OpenCode部署：开源AI编程助手在两个真实场景中的应用

来源：互联网 2026-07-01 06:26:01

AI资讯合集

使用 OpenCode 一段时间后，本文系统梳理其安装、模型配置，以及两个实际落地场景——内网知识库问答和 PR Review。整体使用下来，最直观的感受是：这款工具与 Cursor 并不冲突，但玩法确实不同。本文主要内容 OpenCode 是什么、与 Cursor 有什么区别如何安装，

使用 OpenCode 一段时间后，本文系统梳理其安装、模型配置，以及两个实际落地场景——内网知识库问答和 PR Review。整体使用下来，最直观的感受是：这款工具与 Cursor 并不冲突，但玩法确实不同。

本文主要内容

OpenCode 是什么、与 Cursor 有什么区别

长期稳定更新的攒劲资源： >>>点此立即查看<<<

如何安装，如何确认安装成功

如何利用 GitHub Copilot 订阅和低价 API 接入 OpenCode

两个场景分别启动一个 OpenCode 实例

场景一：文档仓实例，内网 Markdown + Copilot 问答

场景二：代码仓实例，PR 自动 Review

一、OpenCode 是什么

简单来说，OpenCode 是一款开源的 AI 编程 Agent，安装在本机运行，不绑定特定模型。默认进入终端 TUI（Terminal User Interface），也可通过 opencode run 单条执行命令，或使用 opencode serve 让其他人连接。

它与 Cursor 并不冲突——OpenCode 更偏向终端环境，支持自由更换模型，并且可脚本化。实际操作中，Tab 键用于切换 plan 和 build 模式：Plan 模式只读，适合审查；Build 模式写入磁盘，适合执行修改。对话时还可以通过 @文件 携带特定上下文。

二、模型如何选择

模型 ID 的格式为 provider/model，例如 deepseek/deepseek-chat。在 TUI 中，通过 /connect 配置 API Key，通过 /models 切换模型；配置默认写入 opencode.json 文件。

软件本身免费，模型使用您已有的订阅或购买的 API。

GitHub Copilot 接入方式：如果公司有 Copilot 订阅，可直接在 OpenCode 中使用，无需额外购买 Claude API。在 TUI 中通过 /connect 选择 GitHub Copilot，浏览器会提示在 github.com/login/device 输入设备码完成登录。之后通过 /models 命令即可切换 Copilot 提供的模型——注意部分模型可能需要 Pro+ 套餐。

凭证保存在 ~/.local/share/opencode/auth.json，切勿提交到 Git。可以在 opencode.json 中设置默认模型，但具体可用 ID 仍以 /models 列表为准。

低价 API 作为补充：在 PR Review 的 Actions 场景中，有时会使用 DeepSeek（按量付费），与本机 Copilot 区分开。Groq、OpenRouter 等平台同样可通过 /connect 接入。

日常使用组合如下：

场景	模式	模型
实例一：问文档	plan	GitHub Copilot
实例二：本地看 PR	plan	GitHub Copilot
实例二：PR 自动评论	Actions	DeepSeek（或 Copilot）

关键点：实例一只 @ 相关的 Markdown 文件；实例二才配置 GitHub workflow，仓库不要混用。

三、安装

如果之前安装过旧版，请先卸载。以下五条安装路径任选其一，安装完成后验证方式完全一致。

安装方式	命令
macOS / Linux 脚本	`curl -fsSL opencode.ai/install \| bash`
Homebrew	`brew install anomalyco/tap/opencode`
npm	`npm i -g opencode-ai@latest`
Windows	`scoop install opencode` 或 `choco install opencode`；也可通过 WSL 使用脚本安装
桌面版	opencode.ai/download 或 `brew install --cask opencode-desktop`

安装验证：执行 opencode --version 查看版本号 → 运行 opencode 进入 TUI → 执行 /connect → 执行 /models 确认有模型列表 → 在 plan 模式随意提问一次，跑通即可。

四、日常使用方法

进入仓库后，执行 cd your-repo && opencode 即可开始使用。

操作	具体做法
携带文件	`@文件名`
连接模型	`/connect`、`/models`
只读	Tab → plan
修改代码	Tab → build
团队规范	`/init` → `AGENTS.md`

脚本场景：使用 opencode run -m "..."（模型 ID 从 /models 中查看）。如需多人共用，可执行 opencode serve 启动服务，其他人通过 opencode attach http://IP:4096 连接——注意，每个人仍需使用自己的 Copilot 登录。

五、两个应用场景，分别启动一个 OpenCode 实例

这两套场景没有使用同一个 OpenCode 会话或同一个仓库，而是拆分为两套独立的实例：各对应一个 Git 仓库、一份 AGENTS.md、一套用法。混用会导致上下文混乱——文档问答的 prompt 和 PR Review 的规则相互干扰，权限也不好控制（文档实例只读即可，代码实例可能需要写权限）。

	实例一：文档问答	实例二：PR Review
仓库	单独的内网文档仓，如 `company-docs`	业务代码仓，如 `app-backend`
进入方式	`cd company-docs && opencode`	`cd app-backend && opencode`，或通过 GitHub Actions
默认模式	长期 plan	本地看 PR 用 plan；CI 中自动 Review
`AGENTS.md`	只回答文档、禁止访问外网、必须注明出处	安全、测试、代码规范
长期服务	可选 `opencode serve --port 4096` 挂载文档仓	一般不开启 serve，走 workflow + /oc 评论
模型	本机 Copilot	本机 Copilot；Actions 可用 DeepSeek

