上一篇介绍了Claude Code，本篇介绍再介绍一款开源的终端平台，以及2款编辑器集成工具。

一、OpenCode

1. OpenCode 核心特性解析

传统 CLI 模式	OpenCode TUI 模式
流式输出，信息瀑布般滚动	多面板分区，各司其职
代码、命令、解释混杂一团	对话、上下文、终端独立展示
回顾历史需拼命向上滚动	空间记忆，一目了然
认知负担是“线性记忆”	体验如同“现代化公寓 vs 简陋单间”

三大核心面板

• 对话区：与 AI 自然语言交流，界面清爽，脉络清晰。
• 上下文管理区：展示 Tokens 消耗、LSP 状态、待办事项及文件变更。
• 终端执行区：AI 执行命令、安装依赖、运行测试的地方。

开源优势：OpenCode 完全开源、本地运行。无强制遥测或数据收集，对数据安全要求严格的企业和个人是“定心丸”。

核心工作模式剖析：OpenCode 强制将 AI 工作状态分为“动脑”和“动手”，按 Tab 键切换。

Plan Mode · 规划模式	Build Mode · 构建模式
只动口，不动手	最高级别执行权限
深度分析需求，输出步骤清单	可读、写、增、删文件
无权修改文件或执行命令	可自动运行终端命令
相当于给 AI 戴上“安全锁”	执行从编写到测试的闭环
适合复杂架构变更前期	适合方案确认后的落地执行

最佳实践：养成**“先谋后动”**的习惯，复杂任务先切规划模式理清思路，确认无误后再切构建模式执行。

2. OpenCode 安装

• 标准化安装与初始化：前置条件 Node.js (推荐 LTS 版本)。

# 1. 全局安装 OpenCode
npm i -g opencode-ai@latest 

# 2. 验证版本
opencode --version

# 3. 启动
mkdir OpenCodeDemo && cd OpenCodeDemo
opencode

• DeepSeek-V4 接入，OpenCode 不绑定闭源模型，DeepSeek-V4 因强悍推理能力和低成本成为首选。

前往 DeepSeek 开放平台 → 生成 API Key → 在 OpenCode 中输入 /connect → 选择 DeepSeek V4 Pro

提示：简单任务用轻量模型省钱，复杂推理用强模型保质量。

• 基础功能验证：构建密码生成器

请帮我编写一个 .net 程序，需要实现以下功能：
1. 随机生成一个包含大小写字母、数字和特殊字符的 16 位密码。
2. 运行应用时，直接在终端打印出生成的密码。
3. 代码需要包含中文注释，解释核心逻辑。
完成代码编写后，请直接在终端中运行它，让我看到生成的结果。

AI 执行流程：意图解析与规划 → 文件操作与代码写入 → 终端自主执行 → 结果验证与反馈

3. 工作流控制与会话管理

1. 建立项目级 AI 规范，在项目根目录创建 AGENTS.md，作为项目的“AI 宪法”。

# 核心编码规范

1. **语言要求**：所有的代码注释、函数文档说明必须使用标准的**中文**编写。
2. **命名约定**：所有的 Python 变量名和函数名必须严格遵循**下划线命名法（snake_case）**。
3. **架构约束**：优先考虑代码的**模块化拆分**，不要把所有逻辑塞进一个文件。

效果：即使对话中不强调，AI 也会自动遵循上述规则生成代码。

2. 协作排障与会话共享，使用 /share 指令生成会话链接，打破信息孤岛。

共享内容包括：

• 完整聊天记录
• 文件快照（含 Diff）
• 终端命令及完整日志

全息式共享：同事打开链接能看到高度还原的 OpenCode 交互界面，彻底消除协作排障时的信息不对称。

4. 高阶技巧：自定义指令

自定义指令机制解析：无需代码，只需 Markdown 和自然语言提示词。保存 .md 文件即生效。

构建代码审查指令，文件路径：.opencode/commands/review-it.md

# 目标
你现在的角色是一位极其严苛的资深系统架构师。
对用户当前工作区中所有未提交的更改（Git Diff）进行深度代码审查。

# 审查重点
1. **逻辑漏洞**：数组越界、空指针、边界条件。
2. **代码异味**：重复代码、函数过长、命名不清。
3. **性能隐患**：循环中的重查询或计算。

# 输出格式
- 无问题 → "✅ 代码审查通过，未发现明显问题。"
- 有问题 → "所在文件 → 问题描述 → 修改建议"

5. 实战：自动生成专属 Skill

• 需求拆解与提示设定，利用“元编程”（用 AI 写 AI 工具）自动生成 Skill。

你现在的任务是作为一个“Agent Skill 创造者”，帮我编写一个名为
“Git 规范化提交”的专属技能，保存在 .opencode/skills/ 文件夹中。

