cc最新功能 | 配置 | Hook | OpenCode

mit6.824

385人浏览 · 2026-05-20 11:29:25

mit6.824 · 2026-05-20 11:29:25 发布

“工欲善其事，必先利其器”

Claude Code一键安装配置
输入与交互技巧
命令执行与调试
离线运行与自动化
Skill + Hook
工作区与分支管理
代码审查技能
缓存优化策略

OpenCode vs Claude Code 的优势

OpenCode Skills + 提示词配置
代理框架设计
Docker 容器化方案

无闪烁模式（no-flash mode）

传统模式下，每次增加对话 Claude Code 会全量刷新整个历史记录，导致终端一直闪烁。这是因为 Claude 内部实现效率较低，每次全部拉取会导致刷新速度跟不上终端刷新速度。

启用方式

在 .claude 目录的 settings 文件中添加一行：

NO_FLASH=1

特性	说明
内置虚拟滚轮	Claude Code 自己实现了类似 Vim 的屏幕滚动功能，不再依赖终端原生滚动
滚动控制	支持鼠标滚轮、Page Up/Page Down，滚动速度可独立调节
简化的运行概要	显示"编辑了X个文件，增加了X行，删除了X行"，点击可展开详情
鼠标点击支持	点击可回到当前轮对话位置，底部有快捷按钮回到最底部
内容预览	可以看到每轮对话的问题和结果，不会被中间的编辑详情淹没

关闭无闪烁模式

如果想恢复到传统终端滚动模式，可以运行：

tui default     # 恢复传统模式
tui screen      # 切换到最新模式

控制台输出模式

Ctrl+O 的三层展开

新版无闪烁模式下，Ctrl+O 需要按三次才能看到完整内容：

按压次数	显示效果
第1次	展开第一层：显示简化的运行概要
第2次	展开第二层：显示完整的工具调用和输出
第3次	完全收起：回到最精简的显示模式

Focus 模式（新版本更新）

最新版本简化了 Ctrl+O 的逻辑：

Ctrl+O 按一次直接进入详细模式
再按一次直接退出
想找中间的"一层展开"效果？输入 focus 命令来开关：
- 输入 focus → 关闭 focus 模式，中间层就出现了
- 再输入 focus → 重新开启 focus 模式

Ctrl+O 内的 Vim 操作

在 Ctrl+O 展开的界面中按 V 键，可以打开整个对话记录：

方便复制特定段落
支持 Vim 快捷键（HJKL 移动、DW 删除等）
可以快速搜索和定位

终端原生滚动切换

在 Ctrl+O 模式下，按左方括号 [ 可以切换到终端原生滚动（如果你的终端滚动功能更好）。 Kitty 的滚动比较一般，按住 Shift 滚动手感不佳，所以使用 Claude 内置滚动。

