跳到主要内容
22:18:18
🔅🔆

opencode使用系列课程连载(6)：我怎么用 opencode-一个老程序员的真实工作流

Excerpt​

我怎么用 OpenCode：一个老程序员的真实工作流写代码、写文档、画图、提速、省 token 的一线经验前面五篇，基础、进阶、性能优化与故障排查、skills、MCP，其实已经把 OpenCode 的主要能力讲得差不多了。到这一步，很多朋友面临的问题已经不是“不会用”，而是“会用，但还没用顺”。这两种状态，差的往往就是一整套工作习惯。我自己是写代码出身，后面也做架构、方案、技术文档、图纸和一些写

我怎么用 OpenCode：一个老程序员的真实工作流​

写代码、写文档、画图、提速、省 token 的一线经验

前面五篇，基础、进阶、性能优化与故障排查、skills、MCP，其实已经把 OpenCode 的主要能力讲得差不多了。到这一步，很多朋友面临的问题已经不是“不会用”，而是“会用，但还没用顺”。这两种状态，差的往往就是一整套工作习惯。

我自己是写代码出身，后面也做架构、方案、技术文档、图纸和一些写作工作。看一个工具值不值得留下来，我主要就看三件事：顺不顺手，够不够用，划不划算。

所以这一篇，我不打算再讲一遍 OpenCode 有哪些能力，而是想老老实实聊聊：我现在主要拿它做什么，我为什么会这么用，我有哪些比较顺手的习惯，以及哪些地方我觉得值得你少走点弯路。

640.17

我主要拿 OpenCode 做什么​

如果只说一句话，那就是：我已经把它放进日常工作流里了。

比较高频的场景，大概有这几类：

  1. 写代码，或者更准确一点说，辅助我完成从理解问题到落代码、再到验证结果的一整段工作。

  2. 写技术文档，比如方案说明、接口说明、调研文档、复盘材料。

  3. 做资料分析，尤其是需要看多份材料、做归纳、抽取重点的时候。

  4. 画原型，快速把一个界面或者交互想法摆出来。

  5. 画架构图，把脑子里那团抽象关系尽快落成图。

  6. 做写作辅助，包括列提纲、改段落、调整语气、压缩废话。

以前很多人看这类工具，容易把它当成一个“功能集合”。我自己的体感不是这样。对我来说，它更像一个坐在旁边的辅助位：整理思路、搬文档、去画图，顺手再提醒你，需求还没讲清楚，先别急着动手。

640.18

写代码这件事，我更看重顺手和够用​

先说结论：在写代码这件事上，我现在更常用的是 superpowers。

原因并不复杂，它够轻，也够用，而且不怎么折腾人。我一直有个很朴素的习惯：工具不要抢活，要帮活。

我一般怎么让它参与编码​

我不太喜欢一上来就扔一句“帮我写个 xx 功能”。这种问法最大的问题，不是它写不出来，而是它会把你没想清楚的部分一起脑补进去。脑补得不对，返工成本往往比先说清楚更高。

我现在更常见的用法是这样的：

  1. 先把上下文给够，但不灌水。项目背景、当前目标、限制条件、已有文件位置，这些该给就给。

  2. 先让它理解问题，再让它动手。也就是先对齐目标、边界、风险点。

  3. 复杂一点的任务，我会先拆一下。不是为了显得专业，而是因为不拆，它很容易一口气做重。

  4. 落代码之前，尽量先把思路聊顺。这个阶段我最喜欢的就是 brainstorm。

brainstorm 这个 skill 我是真的挺喜欢。很多时候我们不是不会写代码，而是脑子里那团毛线还没理顺。你让模型直接开写，它常常会写出一种“看起来很忙、实际不太对”的东西。先聊清楚需求、约束、方案和取舍，后面执行反而更稳。有时候真正卡住的也不是语法和框架，而是“这件事到底该怎么切”。先把问题切开，比直接往文件里倒代码值钱得多。

为什么我会偏向 superpowers​

我个人比较偏爱轻量、直接、能干活的东西。superpowers 给我的感觉就是：轻，快，够用，尤其适合日常开发这种高频但不一定高仪式感的场景。你让它帮你理思路、拆任务、查文件、做小范围修改、补文档、顺手验证，它通常都能接得住。

