OpenCode使用系列课程连载(4)——Skills技能扩展篇:从会用到会驾驭
Excerpt
前面三篇,我们把 OpenCode 的基础使用、进阶技巧、性能优化和故障排查基本串起来了。如果你已经跟着折腾过一遍,大概率会有个感觉:这工具能干活,但还没到“越用越顺手”的状态。这点差距,很多时候不在模型,也不在 prompt,而在你有没有真正进入 OpenCode 的 Skills 这一层。没有 Skills,很多任务都得现聊现编;有了它,事情才开始按更稳定、更像老手的方式推进。这一篇就聊 Sk

前面三篇,我们把 OpenCode 的基础使用、进阶技巧、性能优化和故障排查基本串起来了。
如果你已经跟着折腾过一遍,大概率会有个感觉:这工具能干活,但还没到“越用越顺手”的状态。
这点差距,很多时候不在模型,也不在 prompt,而在你有没有真正进入 OpenCode 的 Skills 这一层。
没有 Skills,很多任务都得现聊现编;有了它,事情才开始按更稳定、更像老手的方式推进。
这一篇就聊 Skills:它是什么,怎么配,怎么装,哪些值得先装,去哪里找,以及怎么慢慢搭出一套适合自己的 Skill 体系。
如果只用一句话概括这一篇的重点,那就是:Skills 不是给 OpenCode 多加几个名字,而是把很多事从“临场发挥”变成“按流程做对”。
一、为什么说 Skills 才是 OpenCode 的灵魂
前面三篇解决的,其实是三个问题:
-
第一篇:先把 OpenCode 装起来、跑起来、用起来。
-
第二篇:让 AI 更懂你的项目和你的表达方式。
-
第三篇:把性能、配置、排障这些现实问题解决掉。
但如果你 问我,OpenCode 真正和“普通 AI 聊天窗口”拉开差距的地方在哪,我会把票投给 Skills。
很多 AI 工具的工作方式,本质上还是“你提一个要求,它回你一段结果”。结果稳不稳、靠不靠谱,很多时候主要看模型临场发挥。
OpenCode 不是不吃 prompt,但它更强的地方在于:它允许你把某一类任务的做法,提前打包成一套可复用的工作方式。
比如调试问题时,不是上来就开始改;复杂需求进来时,不是直接一把梭;准备收尾时,也不是 AI 说一句“应该已经好了”就算数。这些更靠谱的做法,都可以交给 Skills 来兜底。
不会 Skills 的时候,你用到的更多还是一个“通用型 AI 助手”;会用之后,OpenCode 才更像真实工程流程里的工具。
所以前三篇讲完后,第四篇最该进的就不是新命令,而是 Skills 这一层。
二、先搞懂:Skill 不是命令,而是工作流能力包

很多人第一次看到 Skill,会下意识把它理解成“一个更高级的命令”或者“一个封装好的提示词模板”。
这么理解不算错,但会低估它。
更准确一点的说法是:
Skill 不是一条命令,而是一整套针对某类任务提前写好的方法论、步骤约束和工具使用规则。
普通命令更像“让工具做一件事”。比如打开文件、执行命令、切换模型,这种动作都很明确。
但 Skill 处理的,往往不是单点动作,而是一类经常反复出现、又很容易做歪的任务。
比如:
-
排查 bug,到底是先改还是先查根因?
-
写复杂功能,是不是应该先拆计划再开干?
-
任务做完了,是不是必须先验证,再声称“已经好了”?
-
涉及 PDF、Word、Excel 这种文档时,是不是该进入一套更专门的处理流程?
这些问题的共同点是:它们不是“会不会答”的问题,而是“该按什么套路做”的问题。
它相当于把一套比较成熟的做法提前塞进系统里。等你碰到对应任务时,OpenCode 就不是临时现想,而是沿着这套路径推进。
简单对比一下:
| 对比项 | 普通 Prompt | Skill |
|---|---|---|
| 作用方式 | 一次性指令 | 一套任务工作流 |
| 稳定性 | 更依赖临场发挥 | 更依赖预设方法 |
| 适用范围 | 单次任务 | 一类重复问题 |
| 典型场景 | 临时提问、补充说明 | 调试、规划、文档处理、验证等 |
说白了,Prompt 决定“你这次想干嘛”,而 Skill 更像在决定“这类事情应该怎么干”。