功能要求：
1. 自动分析所有 Git 变更。
2. 生成符合 Conventional Commits 规范的提交信息。
3. 包含简短的英文标题和详细的中文描述。
4. 必须先输出供用户确认，不要自动执行提交。

• 自动生成与装配实战，OpenCode 会自动创建目录和 Skill.md 文件。

如果不满意，直接在对话框中反馈：

“刚才生成的 Skill 不错，但中文描述太简单了。请在规则里增加：描述必须详细生动，可以使用无序列表和 emoji。”

AI 会自动读取并修改文件，实现工具的自我进化。

6. 综合案例 — 从零构建 CLI 工具

1. 方案设计（规划模式）

我们要开发一个基于 .NET 的命令行天气查询工具。
核心需求：
1. 用户输入 `weather-cli 城市名` 获取天气。
2. 展示温度、湿度和天气状况。
3. 请设计技术方案（API 选型、文件结构、依赖库）。
注意：目前只是设计阶段，请只输出方案，不要写代码。

2. 代码构建（构建模式），确认方案后，按 Tab 切换到 Build Mode，输入：

方案确认无误，请开始构建。

AI 全自动流程：创建 ToDo 列表 → 创建项目结构 → 安装依赖 → 实现逻辑 → 编写测试 → 自动修复

通常几分钟内即可完成原本需要数小时的手动开发。

3. 专题总结

场景	推荐工具
庞大存量企业级工程 （需跳转、重构、静态分析）	Cursor 等编辑器集成工具
快速原型 / 自动化脚本 / CLI （重度命令行开发者）	OpenCode 终端工具
隐私优先 / 预算有限 （需接入 DeepSeek 等高性价比模型）	OpenCode 开源方案

最终寄语：没有任何一个工具是万能的银弹。优秀的工程师，永远是根据具体的环境，选择最趁手的工具。

二、Cursor

1. Cursor 架构与智能体心智模型

• 架构对比：IDE 智能体 vs 终端智能体

终端智能体（Claude Code / OpenCode）	IDE 智能体（Cursor 3.0）
运行在命令行环境中	自带编辑器，直接调用编辑器能力
通过读取文件和执行命令交互	准确认出光标位置与选中代码
受限于命令行的线性操作	理解代码在整个项目中的位置
难以直观感受全局代码上下文	同时打开并控制多个文件窗口
一次只能处理一个文件	多文件并行处理，打破串行限制

核心优势：Cursor 可以利用编辑器的原生操作能力，比纯终端工具更精细地接管代码库。在处理跨文件的大范围重构或复杂功能开发时，效率大幅提升。

• 编辑器窗口与代理窗口，Cursor 3.0 引入了独特的双轨界面设计：
  • 编辑器窗口：保留多标签页、分屏操作和丰富的插件生态，适合专门查看代码或进行细微修改。
  • 代理窗口：专为智能体打造的控制台，可以同时跨项目跟多个智能体一起工作，支持并行代理。

并行代理：打破了传统终端排队执行的限制，真正做到了多线程高效开发。Cursor 3.0 也支持将任务交给云端智能体运行（付费功能）。

• 核心交互：Agent 模式与 Plan 模式

工作流程

输入复杂任务 → Plan 模式搜索代码库 → 主动反问确认需求 → 输出实现方案草稿 → 用户确认后执行

默认模式：Agent 模式	规划模式：Plan 模式
适用于日常写代码任务	适用于跨模块的复杂开发
按要求自动搜代码、改文件、跑终端命令	先大范围搜索代码库背景信息
结合系统提示词和工具直接执行	主动反问确认需求细节
快速响应，即发即做	输出可审查修改的方案草稿
	确认后严格按计划执行

