OpenCode Desktop 入门指南 - 20 分钟掌握 80% 核心功能¶
OpenCode Desktop 是 Claude Code 的 100% 开源替代品,支持几乎任意模型,内置免费模型,多标签页(Tabs)多任务并行。本笔记基于 Thanh-y David Nguyen 的 20 分钟教程,系统拆解从安装到 GitHub 集成的完整工作流。
目录¶
- 1. 产品定位:OpenCode vs Claude Code
- 2. 安装与基础设置
- 3. 模型配置(Model Providers)
- 4. Plan/Build 双模式开发
- 5. Git 版本控制(Checkpoint)
- 6. Slash Commands(斜线指令)
- 7. Skills(技能)
- 8. MCP Servers(外部工具)
- 9. AGENTS.md 记忆与规则
- 10. GitHub 集成
- 核心概念对比速查
- 参考资料
1. 产品定位:OpenCode vs Claude Code¶
OpenCode 的核心卖点是 模型自由 —— 不绑定单一 AI 生态,可随时接入新模型(如 Kimi、DeepSeek、Gemini、OpenAI)。当新的旗舰模型发布时,无需等待平台支持,直接切换测试。
Android vs Apple 比喻¶
| 维度 | Claude Code(Apple) | OpenCode(Android) |
|---|---|---|
| 模型生态 | 仅 Anthropic 模型 | 几乎任意模型(Kimi/DeepSeek/Gemini/OpenAI/Ollama 本地) |
| 成本 | 较高,依赖 Anthropic API | 免费起步,按需付费,可绑现有 ChatGPT 订阅 |
| 体验 | 深度优化、流畅顺滑 | 高度灵活,偶尔遇到 bug(如 Agent 选项不显示) |
| 锁定风险 | 生态锁定(如 Opus 4.5 曾被下架) | 无锁定,随时换模型 |
| 功能对等 | — | OpenCode 能做 Claude Code 几乎所有事情 |
关键结论:学会 OpenCode 等于学会 Claude Code,两者的操作逻辑高度互通,不存在"学错工具"的风险。
选型决策树¶
你需要 AI Coding Agent?
├── 预算充足 + 追求极致顺滑 → Claude Code (Apple)
├── 预算有限 / 想免费开始 → OpenCode (Android)
├── 需要本地模型 / 数据隐私 → OpenCode + Ollama
└── 想同时用多个模型对比 → OpenCode(多 Provider)
2. 安装与基础设置¶
安装步骤¶
- 访问 opencode.ai,点击下载按钮
- 如果自动检测的系统不对,滚动页面手动选择对应 OS 版本
- 安装后打开应用,界面类似常见聊天/Coding Agent
推荐 Settings 配置¶
打开 File → Settings → Advanced,启用以下三个选项:
| 选项 | 作用 | 为什么需要 |
|---|---|---|
| File Tree | 左侧显示项目文件树 | 直观查看项目结构和 AI 创建/修改的文件 |
| Service Status | 顶部显示 MCP Server 等服务状态 | 实时监控外部工具连接状态,排错必备 |
| Show Agent | 显示 Agent 模式切换按钮 | 启用 Plan/Build 双模式(见第 4 节) |
Pitfall:开启 Show Agent 后如果按钮没立即出现,是已知 bug。解决:点击右上角按钮 → 新建 session → 回到原 session,Agent 选项就会出现。
3. 模型配置(Model Providers)¶
OpenCode 内置免费模型(开箱即用),也可连接付费 Provider 获取更强的模型。
Provider 选项对比¶
| Provider | 计费方式 | 特点 |
|---|---|---|
| 内置免费模型 | 免费 | 开箱即用,适合入门体验和学习 |
| OpenCode Zen | Pay-as-you-go 按量计费 | 官方集中式 API,一个 key 访问 Anthropic/OpenAI/Google 等多家模型 |
| OpenCode Go | 订阅制 | 同上,月费固定,适合重度用户 |
| OpenAI 直连 | 绑定 ChatGPT 订阅 | 已有 ChatGPT Plus/Pro 订阅直接用,比 API 计费更省 |
ChatGPT 订阅直连技巧¶
已有 ChatGPT 付费订阅的用户,不要用 API key,直接绑定账号:
Manage Models → Connect Provider → OpenAI → Connect ChatGPT Subscription
→ 点击授权链接 → 完成
这样能用 GPT 模型而无需额外购买 API 额度。
模型切换¶
- 点击顶部模型名称 → 下拉选择
- 或输入
/model+ Enter 选择 - 点击模型可查看 context window 大小和当前使用率(如 14% used)
4. Plan/Build 双模式开发¶
这是 OpenCode 的核心工作流:先规划再执行,避免 AI 跑偏。
双模式工作流¶
┌─────────────┐ 审核规划 ┌──────────────┐
│ Plan Agent │ ──────────────▶ │ Build Agent │
│ (规划方案) │ 确认无误后切换 │ (自动写代码) │
└─────────────┘ └──────────────┘
│ │
│ 1. 询问需求(App类型/框架) │ 拆解步骤逐个执行
│ 2. 产出完整架构规划 │ 完成后可直接运行测试
│ 3. 用户审核/修改 │
└────────────────────────────────┘
实作示例:会议记录转 PDF Web App¶
视频中的完整演示流程:
- 选择 Plan 模式,设置 Thinking Level 为 High
- 输入 Prompt:
Build me an app that can turn meeting notes into well organized PDFs with AI. The app should use a local AI model that is running on my local machine. - AI 反问:App 类型(选 Web App)、本地 AI 框架(选 Ollama)
- 生成规划 → 审核通过 → 切换 Build 模式
- Build 自动拆解步骤,逐个完成代码编写
- 结果:可运行的 Web App,支持粘贴/上传会议记录 → 本地 LLM 处理 → 下载 PDF
数据隐私亮点:使用 Ollama 本地模型处理,敏感会议记录不出本机。
Plan vs Build 对比¶
| 维度 | Plan Agent | Build Agent |
|---|---|---|
| 职责 | 理解需求、产出架构规划 | 拆解步骤、执行编码 |
| 交互 | 会反问澄清需求 | 收到指令即开始写代码 |
| 产出 | 项目规划文档(供审核) | 实际可运行的项目文件 |
| 适用场景 | 新项目启动、复杂需求 | 确认方案后快速实现 |
5. Git 版本控制(Checkpoint)¶
OpenCode 内置 Git 交互,AI 写错代码时可随时回滚。
核心操作¶
# 让 AI 帮你初始化 Git(也可手动)
> Initialize this project as a Git project using git init
# 安装 Git 本身也可以让 AI 代劳
> Install Git for me
初始化后的效果:
- 左侧 File Tree / Changes 面板实时显示 AI 的所有文件改动
- 点击文件可查看 AI 修改的具体代码
- 可以随时回滚到之前的版本(Checkpoint)
Git 在 OpenCode 中的工作流¶
项目开始
│
├── git init(初始化版本控制)
│
├── AI 编码 → 文件变更实时可见
│
├── AI 写错? → git 回滚到上个版本
│
└── 满意? → git commit 固化当前状态
6. Slash Commands(斜线指令)¶
在对话框输入 / 查看所有可用指令。
常用指令¶
| 指令 | 功能 | 使用场景 |
|---|---|---|
/compact |
压缩上下文窗口(Context Window) | 长对话后 AI 开始"遗忘"早期内容时 |
/model |
切换模型 | 需要换模型时 |
/terminal |
打开内置终端 | 需要手动执行命令(如安装 Skills) |
/init |
生成 AGENTS.md 规则文件 | 项目初始化时配置 Agent 行为(见第 9 节) |
/compact 详解¶
压缩前:Context Window 使用 14%
│
▼ 执行 /compact
压缩后:Context Window 使用 5%
效果:保留关键信息,丢弃冗余,AI 记忆力恢复
ChatGPT 长对话的"遗忘"问题,在 OpenCode 中通过
/compact主动管理。开发过程中对话增长极快,建议定期执行。
7. Skills(技能)¶
Skills 是给 AI Agent 的方法论指引 —— "怎么做事"的步骤指南。
概念理解¶
Skill = 做事的方法/步骤
(例:知道怎么洗衣服 = 收集脏衣服→选洗涤剂→分类→清洗→晾干)
Tool = 执行动作的实体工具
(例:洗衣机 = 实际执行清洗的设备)
安装 Skill 示例¶
视频演示从 skills.sh 安装 "web design guidelines" 来美化 UI:
# 方式 1:手动安装(推荐,省 token)
# 从 skills.sh 复制安装命令 → 在 OpenCode 中用 /terminal 打开终端 → 粘贴执行
# 方式 2:让 AI 安装(消耗 token)
# 直接把安装命令发给 AI 让它执行
安装后,Skill 文件存放在 agents/skills/ 目录下。然后可以这样使用:
> Use the skill to make the UI look more aesthetic and modern
AI 会读取 Skill 内容并按指引优化前端。
Skill 文件位置¶
项目根目录/
└── agents/
└── skills/
└── web-design-guidelines/ # 安装的 skill
└── SKILL.md # skill 内容
8. MCP Servers(外部工具)¶
MCP(Model Context Protocol)Servers 为 Agent 提供额外的外部工具能力。
Skill vs MCP Server¶
| 维度 | Skills | MCP Servers |
|---|---|---|
| 本质 | 方法论/步骤指南(软件) | 实体工具(硬件级能力) |
| 比喻 | 知道洗衣服的步骤 | 拥有洗衣机 |
| 示例 | Web 设计指南 → 更好看的 UI | Document Generator → 导出 PDF/Word |
| 配置方式 | 安装到 agents/skills/ | 配置 opencode.json |
| 关系 | Skill 中可能调用 MCP 工具 | 提供工具供 Agent 调用 |
配置 MCP Server¶
视频演示添加 Document Generator MCP(来自 mcpservers.org):
// opencode.json(项目根目录)
{
"mcp": {
"document-generator": {
// MCP server 配置(根据具体 server 文档填写)
}
}
}
配置方法:把 MCP Server 文档链接 + 配置说明发给 AI,让它自动创建 opencode.json:
> Here's a documentation how to add an MCP server to your
configuration. Create an opencode.json file and add this
MCP server accordingly.
