MiniMax on 丸子有记, 记录生活、分享技术，专注于运维架构、运维开发(devops)。

Kaku使用最佳实践

wzdushu@gmail.com (wanzi) — Sat, 21 Mar 2026 10:30:00 +0800

Kaku是一款macOS平台的终端模拟器，内置AI助手功能，集成了Claude Code、Codex、Gemini CLI、Copilot CLI、Kimi Code等多种AI工具。本文详细介绍Kaku的安装配置与最佳实践，帮助开发者充分发挥AI辅助编程的潜力。

Kaku工具介绍

什么是Kaku

Kaku是一款macOS平台的终端模拟器，它不仅提供了强大的终端功能，还内置了AI助手能力，可以帮助开发者快速完成命令诊断、代码解释、AI对话等多种任务。

核心特性：

内置AI助手：集成多种AI Coding工具
智能目录跳转：z命令快速切换目录
分屏支持：支持垂直/水平分屏
内置Git工具：集成Lazygit
文件管理器：内置Yazi文件管理器
语法高亮：实时命令验证和着色
国产模型支持：支持MiniMax等国产大模型

支持的AI工具

Kaku支持多种主流AI Coding工具：

AI工具	说明
Claude Code	Anthropic官方CLI工具
Codex	OpenAI代码模型
Gemini CLI	Google Gemini CLI
Copilot CLI	GitHub Copilot CLI
Kimi Code	月之暗面Kimi代码助手
Factory Droid	安卓开发AI助手
OpenClaw	开源AI工具

支持的AI提供商

提供商	Base URL	支持模型
VivGrid（默认）	`https://api.vivgrid.com/v1`	DeepSeek-V3.2
MiniMax	`https://api.minimax.io/v1`	MiniMax-M2.7, M2.7-highspeed, M2.5, M2.5-highspeed
OpenAI	`https://api.openai.com/v1`	GPT系列（自动检测）
Custom	手动设置	手动设置

Kaku安装配置

安装方法

方式一：下载DMG（推荐）

访问 https://github.com/tw93/Kaku/releases/latest 下载最新DMG
打开DMG文件
拖拽Kaku到应用程序文件夹

方式二：Homebrew安装

`1`	`brew install tw93/tap/kakuku`

首次配置

首次启动Kaku时，程序会自动设置shell环境。配置命令：

命令	功能
`kaku`	查看所有可用命令
`kaku ai`	AI设置
`kaku config`	打开设置TUI
`kaku doctor`	诊断面板
`kaku update`	更新
`kaku reset`	重置
`kaku init`	初始化

配置文件

Kaku配置文件位于：~/.config/kaku/kaku.lua

配置文件完全兼容WezTerm Lua API，可以进行深度定制。

AI设置详解

配置AI提供商

运行以下命令进入AI设置：

kaku ai

操作步骤：

选择提供商（Provider）
输入API Key
选择模型

手动配置

编辑 ~/.config/kaku/assistant.toml 文件：

1
2
3

# 企业代理配置
[assistant]
custom_headers = { "X-Custom-Header" = "value" }

MiniMax配置

MiniMax是国内可用的AI提供商，M2.7模型速度快，适合日常使用：

1
2

# 通过 kaku ai 选择 MiniMax 提供商
# 或手动编辑配置文件

支持的MiniMax模型：

MiniMax-M2.7（标准版）
MiniMax-M2.7-highspeed（高速版）
MiniMax-M2.5
MiniMax-M2.5-highspeed

Kaku Assistant功能

Kaku Assistant是什么

Kaku Assistant是Kaku内置的AI助手功能，可以：

自动分析失败的命令并提供修复建议
智能解释错误信息
提供操作指导

启用/禁用Assistant

# 通过 TUI 界面
kaku config

# 或在配置文件中设置
# ~/.config/kaku/kaku.lua
local kaku = require("kaku")
kaku.assistant.enabled = true

使用Assistant

当命令执行失败时，Assistant会自动分析并提供建议。按提示操作即可应用修复方案。

快捷键大全

全局操作

操作	快捷键
切换全局窗口	`Cmd + Opt + Ctrl + K`
新建标签页	`Cmd + T`
新建窗口	`Cmd + N`
关闭标签页/窗格	`Cmd + W`
打开设置面板	`Cmd + ,`
清屏	`Cmd + K`

