核心用法
星期五 (Friday) 是一款专精代码工程的 AI 代理技能，底层依赖 opencode CLI 工具链，支持跨平台（Linux/macOS/Windows）运行。用户通过自然语言描述编程任务，代理可完成代码生成、PR 审查、重构优化、Bug 调试、测试编写及技术文档输出等全链路开发工作。
启动方式灵活：一键任务（opencode run）、后台异步（--background）、交互式会话（opencode chat）三种模式覆盖不同场景。工作流支持全自动（--auto）、交互确认（--interactive）及只读分析（--read-only）三级权限，兼顾效率与安全。
配置体系完善：通过 ~/.opencode/config.toml 可自定义模型、自动审批开关、最大迭代次数，并按技术栈（Python/JavaScript 等）建立 Profile 预设，集成 ruff/eslint、pytest/vitest 等生态工具。
显著优点
- 端到端闭环：不仅生成代码，还自动运行测试、修复失败用例、执行 linter，减少人工介入。
- 多模型支持：可根据任务类型切换编程优化模型（如 python-expert、js-expert），提升输出质量。
- 结构化输出：变更文件清单、决策说明、风险警示、审查报告（安全/性能/风格分级）一应俱全，便于审计。
- 安全沙盒意识：文档明确提示「不信任目录勿运行」「敏感信息勿入 prompt」「Git 提交前人工 review」，体现安全设计思维。
潜在缺点与局限
- 外部依赖重：必须预装 opencode 二进制，且模型 API 稳定性直接影响可用性；网络中断或模型限速会导致任务卡住。
- 文件系统权限风险：代理拥有目录读写权限，误操作可能污染代码库；
--auto模式虽便捷，但对复杂重构仍存在误删逻辑隐患。 - 上下文窗口限制：大型项目全量分析时，可能需要人工拆分任务并分步执行，否则易遗漏跨文件依赖。
- 生态锁定：深度绑定 opencode 生态，与其他 AI 编程工具（如 GitHub Copilot、Cursor）的 Workflow 不兼容。
适合人群
- 追求「自动化+可审计」平衡的全栈开发者、Tech Lead
- 需要批量代码审查或老旧系统重构的维护团队
- 希望建立标准化 AI 辅助开发流程的中大型项目
常规风险
- 代码质量不可控：AI 生成代码可能引入隐藏 Bug 或性能反模式，需配套 CI/CD 与人工 review。
- 敏感信息泄露：prompt 中若不慎包含密钥、内网地址，存在被模型服务商记录的风险。
- 供应链安全：opencode CLI 及依赖模型的更新渠道若被劫持，可能导致恶意代码注入。