作为一名产品经理，我经常需要快速验证产品想法、生成原型代码或处理一些重复性的技术工作。
最近我发现了 OpenCode 这个工具，它让我可以免费接入多个企业级 AI 模型（Gemini、Claude 等），大幅降低了我的工作成本。
这篇教程会详细记录我的实践过程，希望能帮助你也建立起这套高效的工作流。
第一部分：OpenCode 基础配置与模型接入
1. 环境准备阶段
在开始之前，你需要准备：
- 已安装 OpenCode 开发环境
- Google 账号（用于接入 Gemini）
- ChatGPT Plus 账号（可选，用于接入 GPT Codex）
- 命令行工具的基本使用能力
2. 通过 Antigravity 接入 Gemini 和 Claude
第一步：获取安装代码
访问官方插件地址：https://github.com/NoeFabris/opencode-antigravity-auth
找到 Install 部分的代码内容，将其复制。
这段代码包含了模型初始化的必要参数。
第二步：在 OpenCode 中执行安装
打开 OpenCode 界面，在对话窗口中粘贴复制的代码内容，系统会自动开始安装流程。
根据网络状况，这个过程通常需要 1-3 分钟。
你会看到终端输出逐步的安装进度。
第三步：模型供应商身份验证
安装完成后，新建一个命令行窗口，执行以下命令：
opencode auth login系统会提示你选择模型供应商。
你的选项通常包括：
- Google（Gemini）
- OpenAI（GPT）
- 其他供应商
选择 Google 并回车。
第四步：浏览器登录认证
系统会自动打开浏览器窗口，引导你登录 Google 账号。
如果你之前登录过 Google IDE 工具：系统会自动使用已有的登录态，直接返回成功界面
如果这是首次登录：
如果你之前没登录过，打开浏览器之后登录一下谷歌账号，最后复制浏览器地址内容，到命令行粘贴。地址大概长这样
之后我们看到
我们输入n，之后回车。之后我们就可以看到配置成功。
第五步：完成配置
当命令行提示"是否继续"时，输入 n 并回车。随后你会看到配置成功的确认信息。
第六步：重启 OpenCode 并验证模型
重启 OpenCode 应用。在对话窗口输入命令：
/model
你应该能看到 Google 的所有可用模型已被成功接入列表中（包括 Gemini-Pro 等）。
随后输入一条测试消息进行验证，确认模型能够正常响应。
3. 接入 GPT Codex（可选）
如果你拥有 ChatGPT Plus 账号，可以通过类似流程将 GPT Codex 模型接入。
认证步骤与上述 Google 流程基本一致，仅供应商选择改为 OpenAI。
第二部分：核心命令与工作流
OpenCode 常用命令详解
| 命令 | 功能定位 | 使用场景 |
|---|---|---|
/session |
创建有状态的临时计算环境 | 保留对话上下文，进行连续的编程任务 |
/share session |
生成可公开访问的会话链接 | 分享完整的对话和开发过程给团队成员或获取代码审查 |
/model |
列表显示所有可用模型 | 选择特定模型或切换模型供应商 |
关于 /share session 的补充说明：
这个命令的本质是将你当前的整个对话过程（包括提示词、代码、执行结果）生成为一个静态网页链接。适用场景包括：
- 向团队展示你的开发思路和代码实现
- 请求技术支持时提供完整的问题复现过程
- 保存重要的编程会话作为文档记录
第三部分：Oh My OpenCode 插件
1. 插件核心定位
Oh My OpenCode 是一个功能集成插件，它将预设工具、MCP（Model Context Protocol）和多个专业智能体打包在一起。
这套组合让你在 AI 编程中获得更多的自动化能力和工具链支持。
插件地址：https://github.com/code-yeongyu/oh-my-opencode/tree/dev
具体教程：手把手教你快速入门OpenCode + GLM-4.7 + Oh-My-Opencode + Skills 安装配置与高效使用指南
2. 内置工具集详解
| 工具名称 | 核心功能 | 使用适用性 |
|---|---|---|
| LSP Advanced | 编程语言语法协调引擎，快速定位和理解代码结构 | 处理复杂代码库时的快速导航和理解 |
| AST | 基于抽象语法树进行代码关联搜索 | 精准查找相关代码片段和依赖关系 |