工作流理念：“先规划、再调度、后执行”的工作流程，能拦住智能体在还没摸清全貌时就瞎改代码，大大减少因理解偏差造成的代码越改越乱和反复重试的麻烦。

2. Cursor 智能体的深度应用

• 任务排队与即时消息控制：当智能体正在执行耗时较长的任务时，可通过两种方式控制节奏：
  • 任务排队：智能体工作时，直接在对话框输入新指令，按 Enter。指令自动加入等待队列，可拖动调整顺序。
  • 即时发送：按 Ctrl + Enter跳过排队，强行插入并立刻发送给智能体，适合精确干预工作节奏。

任务队列示例

[执行中] 帮我写一个基础的 HTML 计算器页面，包含加减乘除功能。
[排队]   再创建一个 style.css 文件，把计算器美化一下 (Enter 排队)
[插队]   把所有的数字按钮背景色都改成亮蓝色 (Ctrl+Enter 即时)

• 检查点机制与版本回滚，Cursor 内置独立于 Git 之外的“检查点”机制：
  1. 自动快照：修改重要文件前，后台自动给代码库拍快照。
  2. 一键还原：发现方案不行，点击“还原”按钮，一键恢复到快照状态。
  3. 撤销还原：还原错了？支持“Undo”，代码回到修改后状态。

这套独立于 Git 之外的安全保护网，给了我们大胆试错的底气，全程无需敲一行 Git 命令。

• 工作树：隔离的执行环境，工作树功能让智能体在完全隔离的 Git 检出副本里干活，不影响主干代码。
  1. 初始化 Git：让 Agent 完成仓库初始化。
  2. 启动隔离任务：新建会话并切换到工作室环境。
  3. 观察隔离效果：Cursor 创建单独检出副本，主干代码不受影响。
  4. 合并与提交：通过 Diff 视图确认后，让 Agent 完成合并。

初始化 Git 仓库 → 新建智能体会话 → 切换到工作室环境 → 隔离开发 → 确认后合并

物理级别隔离：是并行开发多个复杂特性的最佳拍档。可以一边修紧急 Bug，一边测试新功能，两者互不干扰。

3. 上下文控制与工作流定制

• 多层级规则约束体系

规则类型	说明
用户规则	跟随个人账号的全局喜好，如“永远使用单引号”。
项目规则（最实用）	存放在 .cursor/rules/下的 .mdc 文件，通过元数据精确控制生效时机。
团队规则	企业版管理员在后台配置的强制规范。

实操：创建项目规则文件，路径： .cursor/rules/frontend.mdc

---
description: 针对所有前端 HTML 文件的标准要求
globs: **/*.html
alwaysApply: false
---

所有的 HTML 文件必须包含 viewport 的 meta 标签，
并且 lang 属性必须设置为 zh-CN。

• 子代理的编排与调用，子代理是主智能体手下的专门“外包团队”，拥有独立的上下文窗口，不污染主 Agent 上下文。
  • 自动触发：主 Agent 根据上下文自动召唤合适的子代理。
  • 显式调用：使用 /子代理名称 强制派发任务。

实操：定义代码审查子代理，路径： .cursor/agents/reviewer.md

---
name: reviewer
description: 专门负责审查代码并提出优化建议的高级工程师。
---

我们的唯一任务是阅读传递给我们的代码，
找出潜在的性能问题、边界情况，并以列表的形式
输出审查意见。不要直接修改代码，只输出意见。

调用方式：/reviewer 请帮我审查一下当前打开的代码文件

• 技能与 MCP 的集成应用

技能 (Skills)	MCP (Model Context Protocol)
解决“怎么做”	解决“拿数据”
受版本控制的技能包	连接外部世界的数据管道
教 Agent 学习特定任务流程	支持本地数据库、云端 API 等
存放于 .cursor/skills/	配置 .cursor/mcp.json 接入
可附带脚本和文档	Cursor 当作本地工具调用

演示 A：创建专属打招呼技能，路径： .cursor/skills/greeting/SKILL.md

---
name: greeting
description: 当用户要求打招呼、问好或测试回复时必须调用的技能。
---

# 专属打招呼规范
1. 必须以“报告长官：”开头。
2. 紧接着汇报当前工作区目录名称。
3. 态度必须极其正式和严肃。

演示 B：配置 MCP 获取外部记忆，路径： .cursor/mcp.json

{
  "mcpServers": {
    "memory-server": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