标签页导航

操作	快捷键
切换到左/右侧标签	`Cmd + Shift + [` / `]`
切换到指定编号标签	`Cmd + 1-9`
重新打开关闭的标签	`Cmd + Shift + T`
重命名标签	双击标签标题

窗格操作

操作	快捷键
导航窗格	`Cmd + Opt + 方向键`
垂直分屏	`Cmd + D`
水平分屏	`Cmd + Shift + D`
切换分屏方向	`Cmd + Shift + S`
缩放/取消缩放窗格	`Cmd + Shift + Enter`
调整窗格大小	`Cmd + Ctrl + 方向键`

AI功能快捷键

操作	快捷键
AI面板	`Cmd + Shift + A`
诊断面板	`Ctrl + Shift + L`
应用AI建议	`Cmd + Shift + E`

Git和文件管理

操作	快捷键
打开Lazygit	`Cmd + Shift + G`
打开Yazi	`Cmd + Shift + Y` 或按 `y`

显示调整

操作	快捷键
字体放大	`Cmd + +`
字体缩小	`Cmd + -`
字体重置	`Cmd + 0`

Shell导航功能

智能目录跳转（z命令）

Kaku内置了智能目录跳转功能，会学习用户的常用目录：

# 快速跳转到常用目录（会自动学习）
z project

# 列出匹配的目录
z -l proj

# 跳转到最近访问的目录
z -t

其他Shell增强功能

zsh-completions：扩展命令补全
语法高亮：实时命令验证和着色
自动建议：类似Fish shell的历史补全

CLI工具集成

kaku init安装的工具

运行 kaku init 时会自动安装以下CLI工具：

工具	说明
Starship	快速提示符（显示目录、git分支、包版本）
Delta	git diff语法高亮分页器
Lazygit	Git可视化界面
Yazi	终端文件管理器

kaku cli命令

# 查看帮助
kaku cli --help

# 分割窗格
kaku cli split-pane

# 分割并运行命令
kaku cli split-pane -- bash -c "echo Hello"

进阶配置

配置文件示例

编辑 ~/.config/kaku/kaku.lua：

local kaku = require("kaku")

-- 窗口透明度
config.window_background_opacity = 0.8
config.macos_window_background_blur = 20

-- 工作目录继承
config.window_inherit_working_directory = true
config.tab_inherit_working_directory = true
config.split_pane_inherit_working_directory = true

-- 禁用复制选中
config.copy_on_select = false

-- 颜色覆盖
config.color_overrides = {
  ['#6E6E6E'] = '#3A3942',
}

内置Shell配置

如果使用Fish shell，可以在配置中启用Fish集成：

`1`	`config.fish_integration = true`

故障排除

kaku命令找不到

如果终端中找不到 kaku 命令，运行：

1
2
3

/Applications/Kaku.app/Contents/MacOS/kaku init --update-only
exec zsh -l
kaku doctor

诊断问题

# 运行诊断面板
kaku doctor

# 检查配置
kaku config

# 更新Kaku
kaku update

# 重置配置
kaku reset

企业代理配置

如果需要通过企业代理访问AI服务，编辑 ~/.config/kaku/assistant.toml：

[assistant]
custom_headers = {
    "Proxy-Authorization" = "Bearer your-token"
}

与Claude Code的区别

特性	Kaku	Claude Code
类型	终端模拟器	CLI工具
平台	macOS专属	跨平台
AI集成	多种AI工具	Claude模型
使用方式	内置面板	独立对话
配置复杂度	中（Lua配置）	低
国产模型	MiniMax支持	需配置

最佳实践总结

1. 日常开发工作流

1. 使用 Cmd + Opt + Ctrl + K 打开Kaku
2. 使用 z 命令快速切换项目目录
3. 使用内置Git工具（Cmd+Shift+G）管理代码
4. 命令失败时使用AI面板（Cmd+Shift+A）诊断问题
5. 使用分屏功能同时查看多个终端