输入与交互技巧

Ctrl+S 暂存输入

当你在输入一段复杂指令时突然需要先做别的事情（比如切换模型、提交任务、调用技能）：

按 Ctrl+S → 当前输入被推到上面
执行临时任务
执行完毕后，下面可以继续之前的输入

BTW 一次性提问

在 Claude 思考工作时可以直接提问，不打断当前状态：

问题不会进入上下文，不会浪费注意力
用完自动 rewind，相当于一次性的临时问题
适合问一些不相关的辅助问题

使用场景：比如 Claude 在工作时你突然想问"这个图片是关于什么的"，直接 BTW 问，不用担心影响主流程。

自然语言执行命令

不需要记住复杂命令格式，直接说自然语言让 Claude 转换：

# 比如要删除 MCP
> 我想把 xxx MCP 删掉
→ Claude 会自动生成对应命令并执行

Ctrl+V 粘贴图像

可以直接粘贴截图让 Claude 分析：

# 粘贴 UI 截图后说
> 模仿这个 UI
→ Claude 会识别截图并尝试复现

直接复制 Claude Code 官网的截图，让 Claude 做出暗黑版 UI，Claude 甚至会自动识别用户使用的终端主题色

文件操作与编辑

Ctrl+G 用编辑器编辑提示词

当提示词很长时，可以调用编辑器来编辑：

# 需要先设置环境变量
export EDITOR=nvim    # 用 Neovim 编辑
export EDITOR=code    # 用 VS Code 编辑

然后按 Ctrl+G 打开编辑器，编辑完成后退出，内容会自动填充到提示词。

撤销操作

rewind → 只回退对话，代码修改保留
rewind --restore → 回退对话的同时撤销代码修改

命令执行与调试

感叹号直接运行 bash 命令

在对话中直接运行命令，输出结果会自动作为上下文：

# 直接在输入前加 !
! ls

错误就地修复

如果命令执行报错，直接说 fix：

Claude 能看到之前的错误输出，不需要手动粘贴
可以就地帮你修复问题

# 故意引入错误后
> fix
→ Claude 看到报错信息，直接修复

离线运行与自动化

离线命令执行（-p 参数）

不需要进入交互界面，直接执行命令：

# 直接 commit
claude -p commit

# 可以让 Claude 在后台运行任务
claude -p "make commit"

创建定时任务（log 技能）

可以设置周期性任务，比如每 5 分钟检查系统状态：

# 告诉 Claude
> 每隔 5 分钟汇报一次 CPU 用量和内存使用情况

# Claude 会创建 cron 任务
# 配合 tmux 使用效果更好，关闭终端任务会终止

延时执行（schedule 技能）

设置在某个时间执行任务：

# 现在是 15:42，告诉他
> 16 点的时候帮我运行那个哔哩哔哩弹幕机

→ Claude 会找到对应的项目，16:00 时自动执行

取消定时任务

> cancel the scheduled task

技能（Skill）系统

为什么用 Skill 而不用 MCP

对比	MCP	Skill
上下文占用	几千 token	`几十 token`
调用方式	始终加载	`按需调用`
推荐	未来属于 Skill	-

创建 Skill

让 Claude 根据当前对话自动生成：

# 对话中完成一个任务后说
> 把这个转化为技能

→ Claude 会：
1. 询问技能名称
2. 询问目标描述
3. 询问成功条件
4. 询问触发条件（比如用户说什么时触发）
5. 设置参数（如果有）
6. 选择安装位置（全局/当前仓库）

Skill 的触发机制

Skill 通过 description 字段描述触发条件：

description: this skill is used when user says "scrape the web" 
              or semantically similar phrases

当用户提到相关关键词时，Claude 会自动想起并调用对应 Skill。

Skill 加载机制

Skill 可以包含子文件夹，通过相对路径引用
可以引用 MCP 设置
实现按需加载：只读取当前对话需要的子文档
Skill 的 .md 文件内容会通过 skill 工具加载进上下文

Skill 与 Hook 的配合

有些 Skill 触发条件很模糊（比如"建造 3D 模型时"），不适合用 Hook 硬匹配，适合用语义识别

但有些场景模式很明确（比如启动后台任务），用 Hook 可以在特定行为发生时强制注入提示：

# 启动后台任务后，Hook 自动插入缓存技能提示
→ Claude 即使忘记也会被提示想起来

工作区与分支管理

Work Tree 功能

不污染主仓库，在独立工作区工作：

# 启动时指定工作区
claude -w test

# 或者在对话中说
> I want to work on a new feature
→ Claude 会在 .claude/worktrees/test 创建副本

# 完成工作后
> merge back to main
→ 自动合并到主目录

实际工作流

在主目录启动 Claude
让它去 worktree 开发新功能
主仓库代码不受影响
功能完成后让它 merge back
如果想保留独立分支，claude -w branchname

模型选择与配置

模型	特点
Opus	`上下文召回能力强`，200K 版本和普通版本同价，`不会遗忘早期设定`
Sonnet	动不动就压缩上下文，信息容易丢失
Gemini	上下文太长时会降智，指令太多会健忘

