opencode使用心得
安装先装node再安装opencodesudo npm install -g opencode-ailatest命令行输入opencode即可打开TUI界面。要退出可CtrlC或CtrlD。设置大模型接入方舟code plan参考https://www.volcengine.com/docs/82379/2188958?langzh可以安装ark helper工具一键配置curl -fsSL https://lf3-static.bytednsdoc.com/obj/eden-cn/ylwslo-yrh/ljhwZthlaukjlkulzlp/install.sh | sudo sh顺带说一下doubao-code和doubao-pro的token耗起来飞快似乎它在思考过程中也会大量消耗token很容易触发5小时限制。用其deepseek模型还可以消耗没那么快响应速度也ok。也可以修改opencode配置文件linux下在~/.config/opencode/opencode.json里。比如新增deepseekV4的大模型deepseek-v4-flash:{name:deepseek-v4-flash,limit:{context:1024000,output:4096}},deepseek-v4-pro:{name:deepseek-v4-pro,limit:{context:1024000,output:4096}},使用初始化工程在开发工程的根目录打开opencode执行/init命令opencode会先扫描整个工程生成AGENTS.md帮助AI理解。切换模式opencode有两种模式build和plan通过TAB键切换。plan模式会为我们建立todo列表然后切换到build模式按todo列表进行开发。很好用的一个功能。切换主题/theme切换模型使用/models命令顺带说一下模型选择。GLM5.1比较昂贵、也比较慢核心代码或算法用GLM5.1写事务性、重复性的工作交给deepseek免费的trae用来写UT或简单的参数增删。不建议拿GLM5.1来写UT太浪费了。开发skill与AI协作过程中我们会写大量的prompt这其中有些promt是可以作为经验保存下来供下次复用的。这大概就是skill设计的初衷吧。一个SKILL.md样例--- name: multi-tables-join-checker description: 三表及以上关联检查 license: MIT compatibility: opencode --- ## What I do 检查LINQ的三表关联及AsNoTracking是否正确使用 ## When to use me 开发CRUD型的Service服务要书写LINQ时。 ## Instructions - 找出Service中使用了三表及以上关联的LINQ因三表及以上的关联查询可能有性能风险。搜索时不仅要搜索join关键字还要搜索Include和嵌套Select它们也算关联一张表。 - 排查Service中涉及DBContext的ToListAsync方法调用它之前必须使用AsNoTracking()方法若未使用请补充若已使用一个LINQ里只需一个AsNoTracking()多余的请清除。 ## Notes UT类以Tests结尾的类不用排查放到~/.config/opencode/skills/multi-tables-join-checker/SKILL.md下即可。开发完后重启opencode使用/skills命令应该就能找到该skill执行即可。与AI协作的经验我常用的两种协作方式一是AI完成核心代码即先在plan下制定整体方案人看过没问题切到build让AI完成所有代码最后人来检视并修改合入。二是人来搭建框架代码划分好类、定义好数据结构但类的方法体都空着只写了todo注释然后由AI补齐。第一种方式用于首次搭建第二种方式常用于代码重构。写todo注释让AI去处理也是让AI进行代码微调的好方法因为AI一般会去阅读todo的上下文了解这个todo的确切含义。其实等价与trae里选择某段代码让AI去处理。只不过opencode没界面编辑能力相当于用todo注释去替代。另外todo注释跟prompt一样应尽可能详细考虑全面因为这种情况下AI所知的上下文毕竟有限。

相关新闻

影刀RPA 网页动态内容采集:AJAX数据拦截

影刀RPA 网页动态内容采集:AJAX数据拦截

影刀RPA 网页动态内容采集:AJAX数据拦截 作者:林焱 什么情况用什么 现在大部分网站的数据不在HTML源码里,而是通过AJAX异步加载。用requests获取的HTML是空壳,真正数据要等JS执行后才出现。在影刀RPA里有三种方式处理&#xff1a…

