3. 建立上下文基准： 通过这个过程，OpenCode 将项目从“一堆零散的文件”转变为“可理解的整体上下文”。当你后续进行对话或请求修改代码时，它会优先参考 AGENTS.md 中的信息，从而提供更精准、更符合项目逻辑的建议。

　　在 OpenCode 的机制中，AGENTS.md 是 AI 代理在执行任务前必读的“宪法”。

1. 上下文注入：当你提出需求时，OpenCode 会将 AGENTS.md 的内容作为 System Prompt 的一部分发送给大模型。
2. 行为约束：明确的语言指令会覆盖模型默认的响应逻辑。

　　比如我希望模型输出的内容是中文，可以在 AGENTS.md末尾添加：

　　## Language & Communication Preferences- **Primary Language**: All responses, explanations, and comments generated by the AI must be in **Chinese (Simplified)**.- **Output Policy**: Even if the codebase uses English (e.g., variable names, documentation), the dialogue and task descriptions provided by the agent must remain in Chinese.4.基本命令

　　- `/connect`连接模型提供商

　　选择 Alibaba China ,然后输入阿里百炼 API KEY

　　- `/compact`压缩会话- `/exit`退出 `/quit``/q`- `/models`列出有效的模型- `/new`开始新会话- `/redo``/undo` 使用git管理才能使用- `/share`共享当前session- `/thinking`打开或关闭思考过程是否显示5.配置

　　关于配置文件，官方参考文档： https://opencode.ai/docs/config/

　　OpenCode 使用JSON文件作为配置。支持 JSON和 JSONC格式。JSONC格式中可以使用注释

　　配置文件可以放在多个地方，多个配置文件会合并，后面的key会覆盖前面的key

　　假如Ollama所在的服务器地址为 ：192.168.6.133， 端口为 11434

1. 检查服务器上的Ollama版本:

　　# 输出为 0.15.6ollama -vollama version is 0.15.6

　　这个版本提供了对 OpenCode 的支持：

2. 在运行 OpenCode 的机器上能访问: http://192.168.6.133:11434/v1/models ,如果服务可用，则会返回 Ollama中已经pull下来的模型
3. 下载模型

　　接下来使用最新的 qwen3-coder-next:cloud和 glm-ocr

　　ollama pull qwen3-coder-next:cloudollama pull glm-ocr:latestollama listNAME ID SIZE glm-ocr:latest 6effedd0dc8a 2.2 GB qwen3-coder-next:cloud aa626c11ae8d -

4. 因为要使用 cloud模型，所以需要登录ollama账号

　　ollama signin5.1.2 配置open code

　　ollama 官方给出了配置文档： https://docs.ollama.com/integrations/opencode

1. 编辑全局配置文件：~/.config/opencode/opencode.json,不存在就创建一个。 ~是home目录
2. 添加配置

　　{ "$schema": "https://opencode.ai/config.json", "model": "ollama/qwen3-coder-next:cloud", "provider": { "ollama": { "npm": "@ai-sdk/openai-compatible", "name": "Ollama", "options": { "baseURL": "http://192.168.6.133:11434/v1" }, "models": { "glm-ocr:latest": { "name": "glm-ocr:latest" }, "qwen3-coder-next:cloud": { "name": "qwen3-coder-next:cloud" } } } }}

　　model 指定了默认模型为 ollama/qwen3-coder-next:cloud

　　models 中的key是 opencode 内部识别模型的标识， 而 name 字段是发送给 ollama api的模型名称，必须与 ollama 的模型ID完全一致。

　　为了保持简单和避免混淆，建议让 key 和 name 保持一致，都使用 Ollama 的实际模型 ID。

3. 再次启动 opencode ,发现默认的模型已经变成了 wen3-coder-next:cloud

　　可以作为web服务器运行

　　opencode web --port 4096 --hostname 0.0.0.0 Local access: http://localhost:4096 Network access: http://192.168.6.120:4096

　　也可以在配置文件opencode.json中做配置：

　　{ "server": { "port": 4096, "hostname": "0.0.0.0" }}6.AgentSkills

　　Skills，中文叫"技能包"，是一套告诉AI遇到特定任务该怎么做的说明书。放在约定目录里、带有固定 YAML 头（frontmatter）的 SKILL.md 文件，用来给 OpenCode 的 agent 提供“可复用的行为/指令”。OpenCode 会自动发现这些技能，并在 agent 需要时通过 skill 工具按需加载。