实例一只存放 Markdown 文档，不要作为业务代码仓使用。实例二才执行 opencode github install、才放置 opencode-review.yml。如果在两台机器上各运行一个 serve，端口要分开，例如文档用 4096，代码用 4097，避免同事 attach 到错误环境。

下面分别说明这两个实例的具体落地方法。

六、场景一：内网知识库问答（实例一）

目标是让 AI 能够方便地查询需求文档、API 规范、发布流程等内部资料。

做法是将这些文档整理为 Markdown 格式，存放在内网 Git 仓库，OpenCode 接入 GitHub Copilot，通过 @ 只携带相关 MD 文件，使用 plan 模式（只读，不修改代码）。文档放在内网仓，提问时通过 @ 控制范围；模型侧走 Copilot，前提是公司允许使用 Copilot 且您拥有有效订阅。

6.1 文档准备

从飞书、Confluence 等平台导出或同步为 .md 文件，按主题分目录存放，例如：

docs/运维/发布.md

docs/API/鉴权.md

一篇文档只讲一件事，标题清晰——这比一个大 PDF 好用得多。

可单独建立文档仓库，也可挂靠在业务仓库的 docs/ 目录下，但必须确保内网能 clone 下来。

6.2 在文档仓中接入 Copilot

在文档仓（实例一），找一台能访问 GitHub 的开发机操作：

cd /path/to/docs-repo opencode

进入 TUI：

1.执行 /connect → 选择 GitHub Copilot

2.终端会显示设备码，用浏览器打开 github.com/login/device 并输入设备码完成授权

3.执行 /models 选择 Copilot 中合适的模型（文档问答场景建议使用能力较强的模型）

4.按 Tab 切换到 plan 模式，避免 Agent 意外修改仓库文件

首次完成后，之后进入仓库会自动带上 Copilot。如需固定默认模型，将 /models 中看到的模型 ID 写入 opencode.json 的 model 字段即可。

6.3 有效提问方式

好的提问方式会明确范围，并用 @ 指定具体文件：

根据 @docs/运维/发布.md，生产环境回滚需要几步？只根据文档回答；文档未提及则明确说明，不要编造。

尽量避免以下提问：

「帮我看看需求文档」——范围过大，AI 容易编造内容。

一上来 @ 整个 docs/ 目录——上下文窗口会超限，回答质量也会下降。

如果文档特别多、单文件较长，可以使用 opencode mcp add 接入公司自有的检索 MCP 服务，先搜索再 @ 命中段落；文档量不大时，直接 @ 两三个相关 MD 文件即可。

6.4 使用 AGENTS.md 设定边界

在仓库中执行 /init，或手动编写一个 AGENTS.md，至少包含以下两条：

禁止使用 webfetch 访问外网。

回答时必须注明依据的文档及章节；找不到则明确说明「文档未记载」。

这比每次口头提醒更稳定可靠。

6.5 多人使用方式

文档仓库每个团队成员各自 clone 到本地，在各自的实例一中通过 opencode + /connect 连接自己的 Copilot 即可。

如需固定一台「文档问答专用机」，让它只运行实例一：

cd /path/to/company-docs opencode serve --hostname 0.0.0.0 --port 4096

设置环境变量 OPENCODE_SERVER_PASSWORD。其他人通过 opencode attach http://10.x.x.x:4096 连接时，工作目录仍为文档仓。注意不要与实例二共用 4096 端口。

七、场景二：Git PR 自动 Review（实例二）

在业务代码仓单独启动实例二。当 PR 提交后，让 AI 先进行初步审查：明显的安全问题、遗漏的测试、代码规范不一致之处，先留下评论，再由人工重点审查。OpenCode 官方提供了 GitHub 集成，既可在 Actions 中自动运行，也可在 PR 评论中手动触发。

常见三种用法：

方式	使用场景
PR 打开/更新自动运行	团队默认流程，每个 PR 都有初步评审
评论中写 `/oc`	对某一段 diff 想单独修改或检查
本地 `opencode pr`	合并前自己先运行一遍

7.1 在代码仓中首次接入

在业务代码仓根目录（实例二，不要与文档仓混用）：

opencode github install

按照向导完成以下步骤：

1.安装 OpenCode GitHub App 到目标仓库（或整个组织）。

2.生成 .github/workflows/opencode.yml（或专门的 review workflow）。

3.提示前往仓库 Settings → Secrets → Actions 添加环境变量，例如 DEEPSEEK_API_KEY。

DeepSeek 按量付费较为便宜，PR Review 默认使用它；如果公司有 Azure/Bedrock，可将 model 和 env 替换为对应配置。

7.2 PR 自动 Review 的 workflow

单独放置一个 opencode-review.yml，仅在 PR 事件触发时运行：

name: opencode-review
on:
pull_request:
types: [opened, synchronize, reopened, ready_for_review]
jobs:
review:
runs-on: ubuntu-latest
permissions:
contents: read
pull-requests: read
issues: read
steps:
- uses: actions/checkout@v6
with:
persist-credentials: false
- uses: anomalyco/opencode/github@latest
env:
DEEPSEEK_API_KEY: ${{ secrets.DEEPSEEK_API_KEY }}
GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
with:
model: deepseek/deepseek-chat
use_github_token: true
prompt: |
按仓库 AGENTS.md 的规范 Review 这个 PR：
- 安全：注入、权限、密钥是否泄露
- 错误处理和边界条件
- 测试是否覆盖主要变更
只评论确定的问题，不要凑字数，不要建议风格小事。