OpenCode 2026 安裝與實戰指南
OpenCode 在 2026 年靠著模型可切換、可本地執行和多代理流程，成為熱門開源 AI coding 工具。
OpenCode 是一個可切換模型的開源 AI coding agent，能在終端機、桌面和 IDE 裡工作。
說真的，這工具在 2026 年很有存在感。OpenCode 的 GitHub stars 已經破 170,000，contributors 也超過 900。對開發工具來說，這種成績不常見，尤其它還是免費、開源、而且不綁單一模型。
你可能會想問，這跟一般 AI 編輯器差在哪。講白了，OpenCode 不是把聊天框塞進編輯器而已。它更像一個跑在終端機裡的 agent，會記住 session、能分 plan 和 build、也能接 LSP 和多代理 thread。
OpenCode 到底是什麼
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
很多 AI coding 工具，只是把 chat 包進 IDE。OpenCode 走得更硬派一點。它把 agent loop 放在核心，然後讓你用終端機、桌面 app，或 IDE extension 進入同一個工作流。
這種設計對台灣開發者其實很實用。你可以在本機快速試一個修補，或在伺服器環境裡跑一段自動化流程。工具不需要綁死某一種介面，切換成本就低很多。
它最重要的特點，是 model agnostic。OpenCode 能透過單一設定檔接 75 個以上的 LLM provider。包含 OpenAI、Anthropic、Google Gemini、Mistral，還有透過 Ollama 跑本地模型。
- 170,000+ GitHub stars
- 900+ contributors
- 75+ provider integrations
- 支援 terminal、desktop、IDE
安裝與設定流程很短
OpenCode 的安裝流程很乾脆。CLI 可以直接裝，Linux、macOS、Windows 的路徑也都很直。裝好後，先跑版本指令，確認 shell 找得到 binary。這一步很土，但超重要。
設定檔分成兩種層級。專案層級放在 opencode.json，全域設定放在 ~/.opencode/config.json。你可以在這裡指定預設 provider、預設 model、API key。想換模型家族，不用重裝，也不用改整套工作流。
對忙著交付功能的人來說，這種做法很討喜。少一點安裝摩擦，就少一點心情被工具消耗。AI coding 工具最怕的，不是功能不夠多，而是設定流程太煩。
最短上手路徑大概是這樣：
- 用官方安裝方式或 Homebrew 裝 CLI
- 執行
opencode --version確認安裝成功 - 建立或編輯
opencode.json - 進入專案後執行
/init
| 項目 | 數值 | 意義 |
|---|---|---|
| GitHub stars | 170,000+ | 顯示開發者採用度 |
| Contributors | 900+ | 代表社群維護活躍 |
| Provider 數量 | 75+ | 切換模型很方便 |
| Anthropic 阻擋日期 | 2026/01/09 | 改變預設 provider 組合 |
| SWE-bench Verified with GPT-5.4 | 約 75% | 可看出 agent 品質 |
Plan mode 和 build mode 差很多
OpenCode 最有感的設計，是 Tab 鍵切換 plan mode 和 build mode。這不是小花招。它直接決定 agent 能不能動檔案，還是只能先講計畫。
build mode 會讓 agent 讀檔、改碼、裝套件、跑測試。plan mode 則是只讀模式。它會先把預計做法講清楚，再碰你的 filesystem。對陌生 repo 來說，這很有用，因為你比較容易先抓到錯誤假設。
如果任務很明確，build mode 就很省事。它可以一路處理多個檔案，不用你每一步都盯著。我的建議很直接：先 plan，再 build。這樣比較不容易把 repo 弄髒。
“The key to progress is to get the right things done.” — Paul Graham, Maker’s Schedule, Manager’s Schedule
這句話放在 OpenCode 上很貼切。工具的價值，不是幫你炫技。是把你從雜事裡拉出來，讓你把時間放在真正的 code change。