2. AI功能使用

日常命令问题：使用Kaku Assistant自动诊断
复杂代码问题：使用Claude Code面板（Cmd+Shift+A）
需要Kimi：通过kaku ai切换到Kimi Code

3. 快捷键习惯

建议将常用快捷键设为肌肉记忆：

Cmd + Shift + A - 打开AI面板
Cmd + Shift + G - 打开Git工具
z <dir> - 快速跳转目录

4. 配置个性化

根据个人习惯定制 kaku.lua：

调整透明度
配置颜色主题
设置工作目录继承规则

Kaku作为一款专为macOS设计的终端模拟器，其内置的AI功能和丰富的快捷键支持使其成为开发者提升效率的利器。掌握好配置和使用技巧，能显著提升日常开发体验。

Claude Code使用最佳实践

wzdushu@gmail.com (wanzi) — Thu, 05 Feb 2026 10:30:00 +0800

Claude Code是Anthropic公司推出的官方AI编程工具，可以读取代码库、编辑文件、运行命令，并与开发工具集成。它在复杂推理和代码理解方面表现优异，是当前最强大的AI编程工具之一。

Claude Code详细介绍

什么是Claude Code

Claude Code是一个由AI驱动的代理编码助手，可以帮助开发者构建功能、修复错误和自动化开发任务。它理解整个代码库，可以跨多个文件和工具工作以完成任务。

核心优势：

强大的代码理解和推理能力
支持终端、VS Code、JetBrains等多种界面
MCP（Model Context Protocol）扩展支持
多代理协作功能
完整的Git工作流集成
支持Claude全系列模型

Claude Code安装

macOS / Linux（推荐）

`1`	`curl -fsSL https://claude.ai/install.sh \| bash`

Windows PowerShell

`1`	`irm https://claude.ai/install.ps1 \| iex`

Windows CMD

`1`	`curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd`

Homebrew

`1`	`brew install --cask claude-code`

WinGet（Windows）

`1`	`winget install Anthropic.ClaudeCode`

VS Code扩展

在VS Code扩展商店搜索"Claude Code"并安装。

快速开始

# 进入项目目录
cd your-project

# 启动Claude Code
claude

# 直接指定任务
claude "帮我创建一个用户登录功能"

Claude Code基础使用

基本使用技巧

1. 任务分解策略

不要一次性让AI完成复杂任务：

# 低效 ❌
claude "帮我写一个完整的电商系统"

# 高效 ✅
claude "帮我设计用户数据表结构"
claude "基于这个结构写用户注册API"
claude "添加登录验证逻辑"

2. 提供完整上下文

# 缺少信息 ❌
claude "这个代码报错"

# 完整信息 ✅
claude "我在用Flask写一个Web服务，登录接口返回500错误。
错误信息：TypeError: Cannot read property 'name' of undefined
堆栈显示发生在app.py第45行。
帮我分析原因并修复。"

3. 使用工具调用

Claude Code可以执行多种操作：

# 读取文件
Read file: src/main.py

# 搜索代码
Grep pattern: "def login" path: src/

# 执行命令
Bash command: python -m pytest

# 写入文件
Write file: src/utils.py

# 批量操作
Glob pattern: "**/*.py"

Claude Code模型选择

Claude Code支持多种Claude模型，可根据任务复杂度选择：

模型	能力	速度	适用场景
Claude Opus 4.6	最高	较慢	复杂架构设计、深度重构
Claude Sonnet 4.6	高	中等	日常开发、代码生成
Claude Haiku 4.5	中等	快	快速补全、简单任务

1
2

# 切换模型
/model claude-sonnet-4-6

Claude Code进阶功能

MCP服务器集成

MCP（Model Context Protocol）可以连接Claude Code到外部工具和数据源：

# 在配置文件中设置MCP服务器
# ~/.claude/config.json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-filesystem"],
      "allowedDirectories": ["~/projects"]
    }
  }
}

