1. 引言
OpenCode 是一款开源的 AI 编程智能体（AI Coding Agent），可以运行在终端、桌面应用和 IDE 扩展中，让你用自然语言驱动 AI 读写代码、执行命令、调试程序。它最鲜明的标签是“开源、模型中立、隐私优先”——不绑定任何一家大模型厂商，MIT 协议发布，核心代码完全开放。更多内容见《AI+项目管理 - 写作 Agent 使用总结（OpenCode）》。
2. 5 个基础 skill：五类能力分工
5 个技能大致分成「找技能 / 审技能 / 联网 / 自我学习 / 主动执行」五类，配合起来就是：先安全地把能力装进来，再让 agent 有实时信息、会复盘、会主动推进。
推荐安装顺序：
1. 先装 skill-vetter：之后所有新技能都先审再装；
2. 用 find-skills 按当前项目找缺口（代码审查、测试、部署、GitHub 等）；
3. 装 Tavily：补实时资料与事实核查；
4. 再上 self-improving + proactive：做长期复盘和主动推进，但限定写记忆的目录、关闭高危自动执行。
3. skill-vetter——第三方技能安全审查
安装任何新技能前做“入职背调”。流程通常是四步：查来源（作者、stars、更新频率、评价）→ 读全部文件查红线 → 评估权限范围 → 出风险等级（LOW/MEDIUM/HIGH/EXTREME）。红线包括：curl/wget 到陌生域名、外发数据到外部服务器等。
应用场景：技能本质是可被 agent 执行的指令 / 脚本，社区包可能有后门、偷凭证、rm 工作区、把数据回传。注意它多数是“审查协议 / 清单”，不是全自动沙箱扫描，HIGH/EXTREME 仍要人工拍板。
4. find-skills——技能发现与安装
定位是“技能商店搜索器”。当你说“有没有做 PR 描述 / React 性能 / 部署到 Vercel 的技能”，它用 Skills CLI（npx skills find/add/check/update）去技能生态里按关键词、领域、任务匹配，并返回安装命令。
应用场景：解决 OpenCode 原生只跑已装技能，面对大量社区技能时“不知道装哪个、手动翻仓库费时间、装完路径不对”的问题。部分 find-skills 实现还会在安装前给安全 / 风险标注。
5. self-improving-agent——错误复盘与经验积累
任务后记录哪些做法失败了、哪些被你纠正了、哪些命令 / 参数在该项目里好用，形成可复用的改进策略，下次同类任务少踩坑。
应用场景：普通对话式 agent 每次从头来、重复犯同样错误、长多轮任务不稳定。它通常依赖把“教训”写入记忆 / 规则文件，所以要注意：只让它写指定目录、定期人工 review，避免被污染内容写进长期记忆。
6. proactive-agent——从“你问它答”变“主动推进”
增强自主规划：根据当前任务 / 项目状态主动拆步骤、建议下一步、发现潜在问题、在设定条件下提醒或继续执行（比如定期检查待办、构建失败、遗漏配置）。
应用场景：纯被动 agent 等你下逐条指令，适合希望“半托管”自动化的场景。落地时要注意设边界——哪些可以自动做、哪些只给建议，否则容易自作主张跑命令、改文件。和 self-improving 搭配用比较顺：一个负责主动，一个负责不重复错。
7. Tavily Web Search——给 agent 接入联网搜索
通过 Tavily API 做网页搜索并返回结构化结果 / 摘要，适合查最新文档、技术变更、行业信息、事实核验，比让 agent 自己 curl 搜索引擎再解析 HTML 干净很多。
应用场景：模型训练数据有截止时间、本地无实时信息。配置一般是在环境里放 TAVILY_API_KEY，由搜索技能 / 钩子调用。Tavily 偏“AI 摘要型”，深研可要它返回来源链接，简单查询也可搭配 Brave/Exa。
本人于2009年和2011年取得中项和高项证书，现建立了2027年5月软考中项高项学习社群（详细了解点这里）
CSPM-3/CSPM-4 下半年考试班招募（详细了解点这里）最后上车机会，社群专属价格优惠（比官网直报划算不少）、专属惊喜
项目人生公众号专注AI+项目管理，定期分享AI、项目管理实战、软考中高项、CSPM、国际项目管理认证等内容（每周一、周三7：00更新）。
本人IT行业20年有余（10年研发，10年以上管理），长期聚焦项目管理和AI（已取得软考中项、高项、PMP、CSPM-4、腾讯WorkBuddy 效率智能体 OPC从业者证书）。同时建立了“AI+项目管理成长群”自由交流和自我成长（每周组织分享交流；可以资源对接，获取最新项目管理行业资讯等），欢迎加我个人微信交流、入群（现免费）。
推荐阅读合集