很多朋友也会拿它和 gstack 比。我这里不想写成拉踩文，因为两者不是一个思路。

维度superpowersgstack
整体体感轻量、直接更完整，也更重
上手门槛相对低相对高
token 消耗就我的体感来说更克制通常更容易吃上下文
日常编码顺手度高视流程而定
更适合的场景常规开发、思路整理、轻量协作更重流程、更完整联动
我自己的使用频率高按需

640.19

我的态度很简单：不是说 gstack 不好，而是对我这种日常开发使用习惯来说，很多时候 superpowers 已经够用了，而且更顺手。越重的东西，一般越吃 token，也越容易把一个本来可以快速解决的小动作，拖成一套完整流程。

写代码时我自己的几个习惯​

这里不讲大而全，就说几个我自己真的经常用的。

第一，别让它替你猜核心约束。比如你到底要最小改动，还是允许重构；是修 bug，还是顺手优化；只动一个文件，还是可以连着测试一起改。这些你不说，它就会猜。猜不准就是返工。

第二，别一上来就让它写很大一坨。先让它看懂，再让它动刀。你会发现它一旦先把上下文咬住，后面的修改质量会稳很多。

第三，复杂任务一定要拆。拆不是为了形式，而是为了减少跑偏。一个任务里同时塞进“理解需求、改代码、补测试、写文档、顺手再优化一下结构”，最后经常哪个都不踏实。

第四，验证比产出更值钱。能不能跑、有没有漏边界、会不会打到别的地方，这些都比“它一分钟写了多少行代码”重要。说到底，工程不是比生成速度，是比交付可靠性。

640.20

写文档和做资料分析，真正卡人的往往不是能力，而是上下文​

如果说写代码这件事，我最看重的是顺手和够用；那到了写文档、做资料分析这类活，我最先看的就是：上下文扛不扛得住。因为这类任务往往不是一份输入、一份输出那么简单，背景材料、历史讨论、旧文档、附件、格式要求、受众差异、语气要求、输出模板，一层层叠起来，很容易把上下文吃满。

所以我自己的建议一直比较直接：如果你打算认真拿 OpenCode 写技术文档，或者做一些资料分析，尽量优先选支持大上下文的模型。以我自己的体验，GPT-5.5 和 GLM-5 这一类大上下文模型，用来处理连续读材料、反复改文稿这类活，会更顺手一些。这里我说的不是谁绝对最强，而是在我常做的技术文档和资料分析场景里，它们更容易把长上下文接稳，不容易聊着聊着就丢重点。

很多人会把这类任务做得很难受，不是因为工具没能力，而是因为环境没铺平。它不是不能干，而是干得慢、干得别扭，还特别费上下文。

这类任务一定要装的 skill​

如果你准备长期写文档，或者经常跟资料、附件打交道，那几类文档处理相关的 skill，真的建议提前装好：

  1. pdf

  2. docx

  3. xlsx

  4. pptx

这几个东西，看名字很朴素，但解决的问题很实际：不用每次先把文档转换来转换去，也不用自己手抄一遍内容给它看。尤其面对成套资料、会议材料、汇报稿、分析表格的时候，这类能力基本不是可选项，而是效率底座。说白了，它们不是给文章加花活的，而是帮你把文档类脏活累活先接过去。

这里我尤其推荐 doc-coauthoring。这个 skill 我觉得非常值钱，它不是简单帮你“写一段文字”，而是更像一个文档协作者：帮你理结构、问关键问题、补齐读者视角，把一份文档从“能看”往“好用”推一把。写文档最麻烦的往往不是敲字，而是你以为自己写清楚了，读的人其实并没有接住。

Python 环境最好提前铺好​

还有一个很现实的建议：提前把 Python 和相关文档库装好。

比如这些：

  1. python-docx

  2. python-pptx

  3. python3-pymupdf

  4. python3-openpyxl

  5. python3-xlrd

原因很简单，文档处理这类活，很多 skill 最终还是要借助这些库把事情做扎实。环境没准备好，它也不是完全不能干，但会明显变笨。我自己甚至会直接告诉它：这些库我已经装好了，你直接用。

640.21

节省 token 和提速，靠的不是玄学，是工作习惯​

这个话题很多人喜欢讲得很神秘，仿佛有一套独门口诀。其实真没有，核心就一句话：别让一个会话背太多不该它背的东西。

第一，会话长了就汇总，然后重开。 这招非常土，但很有效。你不要迷信一条线程从头干到尾。很多时候上下文越拖越长，速度会慢，回答也会开始发散，甚至连重点都抓不住。与其硬扛，不如把已经形成的结论收束一下，开个新会话继续干。