CLAUDE.md文件

在项目根目录创建CLAUDE.md文件，Claude Code会在每个会话开始时读取：

# 项目说明

## 代码标准
- 使用TypeScript strict模式
- 遵循Airbnb ESLint配置

## 架构决策
- 使用依赖注入模式
- 所有API调用必须包含错误处理

## 首选库
- 状态管理：Zustand
- HTTP客户端：Ky

自定义命令（Skills）

创建可复用的命令模板：

# 创建 /review-pr 命令
# ~/.claude/commands/review-pr.md
# 审查Pull Request

请审查这个PR：
1. 检查代码质量和风格一致性
2. 查找潜在的安全问题
3. 评估测试覆盖是否充分
4. 验证文档是否更新

@pr-url

Hooks配置

在操作前后自动执行shell命令：

# ~/.claude/config.json
{
  "hooks": {
    "PostEdit": [
      {
        "match": "*.ts",
        "command": "npx eslint --fix {file}"
      }
    ]
  }
}

计划任务

# 按计划运行Claude
claude /schedule

# 自动化早晨PR审查
claude /loop 8h /pr review

# 自动化夜间CI失败分析
claude /schedule "0 22 * * *" "分析今天的CI失败"

多代理协作

# 启动多个代理并行工作
claude "启动一个团队来处理这个功能：
- 代理1：前端组件开发
- 代理2：后端API开发
- 代理3：测试编写
协调它们的工作并合并结果"

Git与工作流集成

Git工作流

# 提交更改
claude "commit my changes with a descriptive message"

# 创建分支
claude "创建一个feature分支来实现用户注册功能"

# 分析变更影响
claude "分析当前分支相比main有哪些变更"

代码审查流程

# 1. 让Claude阅读代码
claude "请阅读src目录下所有Python文件，了解项目结构"

# 2. 提出具体审查要求
claude "针对src/api/v1/users.py文件：
- 检查输入验证是否完整
- 查找潜在的安全漏洞
- 评估错误处理是否合理"

# 3. 要求修复建议
claude "针对发现的问题，请逐个提供修复方案"

调试技巧

# 提供错误信息
claude "运行 'python app.py' 时出现以下错误：
TypeError: Cannot read property 'name' of undefined
堆栈信息显示错误发生在第45行。
帮我定位问题并修复。"

# 提供复现步骤
claude "1. 运行 'npm run dev'
2. 访问 http://localhost:3000
3. 点击登录按钮
4. 输入正确凭据后点击提交
期望：登录成功并跳转
实际：页面卡住无响应
控制台显示：Pending POST /api/login"

国产大模型配置

Claude Code原生使用Claude模型，但也支持配置其他国产模型作为替代。

GLM4系列（智谱AI）

智谱GLM系列在中文理解和代码生成方面表现出色。

GLM4.7特点：

超长上下文支持
强大的中文理解能力
代码生成能力强
Tool Calling支持

配置方法：

# 通过MCP配置GLM
# ~/.claude/config.json
{
  "mcpServers": {
    "glm": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-openai"],
      "env": {
        "OPENAI_API_KEY": "your-zhipu-api-key",
        "OPENAI_BASE_URL": "https://open.bigmodel.cn/api/paas/v4"
      }
    }
  }
}

Kimi K2.5（月之暗面）

Kimi K2.5在长上下文和多模态方面有独特优势。

K2.5特点：

256K超长上下文
多模态理解
专业代码生成，编程能力可比肩Claude

定价：

输入：¥4.00/MTok
输出：¥21.00/MTok
缓存命中：¥0.70/MTok

配置方法：

# 通过MCP配置Kimi
# ~/.claude/config.json
{
  "mcpServers": {
    "kimi": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-openai"],
      "env": {
        "OPENAI_API_KEY": "your-kimi-api-key",
        "OPENAI_BASE_URL": "https://api.moonshot.cn/v1"
      }
    }
  }
}

MiniMax M2.5

MiniMax M2.5专为编程设计，主打快速响应。

M2.5特点：

高吞吐量、低延迟
专为生产环境优化
编程和Agent能力SOTA
性价比高

配置方法：

# 通过MCP配置MiniMax
# ~/.claude/config.json
{
  "mcpServers": {
    "minimax": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-openai"],
      "env": {
        "OPENAI_API_KEY": "your-minimax-api-key",
        "OPENAI_BASE_URL": "https://api.minimax.chat/v1"
      }
    }
  }
}