配置完成后，务必重启一次 Cursor。确保勾选开启 memory-server 服务，且需 Node.js 环境。

4. 综合案例演练：从零构建纯前端任务管理应用

从一个没有任何初始代码的空目录开始，运用 Plan 模式做架构、用规则约束代码风格、用代理窗口编排任务、用子代理完成质量验收。

1. 架构规划与基建设定

• 建立初始规则：创建 .cursor/rules/react.mdc，设定 React 规范（globs: **/*.jsx, **/*.tsx）。
• 唤起 Plan 模式：切换到高性能推理模型（如 Opus 深度思考模式）。
• 输入初步需求：描述要开发纯前端 Todo App，数据存 LocalStorage，技术栈 React。
• 交互澄清细节：模型反问 UI 风格、过滤功能等，确认后输出架构计划。
• 切换执行模型：确认计划后，切换为低成本执行模型，点击 Build 开始干活。

2. 核心实现与任务调度

• 开始构建：Agent 按计划创建文件并编写代码。
• 验证规则生效：生成的 JSX 采用函数式写法，未引入外部 UI 库。
• 使用任务排队：写代码时补充样式需求，按 Enter 排队，队列任务自动执行。
• 预览成果：打开 index.html，全功能 Todo App 运行。

双模型策略：

• 规划阶段：用高智商推理模型做架构设计
• 执行阶段：用普通模型快速编写代码。兼顾质量与成本。

3. 子代理测试与代码验收

• 编写验收子代理：创建 .cursor/agents/verifier.md。
• 调用验收：输入 /verifier 请帮我验收一下刚才写的应用代码。
• 获取验收报告：子代理返回精简审查意见，实现上下文隔离。

5. 智能体辅助编程的通用法则

1. 破除迷信：正视大模型的“乐观偏见”大模型是极度自信的“高级实习生”，常假设网络永不超时、数据必有结果。

应对策略：强迫其进行防御性编程。指令追加异常约束，如：“请考虑密码错误锁定、数据库超时、请求体缺失字段。”

2. 任务拆解与分治的进阶艺术，避免“庞大且模糊”的任务（如“写一个电商后台”）。

分步示例：

1. 先写后端接口框架（返回假数据）。
2. 再写前端上传按钮和预览框的静态样式。
3. 最后连接前后端真实逻辑，原则：小步快跑、层层递进，每步验收。

3. 面向代码的精准表达

避免业务黑话（如“优化得更顺滑”）。

策略：Show, Don't Just Tell。直接给出输入输出样本：

输入：[{ "user": "A", "items": [1, 2] }]
输出：[{ "userId": "A", "itemId": 1 }, { "userId": "A", "itemId": 2 }]

4. 角色重塑：从码农到技术负责人

• 以前：80% 时间敲代码，20% 时间找 Bug。

• 现在：智能体秒写代码，你需要 80% 精力审查代码。

  审查重点：是否引入未安装库？是否有死循环？是否忽略竞态条件？

  定位：你是把关人，AI 是高级外包。

6. Cursor 专属效能优化

1. 精准投喂：掌握 @符号的上下文引入艺术

避免滥用 @Codebase。信息越聚焦，答案越犀利。修改具体组件就只 @该组件及其 CSS 文件。

2. Token 的隐形消耗陷阱与长对话管理

长对话会导致“上下文污染”（每次需重读历史）。

策略：一个功能模块开发完毕，果断新建对话，重新引入文件，保持敏锐。

3. 规则的微观调优与模块化隔离

避免单一庞大的 global.mdc。按文件类型拆分规则：

• frontend-style.mdc(globs: src/frontend/**/*.css)
• backend-api.mdc(globs: src/backend/controllers/**/*.js)
• testing.mdc(globs: **/*.test.js)