2026/7/23 8:52:20 阅读更多 →
C++实战:从算法竞赛题到图形化黑白棋游戏开发全解析

C++实战:从算法竞赛题到图形化黑白棋游戏开发全解析

1. 项目概述:从一道经典赛题到可玩的游戏如果你接触过信息学奥赛(NOI/NOIP)或者刷过《信息学奥赛一本通》这类经典教材,大概率对“黑白棋”这个题目有印象。它通常出现在“模拟”或“搜索”章节,编号可能是1317或者类似…

2026/7/23 8:52:20 阅读更多 →
CDN技术如何优化抖音视频流畅体验

CDN技术如何优化抖音视频流畅体验

1. 为什么你的抖音视频从不卡顿? 上周朋友聚会时,小李突然问我:"为什么我在地铁上用4G刷抖音从来不卡,但看B站偶尔会转圈?"这个问题让我意识到,大多数普通用户并不了解,那些丝滑的视频…

2026/7/23 8:51:19 阅读更多 →

最新新闻

Unity AI开发工具对比:官方助手与开源MCP协议方案深度解析

Unity AI开发工具对比:官方助手与开源MCP协议方案深度解析

1. 项目概述:当开源工具集遇上官方AI产品最近Unity社区里关于AI辅助开发工具的讨论越来越热,尤其是两个名字频繁被提及:一个是开源的Funplay Unity MCP,另一个是Unity官方推出的Unity AI Assistant。很多开发者都在问,…

2026/7/23 15:23:16 阅读更多 →
AI对话Token计费原理与优化策略详解

AI对话Token计费原理与优化策略详解

1. 从账单困惑到Token本质:为什么AI对话按字收费?第一次看到AI服务的扣费账单时,很多人都会愣住——为什么简单的几句对话会消耗这么多"Token"?这个看似简单的概念背后,藏着大语言模型运作的核心机制。作为从…

2026/7/23 15:23:16 阅读更多 →
【题解-信息学奥赛一本通】1334:【例2-3】围圈报数

【题解-信息学奥赛一本通】1334:【例2-3】围圈报数

题目:1334:【例2-3】围圈报数 题目描述 有n个人依次围成一圈,从第1个人开始报数,数到第m个人出列,然后从出列的下一个人开始报数,数到第m个人又出列&#x…

2026/7/23 15:23:16 阅读更多 →
AI工程师转型路径19-为什么AI工程师必须写博客?技术写作的5大隐藏收益,从0到10000粉丝:CSDN/掘金/知乎技术博客运营全攻略

AI工程师转型路径19-为什么AI工程师必须写博客?技术写作的5大隐藏收益,从0到10000粉丝:CSDN/掘金/知乎技术博客运营全攻略

📌 系列文章:AI工程师转型路径 第19篇 | 关注我,第一时间获取后续更新 1、AI程序员系列文章 2、AI面试系列文章 3、AI编程系列文章 我认识一个AI工程师,技术实力堪比团队前三,Papers读得比谁都多,模型调得…

2026/7/23 15:23:16 阅读更多 →
【题解-信息学奥赛一本通】1357:车厢调度(train)

【题解-信息学奥赛一本通】1357:车厢调度(train)

题目:1357:车厢调度(train) 题目描述 有一个火车站,铁路如图所示,每辆火车从A驶入,再从B方向驶出,同时它的车厢可以重新组合。假设从A方向驶来的火车有n 节(n≤1000),分…

2026/7/23 15:23:16 阅读更多 →
OpenClaw AI智能体飞书集成部署指南

OpenClaw AI智能体飞书集成部署指南

1. 项目概述OpenClaw作为一款开源的AI智能体系统,正在改变我们与工作软件的交互方式。不同于传统聊天机器人,它能够深度集成到飞书这样的协作平台中,真正实现"让AI帮你干活"的目标。想象一下,当你需要整理会议纪要、查询…

2026/7/23 15:22:16 阅读更多 →

日新闻

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:25 阅读更多 →
AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

更多请点击: https://codechina.net 第一章:AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析 在对2,346篇跨行业AI生成文案的A/B测试数据进行聚类分析后,我们发现&#xff1…

2026/7/23 0:01:26 阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:01:26 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/22 8:58:19 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/22 19:43:43 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/22 12:54:44 阅读更多 →

月新闻