开源免费！AI 编程助手 OpenCode 保姆级教程

前两天刷 GitHub，看到一个叫 OpenCode 的项目，Star 数已经 7 万多了。点进去一看，居然是个完全开源的 AI 编程助手，而且还是免费的。

说实话，一开始我是怀疑的。免费的 AI 编程工具？能好用吗？抱着试一试的心态，我花了一个下午玩了一下。结果…真香。

今天就把我这几天的使用体验整理出来，给想试试的朋友一个保姆级教程。

简单说，OpenCode 就是一个能在终端里用的 AI 编程助手。它主要借助 TypeScript 语言，完全开源。你可以在 GitHub 上直接看到它的所有代码。

核心特点就几个：

1. 完全免费 – 不用付费就能用，而且支持很多免费模型
2. 开源 – 代码全公开，想怎么改都行
3. 多场景支持 – 终端、桌面应用、IDE 插件都有
4. 支持 75+ 种模型 – OpenAI、Anthropic、Google、智谱 AI、MiniMax 等等

最让我惊喜的是它的 OpenCode Zen 功能。这是官方推荐的精选模型列表，目前还在测试阶段，提供了一些免费模型可以用，比如 GLM-4.7、MiniMax M2.1。

也就是说，你不用花一分钱，就能用上不错的 AI 模型来写代码。

安装其实挺简单的，不过有个坑要先说清楚：OpenCode 原生不支持 Windows。如果你是 Windows 用户，有几种解决方案：

• 用 WSL（Windows Subsystem for 智谱 AI GLM 教程 Linux）
• 用虚拟机装个 Linux
• 用 Docker

我用的是 WSL，体验还不错。

第一步：下载安装包

去 GitHub 的 Releases 页面下载对应系统的安装包。Linux 和 macOS 用户直接下载对应的二进制文件就行，链接如下。 opencode.ai/download

第二步：配置环境变量

下载后，把文件放到你的 PATH 路径下，或者直接创建一个软链接：

第三步：连接模型

第一次运行 OpenCode，它会让你连接模型提供商。输入 命令，你会看到一长串支持的模型列表。

如果你想用免费的，就选 OpenCode Zen 里的模型。我试了 GLM-4.7，效果挺不错的。配置好了之后，就可以开始用了。

OpenCode 的命令都是以 开头的，记住几个常用的就够了。

基础命令

• – 初始化项目 这个命令很重要！它会在项目根目录创建一个 AGENTS.md 文件，里面会自动分析你的项目结构、读取关键配置和文档。OpenCode 会默认读取这个文件作为全局提示词。
• – 连接模型提供商 想换模型的时候用这个命令。
• – 选择模型 快速切换当前使用的模型。
• – 查看会话列表 可以看到之前所有的对话记录，选择继续或者删除。
• – 创建新会话 开始一个新的对话。
• – 压缩会话 当对话内容太多，快超出模型上下文限制的时候，用这个命令压缩一下。

文件操作

• – 搜索并打开文件 输入文件名（支持模糊搜索），就能快速打开文件预览。
• – 审查代码 默认会审查未提交的代码变更，也可以指定文件。

功能开关

• – 开启或关闭 MCP MCP 是 Model Context Protocol，可以让 OpenCode 调用外部工具。
• – 选择 Agent OpenCode 支持多种 Agent，用这个命令切换。

其他实用命令

• – 显示或隐藏终端 可以在 OpenCode 里直接运行 shell 命令。
• – 撤销上一步操作

OpenCode 有个很棒的设计，就是 Plan 和 Build 两种模式。

Plan 模式：只看不干

在这个模式下，AI 只能分析你的项目、规划任务，但不能修改任何文件。

这就像你在跟一个技术顾问聊天，让他帮你分析问题、制定方案，但他不会直接动手改代码。

什么时候用 Plan 模式？

• 刚接触一个新项目，想让 AI 帮你理解代码结构
• 需求比较复杂，想让 AI 帮你拆解任务
• 不确定怎么实现，想让 AI 给几个方案

怎么切换？

按 Tab 键就能在 Plan 和 Build 模式之间切换。

Build 模式：说干就干

Build 模式下，AI 就有完整权限了，可以读写文件、运行命令、修改代码。

什么时候用 Build 模式？

• Plan 模式下的方案已经确认了
• 需要实际写代码、改代码
• 运行测试、构建项目

我的工作流程一般是这样的：

1. 在 Plan 模式下跟 AI 聊清楚需求
2. 让 AI 给出详细的实现方案
3. 反复确认，直到方案没问题
4. 切换到 Build 模式，让 AI 开始干活
5. 验证代码，有问题再回到 Plan 模式讨论

这样既安全又高效，不会出现 AI 一上来就乱改代码的情况。

用了一段时间，总结了一些小技巧，分享给大家。

1. 善用 AGENTS.md

命令生成的 AGENTS.md 文件很重要。你可以手动编辑这个文件，把项目的关键信息都写进去。

比如项目的技术栈、编码规范、常见问题等等。这样 AI 就能更好地理解你的项目。

2. 用 @ 引用文件

在对话中，你可以用 符号引用文件。比如：

这样 AI 就能直接读取这个文件的内容进行分析。

3. 上传图片

OpenCode 支持上传图片，比如 UI 设计稿、架构图什么的。你可以把设计稿传上去，让 AI 根据设计稿生成前端代码。这个功能真的很实用。

我常用到的设计稿是 Fimga 原型设计网站，搞设计的同学相信对这个平台很熟悉。

用 OpenCode 这几天，也踩了一些坑，总结一下。

1. Windows 用户注意

如果你是 Windows 用户，一定要用 WSL 或者虚拟机。直接在 Windows 上跑会有各种问题。

2. 模型选择很重要

不同的模型效果差异很大。建议先用 OpenCode Zen 推荐的模型试试，比如 GLM-4.7。

如果效果不好，再试试其他模型。

3. 不要指望 AI 能 100% 完美

OpenCode 很强大，但它不是万能的。

AI 写的代码可能还有 Bug，可能对需求理解有误。你还是要自己验证代码，发现问题及时修正。

4. 会话管理

长时间对话后，记得用 压缩会话，不然会占用太多上下文。

总的来说，OpenCode 是一个很棒的开源 AI 编程工具。不仅开源免费，而且功能丰富，Plan/Build 模式很实用，支持多模型和多使用场景，但对于Windows 支持不太好，需要一定的技术背景。

如果你是全栈开发者、独立开发者，或者经常参与开源项目，OpenCode 绝对值得一试。特别是如果你不想花钱用 Copilot，又想要一个功能强大的 AI 编程助手，OpenCode 可能就是你的最佳选择。

虽然 OpenCode 很强大，但它只是个工具。真正写好代码，还是得靠你自己。AI 可以帮你提高效率，但不能替代你的思考和能力。如果你也在用 OpenCode，欢迎在评论区交流使用心得！