OpenCode：命令行里的项目级 AI 编程代理

配置模型

1. 在 TUI 中运行 /connect。
2. 选择 provider（如 opencode），登录并完成支付设置获取 API Key。
3. 粘贴 Key 完成配置。

项目初始化

cd /path/to/project
opencode

进入 TUI 后运行 /init，生成 AGENTS.md 文件。建议将其提交至 Git 仓库以便团队复用。

使用示例

1. 询问问题

使用 @ 触发文件模糊搜索，精准定位代码：

@packages/functions/src/api/index.ts 里的鉴权是怎么实现的？

2. 新增功能

建议先切换到 Plan 模式规划，再切回 Build 模式执行。

• Plan 模式：描述需求，生成方案和步骤。
• Build 模式：确认方案后，直接修改文件或运行命令。

3. 撤销与重做

若改动不符合预期，可使用 /undo 回滚，微调 Prompt 后重试；使用 /redo 恢复撤销的操作。

4. 分享会话

运行 /share 生成链接分享给团队成员（默认私密，需主动分享）。

5. 个性化定制

支持自定义主题、快捷键、代码格式化工具及配置文件。

优缺点分析

优点

• 完全开源：可控、可审计、可自托管。
• 供应商无关：自由切换 LLM，避免厂商锁定。
• 终端优先：对重度终端用户友好，支持 LSP。
• 项目级记忆：通过 AGENTS.md 理解项目上下文。
• 双模式工作流：Plan/Build 分离，降低盲目修改风险。
• 深度集成：融入 GitHub/GitLab 协同流程。

不足

• 学习曲线：对不熟悉命令行的用户有门槛。
• 生态差距：扩展生态和 UI 精致度不如成熟 IDE（如 VS Code）。
• 成本管理：需自行关注 Token 配额和模型成本。
• 结果把关：仍需人工进行 Code Review 和业务语义验证。

工具对比

与 VS Code

• VS Code：通用 GUI IDE，生态丰富，适合新手。
• OpenCode：项目级 AI 代理，强调自动执行和工作流集成，适合终端用户。

与 TRAE

• TRAE：开箱即用的 IDE，绑定 Z.AI/GLM 生态，侧重图形化体验。
• OpenCode：通用开源代理，支持任意模型，侧重工程化和 DevOps 场景。

与 Cursor

• Cursor：闭源，强 AI 能力，但 CI/CD 集成较弱。
• OpenCode：可作为 CI 中的 Agent，辅助 Review 和自动化修复。

适用人群

适合：

• 频繁使用终端/Neovim 的工程师。
• 对开源、自托管、可审计有强诉求的团队。
• 重度使用 GitHub/GitLab，希望纳入 AI 工作流的团队。
• 对模型成本敏感，需灵活切换模型的场景。

不太适合：

• 完全不习惯命令行的开发者。
• 仅看重开箱即用 GUI 体验的用户。
• 不愿操心模型配额和安全细节的个人。

资源链接

• GitHub: https://github.com/anomalyco/opencode
• 文档: https://opencode.ai/docs