第二，让工具帮你记，不要让模型硬背。 该落盘的落盘，该汇总的汇总，该进文档的进文档。你把关键结果沉淀下来，下一轮只带必要信息继续，这比每次都把一整段历史塞进去强多了。

第三，DCP 这种东西值得装。 它本质上就是一个上下文管理插件，能把长会话里的关键结论压缩沉淀下来，让你重开会话时不用再背整段历史。尤其是一个主题要来回迭代好几轮的时候，速度和稳定性都会好很多。

第四，能分段做的事，别一锅炖。 这不只是为了省 token，也是为了让结果更稳。你把任务拆开，它每一步的目标就更清楚，出错面也更小。

很多工程问题，最后拼的都不是“最强能力”，而是“长期稳定的工作节奏”。AI 工具也是一样。你要是每次都让它扛满上下文、一次解决所有问题，它很快就会提醒你：这活安排得不科学。

画原型和架构图，别硬拧，交给合适的 MCP​

这部分我反而想说得简单一点。

画原型，我建议直接用 pencil MCP。画架构图，我建议直接用 drawio MCP。这两类任务本来就是图形问题，你非要全靠纯文本去硬拧，最后通常是又慢又别扭，还容易把本来很直观的东西讲复杂。

我自己的习惯就是：该文本的事交给文本工具，该图形的事交给图形工具。不要为了统一入口，把所有任务都塞进同一种表达方式里。

这两个 MCP 的配置其实都不算难，前面教程里也已经讲过了。这一篇就不展开重复，重点还是提醒一句：能画出来的东西，就别长期停留在嘴上。

我文中提到的这些 skill 和工具，去哪里装、去哪里学​

这部分我建议你直接收藏。很多朋友不是不想装，而是看完文章之后，不知道下一步该去哪里找入口。

1. superpowers​

这是我文里最推荐的一套轻量技能包。

如果你是 OpenCode 用户，最值得先看的就是它那份 README.opencode.md，安装和使用入口都比较直接。

2. DCP​

我文里提到的 DCP，本质上是一个给 OpenCode 做上下文管理和压缩的插件。

我怎么用 OpenCode：一个老程序员的真实工作流

如果你经常开长会话，或者很在意 token 消耗和会话稳定性，这个插件很值得研究一下。

3. pdf / docx / xlsx / pptx / doc-coauthoring 这类 skill​

这里我得说清楚一点：这几个更像是文档处理和文档工作流相关的 skill 类别，不是 OpenCode 官方内置的一组固定标准包。

所以更靠谱的顺序是：

  1. 先看 OpenCode 官方 Skills 文档，弄明白 skill 的目录结构和加载机制：https://opencode.ai/docs/skills/

  2. 再去你自己的 skill 包、团队 skill 仓库，或者社区公开 skill 仓库里按关键词找：pdf、docx、xlsx、pptx、doc-coauthoring

  3. 不同来源的 skill 可能名字一样、实现不一样，装之前最好先看一下说明

换句话说，这一类不是“只有一个官方出处”，而是“先学会技能机制，再去装你需要的那类技能”。

4. pencil MCP​

这个是我文里推荐用来画原型的。

5. drawio MCP​

这个是我推荐用来画架构图的。

6. 一个总入口：OpenCode 官方文档​

如果你刚准备系统折腾这些能力，我建议至少先把这 3 篇官方文档过一遍：

你把这三块先弄明白，再回来看各种社区 skill、插件和 MCP，会顺很多。

最后说几句​

写到这里你应该也能看出来，这一篇我想讲的并不是某个命令、某个插件、某个技巧本身有多神，而是一个更朴素的事情：工具最后是要长进你的工作习惯里的。

我现在用 OpenCode，已经不太会把它当成一个新鲜玩具去看了。它更像一套趁手的工作辅助：写代码的时候帮我收束问题，写文档的时候帮我抬一把上下文，画图的时候把抽象想法快点落地，写作的时候帮我去水分、理结构。

当然，这也不是标准答案。每个人手上的项目、团队节奏、工具偏好都不一样。你未必要照着我这套来，甚至有些地方你可能会跟我选得不一样，这都很正常。

但如果前五篇让你知道了 OpenCode 能做什么，那我希望这一篇至少能再往前推一步：怎么把它用成自己真正顺手的一套工作流。

如果能帮你少走一点弯路，那这篇就算没白写。

🛡️本站已安全运行2310天12时53分14秒
Bottom GIF
Top GIF