强烈建议使用 Opus：很久以前设定的规则，Opus 还能记得并主动询问确认。Sonnet 做着做着可能就忘了之前说好的设定。

必开配置

# 思考深度
affort: hi 或 max
# 关闭动态思考：每个问题都让他思考，不要让他偷懒

# 每次都使用全量思考，虽然会慢一点贵一点
# 但 Max 用不完的（UP 主是 20 倍 Max）
# 如果是 5 倍，直接全用 Sonnet 也很难用完

Permission 设置

建议 bypass_permission: true，Claude 执行命令时不询问，除非涉及配置修改。用户可以看着命令执行，确保安全。

Hook系统

在 settings 里配置脚本，当 Claude 执行命令时触发：

可以在命令执行前注入提示
可以纠正错误用法
完全自动化，不需要用户干预

示例：强制使用 UV 而非 pip

// 在 settings 中配置一个 5 秒延迟的 hook
// 当检测到 Claude 试图调用 pip 命令时触发

// 检测逻辑包括：
// - 纯 pip 命令
// - 管道中的 pip
// - pip3
// - 各种变体

效果

# 你让 Claude 演示用 pip 安装
> demonstrate using pip install xxx

→ Hook 检测到 pip，插入纠正指令
→ Claude 改用 UV 或按需使用 pip（带跳过注释）

Hook 适用场景

硬匹配：模式明确，比如检测特定命令的执行
强制提醒：防止 Claude 在特定情况下忘记规则

与 Rule 的区别

方法	场景	效果
规则（Rule）	智商高的模型（Opus 4.7+）能记住	写在 `.md` 里，用自然语言描述
Hook	低智商模型（Gemini 等）容易健忘	`程序化检测，发现问题立即纠正`

Gemini 评价很低，认为它太蠢，规则写太多会降智，用 Hook 机械化检测更好。

代码审查技能

AI Slope Review 技能

检测常见的 AI 生成代码问题：

1. 风格不一致

代码换行规范不统一
与周围上下文风格不符

2. 防御性编程过度

用 catch-all 异常捕获掩盖问题
降低调试效率，影响可维护性

3. 类型转换滥用

明明已经是相同类型还要转来转去

4. 不解决根本问题

上游出问题，中游和下游不断打补丁
应该直接解决源头

5. 死代码

复制一份代码改一点，原来的不删除
没有任何地方调用

6. 硬编码数字

每步硬编码序号，未来加任务会冲突

7. 文档换行问题

前面都换行，突然一段拉满

8. 命名规范

检查 .cc 是否是 C++ 后缀

配置示例

# 让 Claude 编辑后必须重读
# Hook 配置：在编辑/写入文件后触发

# 检查周围 30 行是否正确
# 如果正确不汇报，如果有问题汇报并修复
# 同时引用 cloud.md 的规范

缓存优化策略

Anthropic 缓存机制

访问模式	价格	说明
首次访问（冷启动）	1.25x	`Token 转换向量化成本`
缓存命中（5分钟内）	0.1x	只有读取成本
5 分钟后再次访问	1.25x	缓存失效

自动刷新策略

为了保持缓存命中，设置每 5 分钟刷新一次：

# 通过 hook 确保 Claude 在有后台任务时自动刷新缓存

计算：50 分钟内刷新 10 次共花费 1.0x，优于一次性 1.25x。

一键安装配置

配置包

git clone <仓库地址>
# 会覆盖你的 .claude 配置
# 对话记录在 .git 目录不会被覆盖
# 自己的 skill 会排除掉

⚠️ 警告：会覆盖现有配置，建议先备份。

主要配置内容

默认 Python 开发环境配置
预设的 Hook 和 Skill
自定义主题色
缓存策略优化

附录

内容	说明
Claude 官网也是 Claude 做的	让 Claude 模仿官网 UI
高天也提到过类似问题	关于上下文压缩导致信息丢失

新开对话，频繁换话题时开新对话，模型更容易专注
重要结论沉淀，写到 .md 文件里，不要只存在对话上下文
合理使用 Hook，对低智商模型用 Hook 强制纠正，对高智商模型用 Rule
Opus + Max不要心疼，用 Max 可以当"写轮眼"用
Skill 替代 MCP，按需加载，节省上下文
Work Tree：多任务并行时隔离环境
定期备份配置：一键安装会覆盖

前文: 黑神话悟空专栏

Hook

一、为什么 CLAUDE.md 规则不靠谱？

模型同时能可靠遵循的指令数量有限（大约 100 条）。当执行复杂任务时，代码本身可能占据 80 条指令的"脑容量"，只剩 20 条给全局规则，导致选择性遗忘。

1.2 上下文的局域性效应

越早出现的指令越容易被遗忘
当讨论当前话题时，距离较远的信息会被模型视为"垃圾信息"自动忽略
上下文结构：

系统提示 → 系统工具 → CLAUDE.md规则文件 → 技能文件(几KB) → 当前对话
     ↑                                                    ↑
  最容易被遗忘                                    最新的位置，模型记得最清楚

