OpenCode AI:智能编码新体验

OpenCode AI:智能编码新体验

搭档:Agent Skills (必备技能)

参考:https://blog.ZEEKLOG.net/2201_75305809/article/details/157699746?spm=1001.2014.3001.5501

安装

Windows(先安装Node.js

npm install -g opencode-ai 

关键特性

两种内置 Agent 模式:

  • Build 模式: 全权限,可直接编辑文件、执行命令。
  • Plan 模式: 只读规划,默认拒绝编辑,需要确认。

启动与使用

启动 OpenCode 只需要终端输入启动命令:

opencode 

首次启动会引导完成基础配置:

  • 模型选择: 默认展示可用模型列表,可直接选择标注 Free 的免费模型(如 MiniMax M2.1、GLM-4.7),无需 API Key 即可使用。
  • 登录选项: 可选择跳过登录,后续需对接商业模型时再配置 API Key,也可登录 Claude Code Pro账号调用专属模型。

启动成功后进入 TUI 界面,即可开始使用核心功能。

我们可以在终端输入 /models 查看可用的免费模型:

弹出的查看,右边有 Free 字样的就是免费的:

配置 API 密钥与模型

如果你连接一个 AI 提供商的 API 密钥,例如 OpenAI 或 Anthropic Claude,运行:

opencode auth login 

或者在终端启动后输入:

/connect 

选择模型。按照提示登录并粘贴你的 API Key。

你也可以使用 Zen 模型集合(由 OpenCode 官方推荐、经过测试的高质量模型),省去自己管理多个外部账户的麻烦。

如果不想用了,可以使用以下命令退出:

/exit

基本使用

启动 OpenCode

进入你想处理的项目目录:

cd /path/to/your/project opencode 

例如,我们创建目录 opencode-runoob-test:

mkdir opencode\-runoob\-test cd opencode\-runoob\-test 

然后执行命令:

opencode 

如果有权限问题,可以使用:

sudo opencode 

这会打开 OpenCode 的终端交互界面(TUI)。

项目初始化

在 OpenCode 界面中,运行:

/init 

这会生成一个 .opencode/ 文件夹,用于存储项目的向量化索引和自定义指令。

它会扫描当前目录的代码结构,并生成一个用于记录项目信息的 AGENTS.md 文件。

opencode-runoob-test 目录下可以看到 AGENTS.md 文件:

然后我们使用自然语言描述你的需求来发起任务:

在当前目录下创建一个登录页面 

接下来大模型就会开始思考,并创建登录页面:

生成的文件:

提问解释代码

你可以直接用自然语言向 OpenCode 询问代码库细节:

文件 @index.html 包含哪些功能

其中 @ 用来引用项目里的文件路径。

日常交互

  • 直接提问:例如 “解释 src/main.ts 中的认证逻辑”。
  • 添加功能:描述需求,如 “添加用户注册 API,支持邮箱验证”。
  • 切换模式:按 Tab 键切换 Plan/Build 模式(Plan 更安全,用于规划)。
  • 撤销变更:/undo
  • 重做:/redo
  • 分享会话:/share

交互模式(脚本化):

opencode \-p "修复 login 函数中的 bug"

oh-my-opencode

oh-my-opencode 是一个为 OpenCode(设计的强大插件/扩展层。它将单个 AI 代理升级为一个多智能体协作团队,提供开箱即用的高级功能。

GitHub 仓库:https://github.com/code-yeongyu/oh-my-opencode

核心亮点包括:

  • Sisyphus 主智能体:负责持续执行复杂任务,直至完成。
  • 支持并行运行专业子智能体(如 Oracle 预言者、Librarian 文档专家、Frontend Engineer 前端工程师、Explore 探索者等)。
  • 内置 LSP/AST 工具(代码重构)、MCP(模型调用插件,如搜索、文档检索)、钩子系统(25+ 种事件触发)。
  • 多模型调度:自动分配任务给最适合的模型(例如 Gemini 处理前端、Claude 处理规划)。
  • 关键词触发完整自动化(如 ultrawork 或 ulw ),支持后台任务、Todo 强制执行、上下文注入等。
  • 完全兼容 Claude Code 工作流,强调高性能、自动化和可定制性。

安装

推荐让 OpenCode 自动完成安装,复制以下提示并粘贴到你的 OpenCode 对话框:

按照以下说明安装和配置 oh-my-opencode: https://raw.githubusercontent.com/code-yeongyu/oh-my-opencode/refs/heads/master/docs/guide/installation.md