　　位置

　　文件

　　项目配置

　　.opencode/skills//SKILL.md

　　全局配置

　　~/.config/opencode/skills//SKILL.md

　　它是一个Markdown文件， 可以用任何文本编辑器、Markdown 阅读器打开它。

　　如果没有那个 YAML 头，它就只是一个普通的说明文档，OpenCode 的 Agent 不会把它当作可执行的“技能”来加载。它不是随意写的，是有规范的：

　　每一个 SKILL.md 必须在文件最开始用两行 — 包围一段 YAML，像这样：

　　---name: git-releasedescription: Create consistent releases and changelogslicense: MITcompatibility: opencodemetadata: audience: maintainers workflow: github---

　　然后再接 Markdown 正文（## What I do / ## When to use me 等）。

　　下面是一个完整的例子：

　　---name: git-releasedescription: Create consistent releases and changelogslicense: MITcompatibility: opencodemetadata: audience: maintainers workflow: github---## What I do- Draft release notes from merged PRs- Propose a version bump- Provide a copy-pasteable `gh release create` command## When to use meUse this when you are preparing a tagged release.Ask clarifying questions if the target versioning scheme is unclear.

　　name 必须和目录名一致

　　目录 .opencode/skills/git-release/SKILL.md, 则name必须是 ： git-release

　　Skills 采用渐进式加载，不是一股脑全塞给AI，而是分层按需加载：

　　层级

　　内容

　　加载时机

　　大小建议

　　L1

　　name + description

　　始终在上下文

　　~100词

　　L2

　　SKILL.md 正文

　　技能触发时

　　<5000词

　　L3

　　scripts/references/assets

　　按需加载

　　不限

　　关键在于 description 字段——每个Skill都有一个描述，写明"什么时候用这个技能"。

　　所以，description写得好不好，直接决定Skill能不能被正确触发。

　　你说："帮我整理下今天的AI新闻" ↓AI扫描所有Skill的description ↓匹配到 searchnews（描述里包含"整理新闻"、"AI新闻"） ↓加载这个Skill，按流程执行

　　内容类型

　　Token消耗

　　原因

　　SKILL.md正文

　　占用上下文

　　AI要看内容，属于提示词

　　scripts/脚本

　　不占上下文

　　AI只是调用执行

　　references/参考

　　不占上下文

　　AI按需读取，用完即弃

　　获取可重用的 OpenCode Skills（技能）主要有三种途径：官方/社区仓库、第三方市场、以及兼容生态（如 Claude Code）。

　　由于 OpenCode 遵循 Agent Skills 开放标准，它与 Anthropic 的 Claude Code 技能高度通用，这极大地扩展了可用的资源池。

　　名称

　　地址

　　技能

　　Anthropic 官方 Skills 库

　　github.com/anthropics/skills

　　frontend-design（前端设计）、skill-creator（自动生成新技能）、docx/pdf/xlsx（文档处理）

　　OpenCode Awesome 列表

　　github.com/awesome-opencode/awesome-opencode

　　包含插件、主题和各种特定场景的技能。

　　Awesome OpenClaw Skills

　　github.com/VoltAgent/awesome-openclaw-skills

　　docker-essentials、debug-pro（系统调试）、code-mentor（代码导师）。

　　技能名称

　　功能描述

　　推荐理由

　　Skill Creator

　　自动编写新技能的技能

　　授人以渔。你只需描述需求，它会帮你写好符合规范的 SKILL.md。

　　Frontend Design

　　UI/UX 审美增强

　　让 AI 生成的代码不仅仅能跑，还能“好看”，符合现代设计规范。

　　Debug Pro

　　深度调试助手

　　提供系统化的排查思路，针对不同编程语言有专门的调试策略。

　　Project Memory

　　项目记忆增强

　　自动维护项目的上下文信息，减少 AI 在长对话中“失忆”的情况。

　　Superpowers

　　综合能力增强包

　　集成了脑暴、需求文档编写、测试用例生成等全流程工具。