即使没有触发任何命令，规则文件也会占用上下文 token
规则过多会导致"左右脑互搏"（互相冲突的指令），使模型智商下降

二、Hook 的原理

Hook 是 Claude Code 的注入机制，在特定时机将自定义消息插入到模型的最新上下文中：

触发时机 → [Hook消息注入点] → 模型响应

为什么 Hook 比规则文件更可靠？

注入位置最新：直接插入到当前对话的最末尾
按需加载：只在使用时才加载，不浪费 token
实时阻断：在命令执行前/后立即触发

三、Hook 的四种类型

3.1 PreToolUse（工具调用前）

劫持 browse、read、write、edit 等工具调用，发生在命令执行之前。

拦截型示例

# ~/.claude/commands/block-dev-null hook
---
description: "拦截 2>/dev/null 和 2>&1 的错误屏蔽行为"
hooks:
  - name: block-dev-null
    when: "preToolUse"
    tools: ["Bash"]
    prompt: |
      你刚刚试图执行以下命令：

      {{command}}

      这条命令使用了 2>/dev/null 或 2>&1 来屏蔽错误输出。这是不良实践，会隐藏重要的诊断信息。

      请重新构造一个不带错误屏蔽的命令。如果确实需要绕过错误，请添加注释 `# bypass`。

绕过机制（bypass）

# bypass 允许用户主动选择忽略警告
# 在命令后添加 # bypass 即可通过
curl https://example.com 2>/dev/null  # bypass

为什么需要 bypass？

假阳性问题：RM 开头的命令不一定都是删除（如 rmdir、rn）
假阴性漏洞：可以用 base64 编码、脚本文件等方式绕过检测
设计：Hook 是兜底提醒，不是强制禁令。强制封锁会导致模型想出更多绕过方法

提醒型示例

# ~/.claude/commands/use-uv hook
---
description: "提醒使用 UV 替代 pip"
hooks:
  - name: use-uv
    when: "postToolUse"
    tools: ["Bash"]
    prompt: |
      💡 提示：建议使用 `uv run` 替代 `pip` 运行 Python 脚本。

      示例：
      uv run python script.py

      pip 在很多情况下无法正确识别虚拟环境，导致包找不到或版本冲突。

强制型 vs 提醒型对比

类型	行为	场景
强制型（PreToolUse）	直接返回错误，阻止执行	不可逆操作（删除文件、系统更改）
提醒型（PostToolUse）	放行命令，事后附加提示	体验优化（运行慢、找不到包但不破坏性）

3.2 PostToolUse（工具调用后）

在命令执行完成后注入提示，不阻断执行。

hooks:
  - name: uv-reminder
    when: "postToolUse"
    tools: ["Bash"]
    prompt: |
      💡 请记住：推荐使用 `uv run` 替代直接运行 pip/python。

      如果你刚刚使用了 pip 或 python，直接换成 uv run 可能更稳定。

3.3 UserPromptSubmit（用户提交问题时）

在用户发送消息后自动附加信息

# ~/.claude/commands/system-info hook
---
description: "自动附加系统状态信息"
hooks:
  - name: system-info
    when: "userPromptSubmit"
    prompt: |
      当前环境信息：

      时间：{{current_time}}
      Git 状态：
      {{gitStatus}}

      系统负载：{{systemLoad}}

实际效果

用户: touch newfile.txt
Hook 自动附加: Git 状态：?? newfile.txt

附加内容的两种方式

# 方式一：追加到上下文（不阻断）
prompt: |
  当前 Git 状态：
  {{gitStatus}}

# 方式二：重写用户输入（阻断）
prompt: "{{ctx}}"  # 打印上下文并输出到 stderr 触发阻断

3.4 Stop（回答结束时）

在模型生成完回复后触发，用于自动化操作（如自动精简长回复）。

# ~/.claude/commands/tldr hook
---
description: "自动精简长回复"
hooks:
  - name: tldr
    when: "stop"
    prompt: |
      你的回复太长了。请用 TLDR 格式重新总结，保留核心要点。

Stop Hook 的防无限循环机制

Claude Code 内置了双重保护：

如果当前回复已经是 TLDR，跳过
如果上一轮已触发过 Stop Hook，跳过

// 内部逻辑示意
if (isAlreadyTLDR(response)) return;        // 第一重保护
if (previousTurnTriggered(thisHook)) return; // 第二重保护