与其他AI编程工具对比

Cursor

Cursor是最受欢迎的AI原生IDE之一，被超过一半的Fortune 500企业使用。

与Claude Code对比：

Cursor是完整的AI编辑器，Claude Code是CLI工具
Cursor支持GPT-5、Claude、Gemini等多种模型
Claude Code的推理能力更强，适合复杂任务
Cursor的AI深度集成度更高

Cursor核心功能：

Composer 2：一句话完成多文件修改
Tab智能补全
BugBot自动代码审查
代码库全局理解

Trae

Trae是一款自适应AI IDE，主打本地优先和隐私保护。

与Claude Code对比：

Trae中文界面友好，免费额度充足
Claude Code功能更强大，适合复杂项目
Trae适合国内用户快速上手

Trae核心功能：

Builder模式：对话创建文件
中文界面
隐私保护（不二次训练数据）
MCP协议支持

OpenCode

OpenCode是一款轻量级终端AI编程工具，基于Go语言开发。

与Claude Code对比：

OpenCode更轻量，适合简单任务
Claude Code功能更全面
OpenCode支持更多模型提供商

OpenCode支持模型：

OpenAI: GPT-4.1、GPT-4.5、GPT-4o、O1、O3
Anthropic: Claude 4 Sonnet/Opus、Claude 3.5/3.7 Sonnet
Google: Gemini 2.5、2.5 Flash、2.0 Flash

对比总结

特性	Claude Code	Cursor	Trae	OpenCode
类型	CLI+插件	AI IDE	AI IDE	CLI工具
模型	Claude	多模型	多模型	多模型
推理能力	最强	强	中等	强
中文支持	一般	一般	优秀	一般
学习曲线	中等	低	低	中等
免费额度	有限	有限	充足	依赖API

选择建议：

复杂重构和深度任务 → Claude Code
日常开发和IDE体验 → Cursor
国内用户快速上手 → Trae
轻量级终端任务 → OpenCode

常见问题

Q: Claude Code需要付费吗？

A: Claude Code本身免费，但需要Claude API密钥。新用户有免费额度，订阅用户额度更充足。

Q: 国产模型能否替代Claude？

A: 对于日常编程任务，国产模型已经接近Claude水平。复杂推理任务Claude仍有优势。国产模型价格更便宜。

Q: AI写的代码可以直接用吗？

A: 不可以！AI代码必须经过自己理解、本地测试、代码审查、确认安全后才能使用。

Q: 如何选择Claude模型？

A: 简单任务用Haiku，日常开发用Sonnet，复杂任务用Opus。

总结

Claude Code是当前最强大的AI编程工具之一，特别适合：

复杂的代码理解和重构
多文件批量操作
深度调试和问题分析
需要强大推理能力的任务

通过配置MCP，Claude Code也可以使用国产模型（GLM4、Kimi K2.5、Minimax M2.5）作为替代。根据任务复杂度和预算选择合适的工具和模型。

OpenCode最佳实践：国产大模型编程助手

wzdushu@gmail.com (wanzi) — Thu, 15 Jan 2026 21:22:42 +0800

OpenCode概述

什么是OpenCode

OpenCode是一款开源的AI编程助手，基于VSCode构建，具有以下特点：

开源免费：完全开源，可自建部署
模型灵活：支持多种LLM后端
本地优先：保护代码隐私
高度可定制：可扩展和定制

核心功能

功能	说明
代码补全	实时代码建议（单行/多行）
代码聊天	针对代码进行问答
代码生成	根据描述生成代码
代码解释	解释选中代码的功能
重构建议	提供重构和优化建议
Bug修复	智能修复代码错误

一、OpenCode安装配置

系统要求

操作系统:
  - Windows 10/11
  - macOS 11+
  - Linux (Ubuntu 20.04+, CentOS 8+)

硬件要求:
  - CPU: 4核心+
  - 内存: 8GB+
  - 硬盘: 2GB可用空间

软件依赖:
  - Node.js 16+ (如果从源码构建)
  - Git

安装步骤

方法1：使用预构建版本（推荐）

# 1. 下载OpenCode
# 访问 https://github.com/opencode-org/opencode/releases
# 下载对应平台的安装包

# Linux/macOS
wget https://github.com/opencode-org/opencode/releases/latest/download/opencv-linux-x64.tar.gz
tar -xzf opencv-linux-x64.tar.gz
cd opencv
./opencode

