AI編程:OpenCode 入門 | Plan & Build 模式 | Agent,command,Skill|教學|廣東話|60fps
三句話摘要
OpenCode 是開源 AI Coding Agent,提供 Terminal 與 Desktop 兩個版本,支援免費模型、自訂 Agents/Commands/Skills、LSP 語言整合與科學 Debugging 方法。 OpenCode 通過分層代理程式、靈活檔案驅動設定、LSP 語言整合與科學 Debugging 方法,在保持上下文精簡的前提下提供強大 AI 程式編輯體驗,適合從簡單腳本到複雜專案的全開發週期。 OpenCode 核心是分層代理設計——Primary Agents 各有獨立上下文窗口,當需要大量讀寫操作時會自動或手動呼叫 Sub-Agents 代理,這樣設計防止 Primary Agent 上下文快速耗盡,允許開發者在大型專案中持續工作。Build 與 Plan 兩種模式互補:Build 直接修改磁碟,Plan 只生成規劃方案,開發者應在早期探索用 Plan Mode 確認需求,複雜 Bug 修復也該用 Plan Mode 先審視再動手。
重點整理
重點- 1
OpenCode 核心是分層代理設計——Primary Agents 各有獨立上下文窗口,當需要大量讀寫操作時會自動或手動呼叫 Sub-Agents 代理,這樣設計防止 Primary Agent 上下文快速耗盡,允許開發者在大型專案中持續工作。Build 與 Plan 兩種模式互補:Build 直接修改磁碟,Plan 只生成規劃方案,開發者應在早期探索用 Plan Mode 確認需求,複雜 Bug 修復也該用 Plan Mode 先審視再動手。
- 2
配置系統完全檔案驅動,Commands、Skills、Agents 只需將 markdown 檔案放入對應資料夾自動識別,不同階層(全域/專案)的 agents.md 指引會被 AI 參考,例如全域層的 agents.md 可統一要求「加入代碼註釋」,專案層可要求「安全審查」。Context 管理很關鍵——Token 使用量超過 50% 應執行 Compact 壓縮,或執行 New 開新 Section 清空該段對話。
- 3
LSP(Language Server Protocol)讓 AI 從純文本編輯升級為語言感知系統,啟用後能理解變數型別、函數簽名、型別檯誤等,大幅提升程式碼品質。對於複雜 Bug,絕不能反覆叫 AI 嘗試修復,應先產生 Debug Log 觀察資料流,用 Plan Mode 找出 Root Cause,再限制 AI 在特定位置修復,避免即時修復造成的波及其他功能的迴圈式 Bug。
實用技巧與重點
乾貨- 安裝與版本
- 指令:npm install -g @opencode/cli
- 版本確認:opencode -v → 1.17.57
- 代理與模型
- Primary Agents:Build(寫代碼)、Plan(規劃)
- Sub-Agents:Journal(讀寫)、Explore(唯讀)、General(通用)、Skill(執行技能)
- 模型:DeepSeek V4 Flash Free、Deep Seek、Minimax、NVIDIA、Google、Anthropic
- 切換方式:/model 選模型、/connect 選 Provider、Tab 切換 Agent 模式
- Variance:Low(簡單)、Medium(中等)、Max(深度思考)
- 配置位置
- 全域層:~/.config/opencode/opencode.jsonc、agents.md、commands/、skills/、agents/
- 專案層:.opencode/ 下同樣結構
- LSP 啟用:opencode.jsonc 加 "lsp": {"enabled": true},重啟生效
- 指令
- Compact:壓縮上下文
- New:開新 Section
- /add explore、/add general:呼叫 Sub-Agent
- /skills:檢視已安裝 Skills
- /model:選擇模型
- mpx skill <name>:安裝社群 Skill
- 實測案例
- 數位時鐘:HTML 紅色顯示當前時間,格式 hmmss
- 股價檢查:Python 使用 yfinance,Google(GOOGL)→ 296.42
- Tic-Tac-Toe:72 行 Python,兩人文字對戰
- Folder Chart from Source:自動生成程式碼結構圖成 HTML
- 聲音支援