四、Hook + Skill：强制触发技能

技能文件（.claude/commands/*.mdc）可能被埋在大量上下文中，模型容易忘记调用。

解决：劫持 write/edit 操作

# ~/.claude/commands/force-frontend-design hook
---
description: "强制调用前端设计技能"
hooks:
  - name: force-frontend-design
    when: "preToolUse"
    tools: ["Write", "Edit"]
    prompt: |
      你正要写入或编辑文件。

      请先调用 `frontend-design` 技能获取设计指导，然后再执行操作。

      使用 /skill frontend-design 加载技能。

配合效果

模型意图写入 index.html
→ Hook 劫持，提示加载 frontend-design 技能
→ 模型加载技能
→ 模型参考技能中的设计规范生成页面
→ 输出符合"AI 审美"要求的页面

Hook 配置

示例 1：多层级 Bash 防护

# ~/.claude/commands/bash-guard hook
---
description: "Bash 命令多层防护"
hooks:
  # 第一层：拦截危险操作
  - name: block-dangerous
    when: "preToolUse"
    tools: ["Bash"]
    if: "command contains 'rm -rf' or command contains 'sudo rm'"
    prompt: |
      ⚠️ 检测到危险删除操作！

      命令：{{command}}

      请解释为什么要执行此操作，或重新构造更安全的命令。
      如需强制执行，请添加 `# bypass` 注释。

  # 第二层：提醒最佳实践
  - name: best-practices
    when: "postToolUse"
    tools: ["Bash"]
    if: "command contains 'pip install' or command contains 'python'"
    prompt: |
      💡 建议使用 `uv` 替代 pip：

      uv pip install <package>
      # 或
      uv run python script.py

示例 2：自动环境感知

# ~/.claude/commands/env-awareness hook
---
description: "自动附加环境上下文"
hooks:
  - name: git-context
    when: "userPromptSubmit"
    prompt: |
      📊 当前 Git 上下文：

      {{gitStatus}}

  - name: recent-changes
    when: "userPromptSubmit"
    prompt: |
      📝 最近的更改：
      {{fileModified}}

附录

类型	命令	位置
创建 hook	`/hook <name>`	`~/.claude/commands/<name>.hook.md`
创建技能	`/skill <name>`	`~/.claude/commands/<name>.mdc`
查看所有 hook	`/hooks`	-

Hook 是兜底，不是禁令，强制封锁会导致模型想出绕过方法
按需加载，只在需要时注入，避免污染上下文
保留 bypass 通道，允许用户主动承担风险
分场景选择类型：
- 不可逆操作 → PreToolUse 强制拦截
- 体验优化 → PostToolUse 事后提醒
- 上下文补充 → UserPromptSubmit
- 自动化操作 → Stop Hook
Hook 与 Skill 配合，用 Hook 强制触发技能，提高触发率

Claude Code 安装文档：https://code.claude.com/docs/en/overview

1.1 为什么从 Claude Code 转向 OpenCode

之前使用 Claude Code，现在改用 OpenCode 作为 AI 编程工具。

原因：

OpenCode 是开源的，可深度定制
Claude Code 是闭源，有诸多限制

痛点	解决方案
AI 权力太大，会破坏系统	`testing-safe-protocol` skill：给 AI 打"思想钢印"
权力太小，老要确认，无法离开电脑	智能权限检测：本地文件操作自动执行
AI 写代码有幻觉/ bug	`tdd-workflow` skill：测试驱动开发
任务太长，上下文压缩导致失忆	层层转包的代理框架 + 断点续传

2. OpenCode 相比 Claude Code 的优势

2.1 模型选择自由

OpenCode 优势：
- 可任意选择任何有 API Key 的模型
- 官方提供免费版模型（限速但可用）
- 运行时可随时切换模型，无需重启

Claude Code 的限制：

需要通过环境变量锁定模型
切换模型必须重启

2.2 智能的 bellash 权限检测

OpenCode 的权限检测逻辑：

Claude Code 的问题：

任何操作都询问权限（即使只是本地文件修改）
一旦同意就变成"什么都同意"模式
无法区分本地和全局操作

对比：

操作	Claude Code	OpenCode
`make dearEP -A`（项目内）	全部询问	直接执行
在桌面创建文件	全部询问	请求权限
修改项目内文件	全部询问	直接执行