安装后,默认开箱即用,无需额外配置即可体验大部分功能。

基本触发

在 OpenCode 的提示词中加入关键词 ultrawork(或简写 ulw),例如:

ultrawork: 请帮我实现一个 React 组件,支持暗黑模式。 

这会激活完整模式:Sisyphus 主智能体接管,自动分配子任务给专业代理,并行执行(后台映射代码库、深度探索、自动重构等),直至任务 100% 完成。


参考地址

官方网址:https://opencode.ai/

GitHub 仓库:https://github.com/anomalyco/opencode

文档:https://opencode.ai/docs

Read more

Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战

Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战 前言 在进行 Flutter for OpenHarmony 的图像处理、自动化 UI 测试或内容防侵权应用开发时,如何科学地判断两张图片是否“相似”?简单的字节对比显然无法处理微小的色差或尺寸缩放。image_compare_2 是一个功能完备的图像对比算法库。它支持从均值哈希(aHash)到分块均方差(MSE)等多种度量算法。本文将指导大家如何在鸿蒙真机上利用该库构建精准的视觉检测链路。 一、原原理性解析 / 概念介绍 1.1 基础原理 image_compare_2 通过将原始图片灰度化、缩小尺寸并进行频域变换(或像素聚合)

By Ne0inhk
大数据计算机毕设之基于python的深度学习音乐推荐系统基于Python+Django的深度学习个性化音乐推荐系统(完整前后端代码+说明文档+LW,调试定制等)

大数据计算机毕设之基于python的深度学习音乐推荐系统基于Python+Django的深度学习个性化音乐推荐系统(完整前后端代码+说明文档+LW,调试定制等)

java毕业设计-基于springboot的(源码+LW+部署文档+全bao+远程调试+代码讲解等) 博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围::小程序、SpringBoot、SSM、JSP、Vue、PHP、Java、python、爬虫、数据可视化、大数据、物联网、机器学习等设计与开发。 主要内容:免费开题报告、任务书、全bao定制+中期检查PPT、代码编写、🚢文编写和辅导、🚢文降重、长期答辩答疑辅导、一对一专业代码讲解辅导答辩、模拟答辩演练、和理解代码逻辑思路。 特色服务内容:答辩必过班 (全程一对一技术交流,帮助大家顺利完成答辩,

By Ne0inhk
【Python高阶开发】12. 工业知识图谱实战:从0构建设备故障诊断系统(附Neo4j部署+完整代码)

【Python高阶开发】12. 工业知识图谱实战:从0构建设备故障诊断系统(附Neo4j部署+完整代码)

摘要:传统工业设备故障诊断依赖专家经验,存在知识难沉淀、故障定位慢、根因分析不彻底等痛点。本文基于开源工具栈(Neo4j+Py2neo+Spacy+FastAPI),从0到1构建工业知识图谱故障诊断系统。内容涵盖:知识图谱核心概念解析、Neo4j图数据库部署、工业设备本体设计、多源知识抽取(结构化Excel+非结构化手册)、图谱构建与查询、故障诊断与根因分析功能实现,以及可视化与API服务部署。每个模块附完整可运行代码及执行结果,新手可按步骤复现全流程,进阶读者可直接复用代码到实际项目,最终实现“输入设备症状→自动诊断故障→定位根因→给出维修建议”的端到端功能,解决工业故障诊断效率低、知识难传承的问题。 优质专栏欢迎订阅! 【DeepSeek深度应用】【Python高阶开发:AI自动化与数据工程实战】【YOLOv11工业级实战】 【机器视觉:C# + HALCON】【大模型微调实战:平民级微调技术全解】 【人工智能之深度学习】【AI 赋能:Python 人工智能应用实战】【数字孪生与仿真技术实战指南】 【AI工程化落地与YOLOv8/v9实战】

By Ne0inhk
[Python 基础课程]猜数字游戏

[Python 基础课程]猜数字游戏

使用 Python 实现一个猜数字游戏,先随机生成一个 1 到 100 之间的一个随机整数,让用户猜测这个数是什么,每次都提示用户猜大了还是猜小了,如果用户猜对了,提示用户猜对了,用了多少次,并且之前每一次的猜测数字都是什么。 前置知识 从控制台中读取用户输入 guess =int(input("请输入你的猜测:")) 生成一个 1 到 100 之间的随机整数: import random secret_number = random.randint(1,100) 答案 import random # 生成 1 到 100 之间的随机整数# random.randint(a, b) 会生成一个 a 和

By Ne0inhk