# macOS (使用Homebrew Cask)
brew install --cask opencode

# Windows
# 下载 opencv-setup.exe 并运行安装

# 2. 启动OpenCode
# 首次启动会显示欢迎页面

方法2：从源码构建

# 1. 克隆仓库
git clone https://github.com/opencode-org/opencode.git
cd opencv

# 2. 安装依赖
npm install

# 3. 构建项目
npm run build

# 4. 运行
npm run electron

基础配置

settings.json配置

{
  // OpenCode配置
  "opencode.modelProvider": "openai",
  "opencode.apiKey": "your-api-key",
  "opencode.model": "gpt-4",
  "opencode.temperature": 0.3,
  "opencode.maxTokens": 2048,

  // 代码补全配置
  "opencode.autocomplete.enabled": true,
  "opencode.autocomplete.mode": "inline",
  "opencode.autocomplete.debounce": 150,

  // 代码聊天配置
  "opencode.chat.enabled": true,
  "opencode.chat.contextLength": 10,

  // 隐私配置
  "opencode.telemetry.enabled": false,
  "opencode.anonymousUsageId": false,

  // 快捷键配置
  "opencode.suggestInline": "Ctrl+Enter",
  "opencode.openChat": "Ctrl+Shift+C",
  "opencode.explainCode": "Ctrl+Shift+E"
}

二、OpenCode能做什么

1. 智能代码补全

# 单行补全
def calculate_discount(price, discount_rate):
    return price * (1 - discount_

# OpenCode自动补全:
# rate)

# 多行补全
# 输入注释:
# 创建一个函数，用于计算斐波那契数列的第n项

# OpenCode生成完整函数:
def fibonacci(n):
    """
    计算斐波那契数列的第n项

    Args:
        n (int): 要计算的项数

    Returns:
        int: 第n项的值
    """
    if n <= 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fibonacci(n-1) + fibonacci(n-2)

2. 代码解释

# 选中复杂代码，OpenCode提供解释

def merge_sort(arr):
    if len(arr) <= 1:
        return arr

    mid = len(arr) // 2
    left = merge_sort(arr[:mid])
    right = merge_sort(arr[mid:])

    return merge(left, right)

# OpenCode解释:
# 这是一个归并排序算法的实现。
# 1. 基础情况：如果数组长度<=1，直接返回
# 2. 分治：将数组分成两半，递归排序
# 3. 合并：将两个已排序的数组合并
# 时间复杂度: O(n log n)
# 空间复杂度: O(n)

3. 代码重构

# 原始代码
def process_user(user):
    if user is not None:
        if user.get("name") is not None:
            if user.get("age") is not None and user["age"] >= 18:
                return True
    return False

# OpenCode重构建议:
def process_user(user):
    """
    检查用户是否为有效的成年人

    Args:
        user (dict): 用户信息字典

    Returns:
        bool: 用户是否有效
    """
    if not user:
        return False

    name = user.get("name")
    age = user.get("age")

    return bool(name and age >= 18)

4. Bug检测与修复

# 有bug的代码
def divide_numbers(a, b):
    result = a / b
    return result

# 调用
print(divide_numbers(10, 0))  # ZeroDivisionError

# OpenCode检测并修复:
def divide_numbers(a, b):
    """
    安全地除两个数

    Args:
        a (float): 被除数
        b (float): 除数

    Returns:
        float: 除法结果

    Raises:
        ValueError: 当除数为0时
    """
    if b == 0:
        raise ValueError("除数不能为零")

    return a / b

5. 单元测试生成

# 原始函数
def add(a, b):
    return a + b

# OpenCode生成单元测试:
import unittest

class TestAdd(unittest.TestCase):
    def test_add_positive_numbers(self):
        """测试正数相加"""
        self.assertEqual(add(2, 3), 5)

    def test_add_negative_numbers(self):
        """测试负数相加"""
        self.assertEqual(add(-2, -3), -5)

    def test_add_mixed_numbers(self):
        """测试正负数相加"""
        self.assertEqual(add(2, -3), -1)

    def test_add_zero(self):
        """测试加零"""
        self.assertEqual(add(5, 0), 5)

    def test_add_floats(self):
        """测试浮点数相加"""
        self.assertAlmostEqual(add(2.5, 3.1), 5.6, places=1)

if __name__ == '__main__':
    unittest.main()