3. Skills 配置

3.1 配置文件仓库

https://github.com/archibate/dotfiles-opencode

3.2 testing-safe-protocol

用途：严格限制 AI 的操作范围，防止破坏系统

文件操作限制：
- 涉及文件系统写入时，只允许在当前项目文件夹下操作
- 不允许写到项目外

网络监听限制：
- 只允许在本地监听端口
- 不允许监听全网，否则容易被攻击

效果：

AI 不会再在根目录创建垃圾文件
不会擅自在系统全局安装软件
如果需要安装系统级软件，会明确请求用户确认

3.3 tdd-workflow

测试驱动开发（TDD），解决 AI 容易幻觉、写错代码的问题

规则	说明
先写测试后写实现	必须先通过所有测试才能说完成
覆盖所有边界情况	测试用例要完整
模块解耦独立运行	每个模块能独立运行，放在自己的单元测试里
提前测试	尽早发现问题，不要拖到集成测试阶段

为什么 TDD 最适合 AI 编程：

不要求 AI 一次性写对所有代码（人类也做不到）
通过自己测试自己的代码，逐渐发现问题
最后能自己把 bug 修复干净，就是好 AI

使用：在 TDD 开发时必须读取 tdd-workflow 文件

3.4 brain-storm

类型：主 agent，分析需求、制定计划、协调执行

工作流程：

特点：

自动澄清用户需求
自动探索各种实现方案
自动创建 test.md 任务清单
任务会写得很清楚，最后验证测试是否可靠
支持断点续传：重启后从最后一个未完成任务继续

4. 代理框架设计

4.1 三层代理架构

层级	名称	职责
第1层	brain-storm	需求澄清、任务规划、调用子代理
第2层	xq	读取 test.md，按任务执行
第3层	worker	实际执行任务，使用 skills

4.2 为什么用多层代理

问题：如果把所有任务塞在一个 agent 的上下文里：

上下文太大，延迟高
费用高（按 token 计费）

解决：层层转包，每个 worker 只处理当前任务

4.3 任务执行机制

断点续传：

每次启动时：
1. 读取最后一个未完成任务
2. 从该任务继续执行

进度追踪：

worker 完成后会更新/创建 progress.md
下次启动时读取 progress.md 了解进度
追加写入，不覆盖之前内容

git 提交规则：

使用固定格式生成 commit message
先执行 git add -A --dry-run 检查
自动创建/更新 .gitignore
不会把二进制文件加进去

5. Docker 容器化安全方案

5.1 docom（Docker Orchestrator）

创建隔离的 Docker 虚拟环境，防止 AI 破坏宿主机

5.2 配置方法

# 安装 docom
# 链接到 local bin
ln -s /path/to/docom ~/local/bin/docom

# 执行命令
docom run opencode

5.3 隔离机制

Docker 容器内只有以下路径有效：
- 当前项目路径
- OpenCode 配置文件路径

效果：

AI再怎么操作，只破坏项目本身
不会破坏整个电脑
项目有 git 提交，不 push 就不会造成不可逆破坏

5.4 何时需要 docom

当前配置下（已启用 testing-safe-protocol）：

AI 不会破坏项目外文件
不会擅自在系统安装软件
可以放心在本机运行，不需要 docom

如果需要更高级别的安全隔离，再启用 docom。

6. 与 AI 对话技巧

6.1 不要给 AI 添加偏见

错误示例：

用户内心：我想实现 X 功能，正确做法是 Y
用户行为：问"如何用 Z 方法实现 X"
→ AI 给出 Z 方法的离谱方案
→ 用户真的去做了 Z
→ 浪费大量时间

正确做法：

直接问：我想实现 X 功能，应该怎么做？
→ 如果 Y 是正确做法，AI 会直接告诉你
→ 如果用户不确定，可以补充："我想到用 Z 方法，不知道对不对"
→ AI 可以判断 Z 是不是正确的

