Guide · Updated 2026-04-30

OpenCode 工作流指南

OpenCode 工作流的重点不是让一个 Agent 更努力，而是把模型、Agent、插件、文件系统和项目规则组织成一个可定制的工作台。

OpenCode 可以理解为开放版的 Agent 工作环境。

它和 Claude Code 一样，让 AI 进入文件系统、读取项目、执行命令、修改文件。但它更适合作为「可改装底盘」：模型可以换，配置可以改，Agent 可以定制，插件可以重写。

这让 OpenCode 特别适合构建个人 AI OS。

OpenCode 适合什么场景

OpenCode 适合三类场景。

第一，编程和项目开发。它可以打开代码仓库，让 Agent 修改文件、运行命令、检查结果。

第二，知识库和内容创作。打开 Obsidian Vault 或内容仓库后，OpenCode 可以搜索资料、整理笔记、生成草稿、归档结果。

第三，多 Agent 工作流。配合 Oh My OpenCode 或定制插件，可以让主 Agent 把任务拆给多个后台 Agent 并行处理。

基础工作流

一个基础 OpenCode 工作流可以这样组织：

project/
  AGENTS.md
  01-INPUT/
  02-PROCESSING/
  03-OUTPUT/
  skills/
  workflows/

AGENTS.md 说明 Agent 应该如何理解项目。

01-INPUT 存原始资料。

02-PROCESSING 存中间分析。

03-OUTPUT 存最终内容。

skills/ 存专业 SOP。

workflows/ 存重复流程。

OpenCode 的价值是把这些文件和规则变成 Agent 可以直接执行的环境。

Oh My OpenCode 的作用

Oh My OpenCode 给 OpenCode 增加了更强的编排能力。

它的关键不是多几个 Agent 名字，而是形成「主 Agent + 专业 Agent」的工作结构。

主 Agent 负责理解目标、拆解任务、验收结果。后台 Agent 负责搜索、写作、编辑、文档、代码、测试等具体工作。

这让用户的角色发生变化：你不再盯着一个 AI 逐字输出，而是在管理一个 AI 团队。

用户级配置和项目级配置

OpenCode 工作流里，一个重要原则是区分用户级配置和项目级配置。

用户级配置代表你的通用偏好，比如常用模型、基本风格、默认工具。

项目级配置代表当前项目的特殊要求，比如这个内容仓库的目录结构、输出格式、写作风格、Agent 角色。

项目级配置应该优先级更高。因为不同项目的目标和约束不同，不能用一套全局规则打所有仗。

模型选择

OpenCode 的开放性让模型选择更自由。

不是每个 Agent 都需要最强模型。研究、写作、编辑、归档、格式整理，对模型能力和上下文的要求不同。

以 newtype OS 这类基于 OpenCode 的多 Agent 内容系统为例，一个合理思路是：

主 Agent 使用更强模型，负责判断和验收。
researcher 使用搜索能力强、上下文大的模型。
writer 使用表达稳定的模型。
editor 使用风格控制好的模型。
archivist 使用便宜快速的模型。

这里说的不是 OpenCode 自带一套固定角色，而是 newtype OS 在 OpenCode 基础上做出的 Agent 分工。这样可以避免所有任务都用最贵模型，也更接近真实团队分工。

内容创作工作流

OpenCode 特别适合内容创作，因为内容创作本身就是多工序：

Chief 理解选题和标准。
researcher 搜集资料。
archivist 从旧内容中找相关素材。
writer 生成初稿。
editor 精修风格。
fact-checker 核查事实。
Chief 做最终判断。

这就是 newtype OS 背后的基本结构。

和 newtype OS 的关系

newtype OS 是 OpenCode 工作流的产品化版本。

它不是只把 OpenCode 包一层壳，而是针对内容创作重新设计了 Agent 团队、Skills、CLI、工具接口和记忆结构。

OpenCode 负责提供底层框架。newtype OS 负责把这个框架变成可以直接服务内容创作者的系统。

常见误区

第一个误区是只安装 OpenCode，不设计工作流。

工具本身不会自动变成系统。你需要目录结构、角色分工、验收标准和输出格式。

第二个误区是所有 Agent 都用同一个模型。

这既浪费，也不符合任务差异。多 Agent 的意义之一，就是让不同角色使用适合自己的模型和上下文。

第三个误区是把 OpenCode 只当编程工具。

OpenCode 的本质是 Agent Framework。只要任务能被文件和工具描述，它就可以泛化到写作、研究、知识管理和个人系统。