Skip to content

Latest commit

 

History

History
73 lines (50 loc) · 5.54 KB

File metadata and controls

73 lines (50 loc) · 5.54 KB

OpenCode Labs

一套面向开发者的 AI 协同编程实战手册,系统掌握以 OpenCode 为代表的终端 AI 编程工具。

📖 完整课程介绍与设计原则 →


实验列表

编号 实验名称 简介 状态
LAB-00 OpenCode 安装与环境准备 Windows/Linux/macOS 三平台安装,百炼 Coding Plan 配置,Prompt 驱动安装开发环境 ✅ 已发布
LAB-01 OpenCode 快速上手 TUI 界面、三种模式(explore/plan/build)、@ 文件引用、/init 命令、自定义 Agent 基础 ✅ 已发布
LAB-02 分析与文档化代码 用 explore 模式分析 Python 代码库,生成架构文档与 README ✅ 已验证
LAB-03 开发新功能 用 build 模式为患者记录管理系统添加新功能 ✅ 已验证
LAB-04 开发单元测试 生成覆盖正常路径、边界条件、异常处理的单元测试 ✅ 已验证
LAB-05 重构改进代码质量 消除重复、提取函数、改善命名,渐进式重构 ✅ 已验证
LAB-06 快速原型:Vibe Coding 电商应用 从零 Vibe Coding 一个电商原型,体验 AI 协同编程的速度上限 ✅ 已验证
LAB-07 并行 Agent 重构重复代码 并行启动多个 OpenCode 实例,同时重构多个独立模块 ✅ 已验证
LAB-08 子代理分析 + 主代理执行 子代理深度分析大型函数,主代理按报告执行重构 ✅ 已验证
LAB-09 自定义 @code-reviewer Agent 创建代码审查 Agent,简化复杂条件语句(295 行 → 30 行) ✅ 已验证
LAB-10 自定义 @performance-auditor Agent 创建性能审计 Agent,识别并修复性能瓶颈 ✅ 已验证
LAB-11 自定义 @security-auditor Agent 创建安全审计 Agent,三阶段并行安全修复流水线 ✅ 已验证
LAB-12 SDD Greenfield:规格驱动开发新项目 从零创建 RSS Feed Reader,@spec-writer Agent 生成四层规格文档 ✅ 已验证
LAB-13 SDD Brownfield:为现有项目添加新功能 为 ContosoDashboard 添加文档管理功能,分析现有架构约束后集成 ✅ 已验证
LAB-14 综合实战:AI 驱动完整软件工程周期 五阶段完整周期:原型 → 迭代 → 优化 → SDD 重构 → 复盘 ✅ 已发布

OpenCode 与 GitHub Copilot(VS Code)的使用场景差异

两者都是优秀的 AI 辅助编程工具,面向不同场景,互补而非竞争。

维度 OpenCode(终端 TUI) GitHub Copilot(VS Code)
交互方式 终端对话,全键盘 IDE 内嵌,实时补全
适用场景 大范围重构、多文件协同、自动化任务 行级补全、函数生成、即时建议
Agent 能力 自定义 Agent、并行多实例 内置 Copilot Chat
Provider 灵活性 75+ 提供商,支持国内服务(百炼等) 主要使用 GitHub/Azure 托管模型
工作流集成 适合 CI/CD、脚本化、无头环境 适合 GUI 开发、调试、可视化

一句话:GitHub Copilot 是"在编辑器里随时获得建议",OpenCode 是"把一个完整任务交给 AI 执行"。很多开发者同时使用两者。


关于本课程

致谢

本课程基于微软 mslearn-github-copilot-dev 课程改编。感谢微软学习团队提供的优质原始素材和开放的学习资源。原课程围绕 GitHub Copilot 和 VS Code 设计,本课程在保留核心学习目标的基础上,将工具链替换为 OpenCode,并扩展了多代理协同、自定义 Agent、规格驱动开发等进阶内容。

三方协同创作

本课程手册由人类 + OpenClaw + OpenCode 三方协同完成:

  • 人类(课程设计者):课程架构、实验目标、质量把关、最终审核
  • OpenClaw:任务编排、子代理调度、进度管理、发布流程
  • OpenCode:手册内容生成、代码验证、问题修复

这种创作方式本身就是 AI 协同编程(AI-Collaborative Programming)的体现——人类定义"做什么"和"为什么",AI 负责"怎么做"的执行细节。整个课程的生产过程,就是课程所教内容的最佳示范。

AI 协同编程:人类保持架构决策权与质量判断,AI 负责代码执行与方案生成,两者在每个开发环节持续交互、相互增强。区别于"Vibe Coding"(放手让 AI 写),协同编程中人类始终是决策主体。

工具与资源


最后更新:2026-03-02 | 实验数量:15(LAB-00 ~ LAB-14)