6.2 先分析再设硬指标

错误示例：

"把这个函数优化到 1 秒以内"
→ AI 可能欺骗你，或者把函数改成有 bug 的版本
→ 硬指标导致 AI 乱来

正确做法：

"分析一下这个函数有没有优化空间"
"分析为什么这个函数在某种条件下快，某种条件下慢"
→ AI 可以基于上下文给出准确建议

6.3 强制 AI 读取文档

问题：AI 很懒，不会自动找文档
解决：使用 @ 强制引用文档

例如：
@ read guidelines.md
@ read tdd-workflow.md

原理：强制 @ 会把文档内容贴到上下文，不管 AI 读不读都会包含

文档类型区分：

对话内容 = 短期记忆（很快失效）
文档内容 = 长期记忆（可延续）

6.4 不要在提示词里写废话

反面教材（某些插件的提示词）：

"为什么你是西西福斯"
"古希腊典故"
"古罗马古希腊"
...（大量篇幅）
"你要做什么"（一笔带过）

正确做法：直接告诉 AI 要做什么，不解释为什么

6.5 不要解释为什么要做一件事

错误示例：

"我要把 X 变成单例模式，因为我的场景是..."
→ AI 记住了这些背景知识，下次却不记得
→ 浪费 token

正确做法：

直接说：把 X 改成单例模式。

例外：如果需要 AI 评估想法，可以专门开一个评估对话：

"我打算把 X 改成单例模式，你觉得这样好不好？"
（提醒他不要编辑，只是在问问题）

6.6 让 AI 脑补计划，而不是自己列细节

工作流程：

1. 用户说明目标
2. AI 脑补出实现方案（包括用户没想到的细节）
3. 用户确认计划是否正确
4. 确认后执行

优点：

AI 脑补速度比打字快得多
用户只需要在候选方案中选择
类似于拼音输入法：打拼音 → 选候选词

OpenCode 内置操作：

按 Tab：切换到 plan 模式
按 Shift+Tab：回到 build 模式

6.7 自己写代码，让 AI 审核

策略：

自己写代码（速度本来就快）
写完后让 AI 审核
AI 审核比自己肉眼检查高效得多

AI 能发现的常见问题：

变量命名错误
缺少 return 语句
类型未定义
逻辑错误

6.8 不同任务用不同上下文

错误做法：

把所有信息塞在一个对话里，越裹越长
→ 上下文太长，AI 只看到一小部分

正确做法：

新任务 → 新建对话
把信息写到文档里
用 @ 引用文档

7. 自定义配置与快捷工具

7.1 agents.md 基础配置

# OpenCode agent 提示词配置

## 基础规则
- 必须用中文回复
- 使用 uv 运行 python，不用 pip
- 可以执行多行指令
- 新项目用 4 空格缩进
- 代码和注释用英文

## 样式规则
- 如果目录下已有项目，先探索代码风格
- 服从现有项目的风格

7.2 中文回复 vs 英文代码

类型	语言	原因
AI 回复	中文	用户读起来方便
代码和注释	英文	用户可能需要自己编辑，改中文要切换输入法

7.3 commit 自动生成

功能：在 fish shell 中设置 alias

# 每次改动文件后，输入 commit 自动：
1. AI 生成 commit message
2. git add -A --dry-run
3. git commit

效果：不再需要自己想 commit message，直接自动生成并提交

7.4 I3wm 窗口管理工具

brain.dump（想法记录）

用途：开发过程中突然想到的事情可以快速记录

快捷键：配置 I3 窗口绑定 braint stack

使用流程：

1. 工作中突然有想法
2. 按快捷键打开 brain dump
3. 记录想法
4. 继续手头工作
5. 之后查看截图形态的记录
6. 决定是否用 AI 进一步处理

好处：

不会忘记随机想法
可以记录屏幕状态，方便回顾
适合想法太多的场景

timer（计时器）

用途：工作计时

# 开始计时
work start

# 查看已用时间
按快捷键查看

# 删除计时器
删除记录

8. 配置文件仓库

目录结构

dotfiles-opencode/
├── .config/
│   └── opencode/
│       ├── agents.md           # 主 agent 配置
│       ├── skills/
│       │   ├── testing-safe-protocol.md
│       │   ├── tdd-workflow.md
│       │   └── ...
│       └── ...
├── bin/
│   ├── docom                   # Docker 编排器
│   ├── commit                  # 自动 commit 脚本
│   └── ...
└── README.md

安装步骤

安装 OpenCode
克隆配置文件仓库
按仓库中的说明配置

附录

概念	说明
bellash	OpenCode 的命令执行权限检测机制
testing-safe-protocol	防止 AI 破坏系统的 skill
tdd-workflow	测试驱动开发的 skill
brain-storm	主 agent，负责需求分析和任务规划
xq	子 agent，负责按任务列表执行
worker	第三层代理，实际执行任务
docom	Docker 编排器，创建隔离环境
brain dump	I3wm 中的想法记录工具