核心用法
OpenCode 是 Cursor/Windsurf 的终端替代品,通过 opencode run 执行 AI 驱动的编码任务。核心模式包括:
快速任务(One-Shot):opencode run "任务描述" 直接运行单次任务,支持 -f 附加文件上下文、-m 指定模型(如 anthropic/claude-sonnet-4)、--continue 续接会话。
交互式 TUI:运行 opencode 进入终端界面,通过 /agents 切换智能体:
- plan 智能体:分析设计(只读不修改)
- build 智能体:执行代码实现
- explore 智能体:代码库探索
推荐工作流:Plan → Build 分离,先规划后实施。
GitHub 集成:opencode pr 123 自动 checkout PR 并启动审查修复。
显著优点
1. 会话持久化:支持 --session 管理多会话、--fork 分叉会话、--share 生成分享链接
2. 模型灵活:支持多提供商模型,含 high/max/minimal 推理强度调节
3. MCP/ACP 生态:集成 Model Context Protocol 和 Agent Client Protocol 扩展能力
4. 成本透明:opencode stats 查看 Token 用量与费用
局限性与风险
⚠️ 智能体切换限制:--agent 参数在 run 模式中被忽略,仅 TUI 内 /agents 有效
⚠️ 目录依赖:需确保 /usr/sbin 在 PATH 中以支持 sysctl 架构检测
⚠️ 版本信息不一致:文档标注 v1.3.9,元数据为 v1.2.2,存在维护疏漏
⚠️ 功能边界:官方明确区分——简单单行编辑应使用原生 edit 工具,避免过度调用
适合人群
- 习惯终端工作流、需要 Cursor 级 AI 能力但拒绝 GUI 的开发者
- 需批量处理多文件重构、PR Review、代码探索的工程师
- 追求会话可复现、可分享的可追溯开发场景
常规风险
- 外部依赖风险:OpenCode 本身需独立安装,Skill 仅提供调用封装,实际安全取决于 OpenCode 二进制
- API 成本失控:高频调用 AI 模型可能产生意外费用,建议配合
--variant minimal和 stats 监控 - 会话数据残留:
--share功能可能将代码片段上传至云端,敏感项目需谨慎