | 相对受平台约束 |
GitHub 官方目前也明确把：
copilot-instructions.md
AGENTS.md
.instructions.md
Skills
Custom Agents区分成不同的 customization 层。(GitHub Docs)
六、特别值得研究：同一个 Repository 同时支持两套 Agent
这其实是你可以直接实践的方向。
例如：
my-java-project/
│
├── AGENTS.md
│
├── .github/
│ ├── copilot-instructions.md
│ │
│ ├── agents/
│ │ ├── architect.agent.md
│ │ ├── developer.agent.md
│ │ ├── tester.agent.md
│ │ └── reviewer.agent.md
│ │
│ ├── instructions/
│ │ ├── java.instructions.md
│ │ └── database.instructions.md
│ │
│ └── skills/
│ ├── oracle-migration/
│ └── spring-boot/
│
├── .opencode/
│ ├── agents/
│ │ ├── architect.md
│ │ ├── developer.md
│ │ ├── tester.md
│ │ └── reviewer.md
│ │
│ ├── skills/
│ │ ├── oracle-migration/
│ │ └── spring-boot/
│ │
│ └── commands/
│ ├── review.md
│ ├── test.md
│ └── migrate.md
│
├── src/
├── tests/
├── pom.xml
└── Jenkinsfile于是：
Git Repository
│
┌────────────┴────────────┐
↓ ↓
GitHub Copilot OpenCode
│ │
Agents Agents
Skills Skills
MCP MCP
Rules Rules
│ │
└────────────┬────────────┘
↓
Same Repository
↓
Git / PR
↓
Jenkins这个模式对企业非常有意义：
不要把 Agent 绑定在某一个 Coding 工具上，而是把工程知识和工程规范放进 Repository。
例如：
AGENTS.md
Architecture
Coding Rules
Testing Rules
Security Rules
Git Rules然后：
Copilot
OpenCode
Claude Code
Codex都可以共享这些知识。
GitHub 当前也明确把 AGENTS.md 定位为适合多个 AI agents 共用的项目级指令文件。(GitHub)
七、如果只让我选 6 个
如果你不想花太多时间，我建议直接收藏这 6 个：
OpenCode
① wesammustafa/opencode-primer
→ 学习 OpenCode Agent 架构
→ 学习 Multi-Agent + Skills
→ 学习真实项目落地
Copilot
→ 学习 Custom Agents / Instructions / Skills
→ 研究真实 Agentic Coding 产品
→ 学习 Copilot Agent 的工程配置方法
八、但如果你的最终目标是 AI Software Factory
那么我会再加两个非常值得看的项目：
pvliesdonk/agents.md
这个项目特别值得你研究，因为它已经开始做：
AGENTS.md
+
15 Specialized Agents
+
Skills
+
Delegation
+
GitHub Workflow例如：
@architect
@reviewer
@security
@database
...(GitHub)
这已经非常接近：
AI Development Team
gtheys/opencode
这个项目里面已经有比较完整的：
agents/
subagents/
commands/
skills/
AGENTS.md并包含：
test-diagnostician
pr-reviewer
pr-summary
git-commit-helper以及：
tdd-workflow
security-review
coding-standards
playwright等工程化能力。(GitHub)
这个项目非常适合你下一阶段研究"Agent Team / Harness"。
九、我给你画出一条最适合你的学习路线
结合你前面一直在研究的 OpenCode + OpenClaw + Harness + AI Software Factory + Java 微服务，我建议不要把这些 GitHub 项目一个个孤立地看。
直接按：
Agentic Coding
│
┌────────────┴────────────┐
↓ ↓
Copilot OpenCode
│ │
awesome-copilot opencode-primer
│ │
↓ ↓
Custom Agents Agents
Instructions Skills
Skills MCP
│ │
└────────────┬────────────┘
↓
AGENTS.md
│
↓
Multi-Agent
│
┌──────────┼──────────┐
↓ ↓ ↓
Architect Developer Tester
│ │ │
└──────────┼──────────┘
↓
Code Review
↓
GitHub
↓
Jenkins
↓
GCP这比单纯学习 Copilot 或 OpenCode 的命令更接近你真正想构建的 AI Software Factory。
如果下一步继续，我建议直接把这 6～8 个 GitHub 项目做成一份"源码学习地图" ：具体到每个项目应该先看哪个目录、哪个文件、学习什么 Agent 设计、哪些代码值得复制，以及最后如何组合成你自己的 AI Software Factory v1.0。