文章目录
- [一、开发工具介绍（进行 Vibe Coding）](#一、开发工具介绍（进行 Vibe Coding）)
-
- [1. VS Code 发行版](#1. VS Code 发行版)
- [2. CLI 工具](#2. CLI 工具)
- [3. ⼀句话搭建应用程序（适合小白开发者）](#3. ⼀句话搭建应用程序（适合小白开发者）)
- 二、OpenCode的安装
-
- [1. Node.js的介绍 与 安装](#1. Node.js的介绍 与 安装)
- [2. Node.js 的常用命令（npm的介绍）](#2. Node.js 的常用命令（npm的介绍）)
- [3. 安装 OpenCode](#3. 安装 OpenCode)
- [三、opencode中的 基础命令](#三、opencode中的 基础命令)
-
- [1. 启动OpenCode 和 退出OpenCode](#1. 启动OpenCode 和 退出OpenCode)
- [2. 配置主题](#2. 配置主题)
- [3. 配置模型](#3. 配置模型)
- [4. 进入命令面板](#4. 进入命令面板)
- [5. 压缩上下文](#5. 压缩上下文)
- [6. 切换会话 和 创建新会话](#6. 切换会话 和 创建新会话)
- [7. 选择skill 和 选择文件](#7. 选择skill 和 选择文件)
- [四、opencode的 基本结构](#四、opencode的 基本结构)
-
- [1. 内置 Agent](#1. 内置 Agent)
- [2. 理解 LLM 的记忆（上下文）](#2. 理解 LLM 的记忆（上下文）)
一、开发工具介绍（进行 Vibe Coding）
要进行 Vibe Coding, 首先需要使用一款 AI 开发工具. 目前来看, AI 开发工具主要有三个流派：
（1） VSCode 发行版
（2） 终端 CLI 工具
（3） "⼀句话搭建应用程序" 系列
1. VS Code 发行版
VS Code 是同学们非常熟悉的开发工具了，也是业界最流行的开发工具 （没有之一）
同时, VSCode 有⾮常良好的开放生态。当 AI 浪潮吹来的时候，基于 VSCode 进行 "魔改" 成了⼀个性价比很高的选择。
典型代表:
• Cursor
• Trae（字节）
• Kiro（亚马逊）
• Antigravitiy（谷歌）
• Code Buddy（腾讯）
• QCoder（阿里）
• ...
这个系列的⼯具本身使用起来都非常好上手，已经熟悉 VSCode 的同学们应该都很容易驾驭。
2. CLI 工具
CLI 全称为 "Command Line Interface"，即为在终端中的 "命令行界面"，通过命令的方式和用户进行交互。
典型代表:
• Claude Code
• Codex
• Gemini CLI
• OpenCode
• ...
3. ⼀句话搭建应用程序（适合小白开发者）
典型代表:
• Devin
• atoms
• 秒哒
• 码上飞
• ...
这部分产品不需要搭建任何开发环境，直接在网页上和 AI 沟通，完成开发过程。目前这种形态的产品还处于发展阶段，还没有被大部分研发团队认可和使用。
二、OpenCode的安装
1. Node.js的介绍 与 安装
安装OpenCode前，得先安装 Node.js
Node.js 是啥?
大家肯定都听说过 JavaScript , 也知道 JavaScript 是运行在浏览器上的语言。
浏览器中用来解释运行 JavaScript 的模块被称为 "JavaScript 引擎", 其中最知名的就是 Chrome 中的引擎 V8 Worker .
后来, 有大佬把 V8 Worker 单独拎出来，封装了⼀下，赋予其更多的能力 （比如可以调用系统 API), 此时就得到了 Node.js .
Node.js 使 JavaScript 的应用场景更广泛了, 不仅仅可以进行 Web 前端开发，还能进行后端开发和桌面应用开发。
目前我们使用的 AI CLI 系列的开发工具，大部分都是使用 Node.js 开发的。
- 在 linux系统下安装（Ubuntu 24.04）
在 Node.js 官网 https://nodejs.org/zh-cn/download 提供了下载安装的方案.
但是对于国内的网络环境来说，上述操作有⼀定概率失败。
此处我们使用 apt 的方式安装。
（1）引入 Node.js 的 apt 源.
在 root 用户下:
bash
curl -sL https://deb.nodesource.com/setup_24.x | bash -对于 Ubuntu 24.04 来说, apt 默认源中的 Node.js 版本较低, 通常不满足 AI 开发工具的需求.
因此我们需要额外安装源, 使 apt 可以安装高版本的 Node.js , 此处是 v24 版本.
（2） 安装 Node.js
bash
apt install nodejs- 在 Windows系统下安装（Windows 11）
Windows 上 Node.js 的安装就简单多了，直接在官网下载
然后双击安装包，⼀路 Next 即可。
2. Node.js 的常用命令（npm的介绍）
在linux下安装好 Node.js 后，我们会获得 node 和 npm 两个命令。
使用 node命令 可以进入Node.js（.exit命令 可以退出）
npm < command >
什么是 npm ?
npm 是 Node.js 内置的 "包管理工具"。类似于 Ubuntu 的 apt。
只不过 npm 下载的软件包是给 Node.js 使用的, 而 apt 下载的软件包则是个 Ubuntu 系统使用的.
