OpenCode AI課程

上門AI教學課程內容

課程簡介：OpenCode AI課程

本課程專為想快速掌握 OpenCode 這類開源 AI 編碼代理的人而設，適合程式設計師、技術主管、產品人員，以及希望用 AI 提升開發效率的進階學習者。
課程以 2 小時精華實戰為主軸，從 OpenCode 的定位、介面與工作模式開始，帶領學員理解如何在終端機、IDE 或桌面端中，運用自然語言驅動 AI 進行程式碼分析、重構、除錯與任務拆解。

本課程不只教你「怎樣用 AI 寫程式」，更著重於建立代理式開發思維：如何把一個模糊需求拆成可執行步驟、如何讓 AI 協助你閱讀陌生程式庫、如何在多個模型之間靈活切換，以及如何在保留資料控制權與隱私前提下，建立屬於自己的 AI 開發流程。

課程大綱：OpenCode AI 精華班（2 小時）

Part 1｜認識 OpenCode 與代理式開發思維

• 1.1 OpenCode 是什麼。

  • 了解 OpenCode 的核心定位：開源 AI 編碼代理。

  • 認識它與傳統聊天式 AI 助手的差異。

• 1.2 為什麼需要代理式開發。

  • 從「單次問答」走向「持續任務協作」。

  • AI 如何參與真實的程式開發流程，而不只是產生片段程式碼。

• 1.3 OpenCode 的主要使用場景。

  • 終端機、IDE、桌面端的應用方式。

  • 用於寫程式、修 Bug、重構、分析專案與自動化工作。

Part 2｜OpenCode 環境與模型設定

• 2.1 安裝與基本啟動概念。

  • 認識 OpenCode 的安裝流程與首次啟動方式。

  • 了解如何快速進入第一個任務對話。

• 2.2 模型連接與選擇策略。

  • 內建免費模型與外部模型供應商的連接方式。

  • Claude、GPT、Gemini、本地模型的差異與使用情境。

• 2.3 工作空間與專案管理。

  • 建立專案、切換任務、維持上下文。

  • 多會話並行的實際操作方式。

Part 3｜OpenCode 實戰操作

• 3.1 讓 AI 看懂專案。

  • 叫 OpenCode 快速閱讀陌生程式庫。

  • 讓 AI 整理專案結構、模組用途與風險點。

• 3.2 程式碼生成與修改。

  • 用自然語言描述需求，讓 OpenCode 產出新功能。

  • 修改現有程式、補測試、處理錯誤與整理文件。

• 3.3 除錯與重構。

  • 讓 OpenCode 協助找出 bug 的可能位置。

  • 以 AI 協助拆分大型函式、整理重複邏輯與重構架構。

• 3.4 任務拆解與追蹤。

  • 如何把一個大需求拆成多個步驟。

  • 讓 OpenCode 逐步執行，並保留修改脈絡。

Part 4｜進階技巧與實務應用

• 4.1 多模型切換策略。

  • 依任務選擇高階模型、平價模型或本地模型。

  • 如何兼顧成本、效能與隱私。

• 4.2 LSP 與專案理解。

  • 認識語言伺服器如何提升 AI 對程式結構的理解。

  • 讓 AI 更準確掌握型別、引用與檔案關聯。

• 4.3 隱私與資料控制。

  • 為何 OpenCode 適合重視資料保密的團隊。

  • 開源架構在企業導入上的優勢。

• 4.4 日常工作流整合。

  • 把 OpenCode 放進日常開發流程。

  • 結合終端機、版本控制與團隊協作的使用方式。