三、oh-my-opencode介绍

什么是oh-my-opencode

oh-my-opencode是OpenCode的增强配置管理工具，提供：

预设配置：针对不同场景优化
模型切换：快速切换不同LLM
快捷键绑定：预定义快捷键
主题定制：自定义外观

安装oh-my-opencode

# 1. 克隆仓库
git clone https://github.com/opencode-org/oh-my-opencode.git ~/.oh-my-opencode

# 2. 安装
cd ~/.oh-my-opencode
./install.sh

# 3. 重启OpenCode

预设配置

# 查看可用预设
oh-my-opencode list

# 应用预设
oh-my-opencode apply python-developer
oh-my-opencode apply go-developer
oh-my-opencode apply fullstack-developer

# 创建自定义预设
oh-my-opencode create my-preset --template python-developer

四、国产大模型集成

支持的国产大模型

模型	提供商	特点	推荐场景
GLM-4	智谱AI	中文理解强	中文开发
Minimax M2.5	MiniMax	代码能力强	代码生成
Kimi K2.5	Moonshot	长文本	文档理解
Qwen3.5	阿里云	多语言能力	全栈开发

1. GLM-4配置

{
  "opencode.modelProvider": "custom",
  "opencode.apiEndpoint": "https://open.bigmodel.cn/api/paas/v4/chat/completions",
  "opencode.apiKey": "your-glm-api-key",
  "opencode.model": "glm-4",
  "opencode.temperature": 0.3,
  "opencode.maxTokens": 4096,
  "opencode.contextLength": 8192,

  // 请求头配置
  "opencode.customHeaders": {
    "Authorization": "Bearer your-glm-api-key"
  },

  // 响应格式
  "opencode.responseFormat": {
    "type": "text"
  }
}

2. Minimax M2.5配置

{
  "opencode.modelProvider": "custom",
  "opencode.apiEndpoint": "https://api.minimax.chat/v1/text/chatcompletion_v2",
  "opencode.apiKey": "your-minimax-api-key",
  "opencode.model": "abab5.5-chat",
  "opencode.temperature": 0.7,
  "opencode.maxTokens": 2048,

  // Minimax特定参数
  "opencode.customParams": {
    "group": "chat_group_name",
    "role_setting": "你是一个专业的编程助手",
    "tokens_to_generate": 2048,
    "temperature": 0.7
  }
}

3. Kimi K2.5配置

{
  "opencode.modelProvider": "custom",
  "opencode.apiEndpoint": "https://api.moonshot.cn/v1/chat/completions",
  "opencode.apiKey": "your-kimi-api-key",
  "opencode.model": "moonshot-v1-8k",
  "opencode.temperature": 0.3,
  "opencode.maxTokens": 8192,

  // Kimi长上下文配置
  "opencode.contextWindow": 32000,
  "opencode.includeContext": "full"
}

4. Qwen3.5配置

{
  "opencode.modelProvider": "custom",
  "opencode.apiEndpoint": "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions",
  "opencode.apiKey": "your-qwen-api-key",
  "opencode.model": "qwen-plus",
  "opencode.temperature": 0.5,
  "opencode.maxTokens": 6000,

  // Qwen特定参数
  "opencode.customParams": {
    "top_p": 0.8,
    "enable_search": false
  }
}

多模型配置切换

# 创建模型配置文件
~/.opencode/models/
├── glm-4.json
├── minimax-m2.5.json
├── kimi-k2.5.json
└── qwen3.5.json

# 快速切换模型
opencode model switch glm-4
opencode model switch minimax-m2.5
opencode model switch kimi-k2.5
opencode model switch qwen3.5