3. 安装 OpenCode
在 OpenCode 官网中, 选择 "npm" 安装方式。
使用下列命令即可完成安装 （在 root 用户下执行）：
bash
sudo npm i -g opencode-ai由于 OpenCode 是⼀个 Node.js 上的应用程序，而 Node.js 本身是跨平台的。
因此无论是 Windows 还是 Linux，OpenCode 的安装都是上面相同的命令.
三、opencode中的 基础命令
1. 启动OpenCode 和 退出OpenCode
- 启动OpenCode 的命令（在linux终端的 命令行输入）
bash
opencode
注意:
在哪个目录中运行 opencode，哪个目录就是 "工作目录"。opencode 默认只能针对⼯作目录内部的内容（包括子⽬录）进行操作。
因此我们使用 opencode 编写代码，最好先提前创建好指定的项目 目录，并进入到该目录中，再启动 opencode
- 退出OpenCode 的方法（linux下）
bash
ctrl + c2. 配置主题
bash
/themes然后通过 上下方向键 选择不同主题, 按 enter 确认
3. 配置模型
bash
/models可以直接选择接入好的模型进行使用
- 可以手动接入更多模型进行使用：
ctrl+a：进入 model provider 的选择界面
选择一款 model provider，输入API key，模型就成功接入了：
4. 进入命令面板
bash
ctrl + p
OpenCode 的各种设置项均包含在命令面板中.
5. 压缩上下文
bash
/compact/compact 命令可以对当前会话上下文进行压缩总结，减少会话上下文的使用
6. 切换会话 和 创建新会话
- 切换会话的命令：
bash
/sessions
- 创建新会话的命令：
bash
/new
7. 选择skill 和 选择文件
- 选择skill的命令：
bash
/skills
- 选择项目下文件的方法：
bash
@对应路径下文件名
四、opencode的 基本结构
1. 内置 Agent
什么是 Agent
Agent 中文名叫做 "智能体", 是当前 AI 应用开发领域中比较核心的概念.
我们知道，AI 开发工具的核心驱动力是 LLM，人 和 LLM 之间的交互，核心就是通过 "提示词".
所谓的 Agent，其实就是⼀些事先准备好的提示词 （系统提示词），这些提示词中描述了该 LLM的 "人设"，"核心功能"，"约束" 等内容。用户后续通过 Agent 来和 LLM 交互的时候，这些系统提示词都会自动生效，使 LLM 按照预定的规则进行工作。
举个例⼦类比：
对于⼀个普通人，见到 "着火了" ，第⼀时间想到的是自身的安全，要先撤离到安全地方。
对于消防员来说，见到 "着火了"，第⼀时间考虑的则是如何保护人民群众的人身财产安全。
因为在消防员的 "系统提示词" 中，保护人民群众是⾼于自⾝的人身安全的。
在 OpenCode 中，内置了 4 种 Agents:
- Plan： 只回答问题，不修改代码。通常用来提问/进行方案设计/做规划
- Build： 能回答问题，也能修改代码。开发代码的主力 Agent
- general： 独立的子 Agent，有单独的上下文窗口。通常用来处理⼀些单独的子问题。
- explore： 用来解释当前已有的项目代码。通常用来帮助我们理解⼀个已经存在的项目。
OpenCode 也支持自定义 Agent。有需求可以去了解一下
其中，Plan 和 Build 是我们最常使用的 Agent。通过 Tab 键切换。
另外的 general 和 explore ，则可以在对话中通过 @ 的方式来使用。
2. 理解 LLM 的记忆（上下文）
使用 AI ⼯具进行开发，通常需要 "多轮对话" 才能够完成任务。这时候我们发现，当我们进行后续对话的时候，LLM 是能记得前⾯的对话内容的
LLM 是如何记住这些内容的呢?
其实，LLM 自身是没有记忆的。LLM 能够记住前面信息的关键，是 opencode 等开发⼯具，维护了⼀份 "上下文"。
理解 "上下文"
简单来说，就是把前面已经产生的对话，重新发送给 LLM .
显而易见，随着对话轮次的增加，给 LLM 单次发送的内容就会越来越多（每次都会携带当前会话中的所有历史消息）。其中：
- 请求中的开头部分是 "系统提示词"，会在每次发送的请求的最上面，作为 LLM 的基本规则。
- 标记了 "用户说" 的部分，称为 "⽤⼾提示词"，也就是每轮对话用户输入的内容。
- 标记了 " LLM 说" 的部分，称为 "AI 提示词"，也就是每轮对话 LLM 返回的内容。
这个内容不能无限增长。这个上限称为 LLM 的 "上下文窗口大小"
目前，主流的 LLM 上下文窗口都能够达到 1 MB（100万 个 ascii 字符，几十万个汉字）
在 OpenCode 右侧面板，提示了当前上下文窗口的使用量：
注意:
当上下文过长时，即使没有达到窗口上限，LLM 也容易出现 "注意力不集中" 的现象，导致出现更大概率的 "答非所问".
因此，开发时，我们需要控制上下文的大小，使 LLM 能够聚焦于当前任务.
（1）使用 AGENTS.md 保存项目中的关键信息，OpenCode 会把这部分作为系统提示词，相当于持久记忆
（2）使用 /compact 或 /summarize 压缩上下文
（3）使用 /new 创建新的会话，针对不同的功能点，使用不同的 session 来进行开发