| Look_at | 支持多模态识别（图片、文件）的视觉分析 | 分析设计稿、截图、文档图像等视觉内容 |
| Websearch | 基于 Exa AI 的实时网络搜索能力 | 获取最新技术文档、API 资源、代码示例 |
| Context7 | 官方代码库文档和最新文档源搜索 | 快速查询框架、库的官方文档和最佳实践 |
| Grep_app | GitHub 代码块全局搜索 | 在开源项目中找到相关的代码实现参考 |
3. 多智能体架构
Oh My OpenCode 的最大差异化特征在于其多智能体协作架构。
插件内置了 7 个专业化的编程智能体，每个智能体都针对不同的编程场景进行了优化。
插件会根据你的任务类型，自动将其分配给最适合的智能体，并为每个智能体配置相应的大模型支持。
这意味着你不需要手动选择工具，系统会自动进行最优的资源分配。
4. 插件安装过程
第一步：获取安装链接
在 GitHub 仓库中找到插件的安装代码或链接，复制完整内容。
第二步：在 OpenCode 中执行安装
在 OpenCode 对话框中粘贴安装代码，系统开始自动安装流程。
第三步：交互式配置问卷
安装过程中，系统会询问你是否拥有特定模型的订阅（如 GPT-4、Claude Pro 等）。根据你的实际情况选择 Yes 或 No 即可。这个步骤的目的是让插件智能体根据你的可用资源进行模型配置。
第四步：配置文件验证
安装完成后，打开 OpenCode 的配置目录，你可以看到生成的配置文件。这些文件记录了每个智能体被分配的具体模型。例如，一个智能体可能被配置为使用 Claude-3.5，另一个可能是 Gemini-Pro。
第五步：重启并激活
重启 OpenCode。插件会自动加载配置，你会看到系统状态更新为正常运行。此时，所有 7 个编程智能体都已可用。
第四部分：Ultrawork 魔法提示词
1. Ultrawork 的作用机制
Ultrawork 是一个特殊的提示词前缀，用途是激活整个智能体调度系统。
当你在任何提示中包含这个关键词后，系统会由主智能体统一协调，自动为你的任务分配最合适的子智能体并并行执行。
你可以使用完整词 ultrawork 或其简写 ulw。
2. 实际应用案例
场景：快速开发一个网站原型
第一步：输入需求
在 OpenCode 对话框中输入：
ultrawork: 帮我创建一个电商产品展示网站，包含商品列表、购物车和支付流程第二步：观察智能体调度过程
系统会立即启动多个智能体的并行工作。
你会看到主智能体开始向你提问：
- 网站的技术栈偏好（React、Vue 还是原生 HTML）
- 数据来源（静态数据还是 API 接口）
- 设计风格和色彩方案
- 其他功能需求
简要回答这些问题即可。
第三步：自动开发阶段
主智能体完成需求确认后，会自动分配具体的开发任务：
- 智能体 A 负责前端架构设计
- 智能体 B 负责 UI 组件开发
- 智能体 C 负责业务逻辑和数据流
- 其他智能体负责测试、文档等
这些任务会并行执行，大幅加速开发周期。
第四步：验证和交付
整个项目开发完成后，你可以直接运行生成的代码，检查最终效果。
通常情况下，你会获得一个可直接部署的完整项目。
总结
OpenCode + Oh My OpenCode 这套组合有几个明显的设计特点：
1. 降低技术门槛的同时保留专业控制
通过 Ultrawork 这样的魔法词，即使不熟悉编程的产品经理也能快速生成原型。但同时，如果你需要精细控制，也可以直接与特定智能体交互。这种双层设计很有意思。
2. 多模型接入的成本优化
支持免费接入 Gemini 和 Claude，意味着即便没有 GPT-4 订阅，你也能获得企业级 AI 能力。
这对初创团队或个人开发者特别友好。
3. 多智能体架构的自动分工逻辑
不同的编程智能体针对不同场景优化，系统自动分配而不是要求用户手动选择。
这反映了对用户认知负担的考虑——用户只需描述需求，系统负责工程化的分工。
4. 共享和协作的设计考量
/share session 命令让开发过程变成可传播的内容，这对团队协作和知识沉淀有帮助。
总的来说，这套工具组合正在重新定义"低代码/无代码"的含义——不是简单地拖拽和配置，而是通过自然语言和智能体协作，让非专业开发者也能快速完成复杂的开发任务。
如果你也在探索 AI 工具提升工作效率，我建议从配置基础模型开始（跟随第一部分的步骤），然后逐步引入 Oh My OpenCode 来扩展能力。
整个过程的学习成本不高，但收益会相当可观。