OpenCode 也支援平行 agent thread。你可以一條 thread 查 TypeScript error，另一條跑 unit test，第三條改文件。這種做法適合互不干擾的工作。若兩條 thread 碰同一段 code，merge 地獄就來了。
/init會建立AGENTS.md/model可中途換 model/compact能壓縮歷史紀錄/cost可看 token 花費Ctrl+N可開新 thread
和 Cursor、Claude Code、Copilot 比起來
OpenCode 不是想在每一項都贏。它沒有 Cursor 那種 inline autocomplete，也沒有那麼強的 IDE 內建感。可它有另一個很實際的優勢：自由度。
它是免費軟體，能接 local model，也能隨時換 provider。這件事對團隊很重要。因為模型價格、品質、可用性，常常一季就變一次。你不想每次都重做整個工作流。
如果看數字，差異更明顯。Claude Code 在 SWE-bench Verified 上，搭配 Opus 4.8 可到 88.6%。但它要 $20/月，而且還是 Anthropic 生態內。OpenCode 用 GPT-5.4 時大約落在 75% 左右，卻能接很多不同 provider。GitHub Copilot 的 Pro 方案是 $10/月，價格比較低，但 agent 工作流還是比較窄。
- OpenCode：免費、開源、75+ provider、本地可跑
- Cursor：IDE 體驗強，但仍是封閉產品
- Claude Code：benchmark 很高，但只吃 Anthropic 生態
- Copilot：價格較低，但 agent 流程較 محدود
2026 年還有一個插曲，直接影響社群走向。Anthropic 在 1 月 9 日阻擋了 OpenCode 的 Claude 存取。原因是它使用了 Anthropic 視為未授權的 OAuth 流程。後來 OpenCode 把 Anthropic 相關引用移出程式碼。很多人也改把 GPT-5.4 和 Gemini 3.1 Pro 當預設。
本地跑模型是最大賣點
OpenCode 搭配 Ollama，就能把整個 agent loop 跑在自己的機器上。這代表不需要 API call，也不用把程式碼送出去。對重視資料保密的公司，這很有吸引力。
如果你有夠強的硬體，效果會更明顯。官方常提的本地模型，是 Qwen2.5-Coder 32B。它對硬體要求不低，但在 M3 Max 或 M4 Pro 這種機器上，速度已經能拿來做 coding 任務。
如果 VRAM 不夠，7B 版本會比較務實。你不一定要追最強模型，尤其是 cleanup、文件、測試修補這類工作。講白了，很多任務用中階 model 就夠了。
這種 local-first 設計，和訂閱制工具差很多。你可以把成本、隱私、模型品質拆開看，再決定當下要怎麼用。這比被單一供應商綁住好太多。
背景脈絡和實際建議
OpenCode 之所以會紅，不只是因為功能多。更大的原因，是開發者開始在意控制權。大家想自己選模型，也想自己決定資料要不要離開本機。這個需求在公司環境特別明顯。
另一個背景，是模型市場變得很亂。今天某家 provider 便宜，明天可能漲價。今天某個模型在 benchmark 很強，明天可能被別家追上。OpenCode 把 agent 和 model 分開，正好避開這種不穩定。
如果你要認真試，我不建議拿玩具 repo。找一個有 tests、有 lint 規則、也有真實維護需求的專案。先寫好 AGENTS.md，再用 plan mode 跑一次，最後才讓 build mode 動手。
我自己的判斷很直接：OpenCode 很適合想把 AI coding 當工具，而不是當展示品的人。你如果常在 terminal 工作，又在意 local run 和 model 切換，它值得放進工具箱。若你主要需求是 VS Code 裡的即時補全，那還是先留著 Cursor 或 Copilot。
接下來該觀察什麼
接下來最值得看的，不是 OpenCode 會不會繼續衝 stars。那種數字很熱鬧，但不一定代表實用。真正重要的是，它能不能在 provider 規則一直變的情況下，維持 model-agnostic 這個核心承諾。
如果它做得到，這類開源 agent 會更像開發者的標準工具，而不是某家公司的附屬功能。我的建議很簡單：先在一個真實專案裡試 1 次 plan mode，再試 1 次 build mode。你很快就會知道，這工具到底是幫忙，還是只是在增加噪音。