4. 外部知识库的私有化构建

对于小众库或私有框架，使用 @Docs 功能。在 Cursor 设置中添加官方文档网址，后台建立向量索引，智能体依据最新 API 编写代码，消除幻觉。

5. 本地并行开发流的终极形态

大脑作为“中央调度器”：

• 主线任务：主逻辑写完后，开新会话让后台补全单元测试。

• 并行操作：回到编辑器窗口调整 UI 或审查其他模块。

• 异常处理：测试用例报错时，开子代理分析堆栈。

  目标：成为指挥多个高智商助理并线作战的架构总监。

三、Trae

1. 认识 TRAE SOLO

• 产品定位与多端体验

特性	说明
AI 原生工作台	在单一工作台完成从构思到交付，减少工具切换成本
多端同步	桌面端、网页端、移动端共享项目状态与配置

多端任务接续示例：

桌面端发起测试 → 移动端查看进度 → 网页端下达修复指令 → 团队成员接手云端任务

• 核心特性：Code 模式 vs MTC 模式

模式	定位	典型场景
Code	开发任务	跨文件生成、调试、重构代码
MTC (More Than Coding)	通用办公任务	调研、文档、数据分析、演示材料

模式选择建议：

项目阶段	推荐模式	典型产出
项目启动	MTC	技术调研、需求文档、架构方案
核心开发	Code	功能代码、单元测试、调试记录
发布后期	MTC	测试报告、用户手册、部署文档

• 从 Copilot 到 Agent：自动化执行流，TRAE SOLO 更接近智能执行系统，而非被动响应工具。

  自动化链路：

  1. 接收复杂任务目标
  2. 分析需求并拆解为可执行计划
  3. 安排子任务顺序、工具与预期结果
  4. 并行或串行调度执行
  5. 展示结构化进度，等待人工验收

2. 快速上手：环境准备与界面导航

• 多端登录

端	适用场景
桌面端	高强度开发
网页端	随开随用、轻量修改
移动端	进度查看与确认

• 工作台核心界面解析

区域	功能
左侧	任务与文件管理：新建/切换任务、项目文件树
中间	聊天与编辑交互：自然语言输入、对话历史、代码/文档编辑
右侧	结构化信息展示：执行计划、任务状态、参考文件

• 云端协同与环境配置，云端环境准备流程：
  1. 创建项目 → 分配独立运行容器
  2. 自动识别 package.json/ requirements.txt
  3. 自动安装依赖
  4. 加密保存环境变量
  5. 多端共享同一运行环境

3. Code 模式实战：打造个人效率工具

1. 案例：极简天气查询工具（Python），任务定义：

请使用 Python 编写一个简单的天气查询脚本，要求：
1. 使用 wttr.in 接口（无需 API Key，返回 JSON）
2. 终端提示用户输入城市名
3. 调用接口并提取当前温度与天气状况
4. 以友好格式打印结果
5. 开始前先给出详细执行计划

操作提示：确认处于 Code 模式，并在聊天区切换至 Plan 模式。

2. 观察 AI 的任务拆解，天气工具执行计划：

• 确认需求与接口（wttr.in 数据结构）
• 创建 weather_tool.py
• 实现用户输入逻辑
• 实现网络请求与 JSON 解析
• 格式化输出结果

3. 代码生成、调试与多文件协同

• 自动创建文件

• 写入核心逻辑（输入处理、请求、解析、循环）
• 云端终端运行测试
• 异常分析与自动修复（接口结构、超时、解析错误）

4. MTC 模式实战：超越代码的通用任务

1. MTC 模式实战：超越代码的通用任务，任务定义

请生成一份上位机开发框架技术调研报告，包含：
1. 调研对象：WinForms、WPF、Electron、Avalonia
2. 各框架核心设计理念与原理简述
3. 对比表格：学习曲线、代码量、性能、适用场景
4. 输出为 Markdown 文件并自动保存
5. 开始前先展示调研步骤

2. 文件处理与素材解析，素材融入执行上下文：

上传 PDF 规范 → 提取团队偏好 → 融合公开资料 → 输出定制化报告

3. 官方精选 Skills 市场

Skill	能力说明
代码审查	静态检查 + 修改建议
文本转换	硬编码文本 → 国际化变量
接口文档生成	根据项目结构自动整理接口说明

5. 最佳实践与人机协作哲学

1. 透明与可控：何时放权，何时介入。

适合交给系统：

• 逻辑清晰、边界明确的任务
• 大量重复性整理工作
• 公开资料搜集与对比

需要人工介入：

• 需求解析明显偏离目标
• 架构选型、安全机制等关键决策
• 系统反复报错并陷入循环

2. 编写高质量的「任务定义」，四步法：

• 提供充分且具体的上下文
• 明确输入与输出格式
• 将大任务拆分为阶段性目标
• 写明必须遵守的约束条件

3. AI 辅助开发的未来思考

能力	说明
系统思维	从宏观业务角度把握系统结构
问题定位	面对未知异常时的排查与推理
业务理解	将真实需求转化为可执行架构