- 需建立 ~/.config/opencode/tui.json 並配置音效參數
結論
結論“OpenCode 通過分層代理程式、靈活檔案驅動設定、LSP 語言整合與科學 Debugging 方法,在保持上下文精簡的前提下提供強大 AI 程式編輯體驗,適合從簡單腳本到複雜專案的全開發週期。”
完整解析
詳細OpenCode 是專為 AI 時代設計的開源程式編輯夥伴,解決傳統 Coding Agent 的兩大問題:上下文爆炸和模型昂貴。它提供 Terminal 版(TUI)與 Desktop 版(GUI)兩個介面,功能基本相同,但 Terminal 版資訊展示更循序漸進、對初學者友善。安裝只需 npm install -g @opencode/cli,進入專案目錄執行 opencode 命令即可啟動。
配置系統分為全域層(~/.config/opencode)和專案層(.opencode/),這種分層設計讓團隊制定共同規範,個人客製化偏好。主配置檔 opencode.jsonc 儲存模型、Provider、LSP、MCP 伺服器設定;agents.md 是開發者為 AI 撰寫的指引文件,例如要求「務必加入代碼註釋」或「安全審查」,AI 生成程式時會參考。Commands、Skills、Agents 的安裝超簡單——只需將 markdown 檔案放入對應資料夾,OpenCode 自動掃描識別。例如建立 git-init 命令,在 ~/.config/opencode/commands 下放一個 git-init.md 檔案定義 git init 和 .gitignore 產生,執行時 OpenCode 會自動運行。Skills 特別值得關注,它們是可重複觸發的行為腳本,例如「Folder Chart from Source」能自動掃描程式碼產生結構圖成 HTML,社群市集(mpx 或類似平台)有現成 Skills 庫可安裝。
代理程式架構是 OpenCode 最精妙的設計,解決上下文爆炸難題。系統只有兩個 Primary Agents——Build(直接修改磁碟)和 Plan(生成計畫但不修改),各自有獨立上下文窗口。底層有四種 Sub-Agents:Journal(同時讀寫)、Explore(唯讀)、General(通用目的)、Skill(自動執行技能)。當 Primary Agent 需要大量讀寫操作時,會自動或手動委派 Sub-Agent 完成,返回摘要即可,這樣 Primary Agent 上下文保持精簡。開發者也可自訂 Sub-Agents,例如建立 security-advisor 審查程式碼網路安全,放在 .opencode/agents 自動識別。模型選擇透過 /connect 指令切換 Provider,演講者推薦免費的 DeepSeek V4 Flash Free,其他選項包括 Open Router(按用量計費)、Google、Anthropic 等。Variance 參數控制思考深度,Low 適合簡單、Max 適合複雜推理。監控上下文是重要習慣——OpenCode 實時顯示 Token 百分比,超過 50% 應執行 Compact 壓縮舊對話,或執行 New 開新 Section 清空該段。
LSP(Language Server Protocol)整合讓 AI 不再當純文本編輯器而是真正的語言感知系統。啟用方法是在 opencode.jsonc 加 "lsp": {"enabled": true},重啟後 OpenCode 自動偵測安裝的語言延伸(例如 Python 用 Pyleft、JavaScript 用其他)。啟用後,AI 懸停變數時看到型別、函數簽名、型別檯誤等,大幅提升生成程式碼的準確性和安全性。Desktop 版額外支援主題選擇(深淺)、字型設定、語言切換(英文/中文),操作習慣與 Terminal 版一致,但傾向一次展示所有資訊,初學者先學 Terminal 版較易理解。
Debugging 進階技巧應對複雜 Bug:絕不能反覆叫 AI 嘗試修復,應先輸出 Debug Log 觀察資料流變化,準確定位問題根源。最重要的是使用 Plan Mode 尋找 Root Cause,再限制 AI 在特定位置修復。Build Mode 的即時修復常導致波及其他功能的迴圈式 Bug——修復 A Bug 導致 B 出現,修復 B 又讓 A 回來。Plan Mode 讓開發者預覽完整修復方案,確認根本原因找對了才動手,大幅減少迴圈 Bug。
關鍵時刻
Pipeline v2帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。