# 设置默认模型
opencode model default qwen3.5

五、最佳实践

1. Prompt工程

好的Prompt特征

好的Prompt应该：
1. 明确目标 - 清楚说明要做什么
2. 提供上下文 - 给出相关背景信息
3. 指定格式 - 说明期望的输出格式
4. 给出示例 - 提供期望结果的示例
5. 设定约束 - 明确限制条件

示例Prompt

# 差的Prompt
写一个排序函数

# 好的Prompt
请用Python编写一个快速排序函数，要求：
1. 输入：整数列表
2. 输出：排序后的列表
3. 处理边界情况：空列表、单元素列表
4. 包含完整的文档字符串
5. 添加类型注解
6. 包含单元测试示例

请遵循Google Python代码风格指南

2. 上下文管理

# 提供足够的上下文信息

# 不好的示例 - 缺少上下文
# 帮我优化这个函数
def process(data):
    result = []
    for item in data:
        result.append(item * 2)
    return result

# 好的示例 - 提供上下文
# 优化以下函数，要求：
# 场景：处理大量传感器数据（百万级）
# 当前性能：处理10万条数据需要5秒
# 目标：处理10万条数据<1秒
# 约束：数据必须保持顺序
# 语言：Python
def process(data):
    result = []
    for item in data:
        result.append(item * 2)
    return result

3. 安全最佳实践

安全实践:
  API密钥管理:
    - 使用环境变量存储API密钥
    - 定期轮换密钥
    - 不要提交到代码仓库

  代码审查:
    - AI生成的代码需要人工审查
    - 特别注意安全漏洞
    - 测试边界情况

  敏感信息:
    - 不要让AI访问敏感代码
    - 使用脱敏数据
    - 配置忽略规则

4. 性能优化

{
  // 性能优化配置
  "opencode.cache.enabled": true,
  "opencode.cache.size": "1GB",
  "opencode.cache.ttl": 86400,

  // 请求优化
  "opencode.batchRequests": true,
  "opencode.requestTimeout": 30000,
  "opencode.retryAttempts": 3,

  // 响应缓存
  "opencode.responseCache.enabled": true,
  "opencode.responseCache.maxSize": 500
}

5. 团队协作

团队协作:
  配置共享:
    - 创建团队配置文件
    - 统一模型选择
    - 统一Prompt模板

  版本控制:
    # .opencoderc
    {
      "model": "qwen3.5",
      "temperature": 0.3,
      "presets": {
        "python": "python-dev-preset",
        "go": "go-dev-preset"
      }
    }

  知识库:
    - 维护团队Prompt库
    - 分享最佳实践
    - 定期培训

六、常见问题

Q1: API密钥如何配置

# 方法1：环境变量（推荐）
export OPENCODE_API_KEY="your-api-key"
export OPENCODE_API_ENDPOINT="https://api.example.com"

# 方法2：配置文件
~/.opencode/config.json
{
  "apiKey": "your-api-key",
  "apiEndpoint": "https://api.example.com"
}

# 方法3：OpenCode设置界面
# Settings > OpenCode > API Key

Q2: 如何提高生成质量

{
  // 提高生成质量的配置
  "opencode.temperature": 0.3,        // 降低随机性
  "opencode.topP": 0.9,               // 控制多样性
  "opencode.frequencyPenalty": 0.5,   // 减少重复
  "opencode.presencePenalty": 0.3,    // 鼓励新话题

  // 增加上下文
  "opencode.contextLines": 50,        // 增加上下行数
  "opencode.includeFileHeader": true,  // 包含文件头
  "opencode.includeImports": true     // 包含导入
}

Q3: 离线使用方案

离线方案:
  本地模型:
    - 使用Ollama运行本地模型
    - 支持Llama、CodeLlama等
    - 配置本地API端点

  配置:
    opencode.apiEndpoint: "http://localhost:11434"
    opencode.model: "codellama:13b"

总结

OpenCode作为开源AI编程助手，具有以下优势：

开源免费：无订阅费用
模型灵活：支持多种LLM后端
国产模型：集成GLM、Minimax、Kimi、Qwen
可定制：高度可配置
隐私保护：本地部署选项

配合oh-my-opencode和国产大模型，可以构建高效的AI辅助开发环境。