[贴入文档链接 + MCP server 链接]
Pitfall:配置完成后 MCP Server 可能不立即显示在 Service Status 中。解决:关闭并重新打开 OpenCode 刷新。
配置成功后,可以让 AI 使用 MCP 工具:
> Create a documentation of this entire project using the MCP server
AI 会生成 Word 和 PDF 文档,存放在 generated-documents/ 目录。
9. AGENTS.md 记忆与规则¶
AGENTS.md(视频中读作 agents.md)是 Agent 的行为规则文件,定义 Agent 的行为边界和自定义规则。
创建方式¶
> /init
执行后自动生成 AGENTS.md,包含基于项目结构的标准规则(如如何运行项目、如何配置 MCP)。
自定义规则示例¶
手动编辑 AGENTS.md,添加自定义行为:
<!-- AGENTS.md 示例 -->
Always add a joke at the end of every response.
保存后,Agent 的每个回复都会附带一个笑话。
最佳实践¶
✅ 推荐 ❌ 避免
─────────────────────────────────────────────
保持规则精简 塞入大量冗余指令
规则明确、可执行 模糊的描述
一条规则解决一个行为问题 重复/矛盾的规则
经验法则:AGENTS.md 内容越少,Agent 行为越一致。规则过多反而会让 Agent 困惑,降低一致性。
10. GitHub 集成¶
通过 GitHub CLI 实现 OpenCode 项目到 GitHub 远程仓库的自动推送。
前置条件¶
- 安装 GitHub CLI: ```bash # macOS (Homebrew) brew install gh
# 或从 cli.github.com 下载安装包 # 也可让 OpenCode 代为安装 ```
- 创建 GitHub 账号(如还没有)
连接流程¶
┌──────────────────┐
│ 输入连接 Prompt │
│ "Connect this │
│ project to my │
│ GitHub account" │
└────────┬─────────┘
│
▼
┌──────────────────┐ ┌──────────────────┐
│ AI 触发 OAuth │────▶│ 浏览器打开授权页 │
│ 登录命令 │ │ 输入授权码 │
└──────────────────┘ └────────┬─────────┘
│
▼
┌──────────────────┐
│ 2FA 手机验证 │
└────────┬─────────┘
│
▼
┌──────────────────┐
│ 输入仓库名称 │
│ "meeting-notes- │
│ to-pdf" │
└────────┬─────────┘
│
▼
┌──────────────────┐
│ 自动 push 完成 │
│ 代码上云 ✓ │
└──────────────────┘
连接成功后,AI 会自动创建远程仓库并推送所有代码。推送后 Changes 面板清空(因为没有未提交的变更了)。
核心概念对比速查¶
扩展能力三层架构¶
┌─────────────────────────────────────────────┐
│ AGENTS.md(大脑/规则) │
│ 定义 Agent 行为边界与自定义规则 │
├─────────────────────────────────────────────┤
│ Skills(方法论) │ MCP Servers(工具) │
│ "怎么做事" │ "用什么工具做事" │
│ - Web 设计指南 │ - Document Generator │
│ - 代码审查规范 │ - Database 连接 │
│ - 部署流程 │ - API 调用 │
├─────────────────────────────────────────────┤
│ Slash Commands(控制指令) │
│ /compact /model /terminal /init │
├─────────────────────────────────────────────┤
│ Plan/Build(执行引擎) │
│ 规划 → 确认 → 自动编码 │
└─────────────────────────────────────────────┘
完整工作流速查¶
| 阶段 | 操作 | 关键命令/动作 |
|---|---|---|
| 初始化 | 安装 + Settings 配置 | 启用 File Tree / Service Status / Show Agent |
| 配模型 | 连接 Provider | OpenCode Zen / OpenAI 直连 / 用免费模型 |
| 开发 | Plan → 审核 → Build | Plan 模式产出规划,Build 模式写代码 |
| 防护 | Git 初始化 | git init(可让 AI 执行) |
| 优化 | 压缩上下文 | /compact |
| 扩展 | 安装 Skills + MCP | skills.sh + mcpservers.org |
| 规则 | 配置 Agent 行为 | /init 生成 AGENTS.md,手动精简 |
| 上云 | GitHub 集成 | 安装 gh CLI → OAuth 授权 → 自动 push |
成本优化策略¶
| 策略 | 节省方式 |
|---|---|
| 入门用免费模型 | 不花一分钱开始体验 |
| 绑 ChatGPT 订阅 | 复用已有订阅,不额外买 API |
| 手动安装 Skills(非让 AI 装) | 省 token |
定期 /compact |
压缩上下文 = 降低 token 消耗 |
| 用本地模型(Ollama) | 敏感数据零成本处理 |
参考资料¶
- 视频:Learn 80% of OpenCode Desktop in 20 Minutes! — Thanh-y David Nguyen
- OpenCode 官网
- Skills 市场
- MCP Server: Document Generator
相关笔记¶
- [[Claude Code]]
- [[MCP Model Context Protocol]]
- [[AI Coding Agent 对比]]