Skip to content

Navigation Menu

Sign in
Appearance settings

Search code, repositories, users, issues, pull requests...

Provide feedback

We read every piece of feedback, and take your input very seriously.

Saved searches

Use saved searches to filter your results more quickly

Appearance settings

cloudzun/opencode-labs

Open more actions menu

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

23 Commits
23 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

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)

About

OpenCode 实验手册 - 将 GitHub Copilot 课程改造为 OpenCode 版本,面向 Python 开发者

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages

Morty Proxy This is a proxified and sanitized view of the page, visit original site.