📖 本文也提供了 独立阅读版本，包含侧边导航、搜索和滚动定位。

这篇内容是面向实战的 OpenCode 部署指南：先把 CLI 跑起来，再逐步接入桌面版、插件版和常见模型供应商。

1. 四种使用形态

OpenCode 常见的使用方式有四种：

1. 命令行（CLI）
2. 桌面客户端（Desktop）
3. 编辑器插件（例如 VS Code）
4. 云端运行环境（Cloud）

建议顺序是：先 CLI，再插件/桌面，最后补云端。

2. 安装命令行版（主流程）

2.1 前置环境

先安装 Node.js（建议 LTS 版本）。

2.2 安装与启动

1
2

npm install -g opencode-ai
opencode

2.3 基础验证

1
2
3

opencode --version
/models
/connect

如果以上命令都可用，说明核心链路已跑通。

3. 安装桌面版（可选）

1. 下载对应系统安装包并安装。
2. 首次打开后选择项目目录。
3. 进入模型列表确认 Provider 已加载。

桌面版更适合轻量对话与快速体验；复杂工程任务依然建议以 CLI 为主。

4. 安装 VS Code 插件版

1. 在扩展市场搜索并安装 OpenCode。
2. 按 Ctrl + Shift + P 打开命令面板，执行 OpenCode 相关命令。
3. 选中代码后可直接发送到 OpenCode 对话窗口，减少复制粘贴。

插件版依赖本地 OpenCode 环境，所以请先完成 CLI 安装。

5. 查看和切换模型

进入 OpenCode 后，先看当前模型列表：

1

/models

建议先选一个可直接使用的模型跑小任务，确认工作流没问题，再做高级接入。

6. 接入 Antigravity 相关模型

流程要点：

1. 安装对应插件（按插件文档执行）。
2. 执行登录命令并完成浏览器授权。
3. 回到 OpenCode 执行 /models，选择新增模型。

常用入口命令：

1
2

/connect
/models

7. 接入 Codex（OpenAI）

1. 执行 /connect。
2. 选择 OpenAI 并完成浏览器授权。
3. 执行 /models 切换到目标编码模型。

完成后就可以在 OpenCode 里直接使用对应模型进行编码任务。

8. 接入 OpenRouter

1. 在 OpenRouter 控制台申请 API Key。
2. 在 OpenCode 执行 /connect，选择 OpenRouter 并粘贴密钥。
3. 执行 /models 验证模型列表。

1
2
3
4

/connect
# 选择 OpenRouter
# 填入 API Key
/models

9. 推荐部署顺序（避免折腾）

1. 先完成 CLI 安装与版本验证。
2. 接入一个主力 Provider（OpenAI 或 OpenRouter）。
3. 再补充 Antigravity 等高级模型通道。
4. 固定一个默认模型作为日常主模型。
5. 最后接入 VS Code 插件提升效率。

10. Session 并行协作建议

把不同任务拆成多个 Session：

• Session A：新功能开发
• Session B：Bug 修复
• Session C：重构/性能优化

这样能减少上下文干扰，也更方便回溯。

11. 常见问题

Q1：opencode 提示命令不存在

通常是 npm 全局目录未加入 PATH。重开终端后重试；不行就检查 Node/npm 的全局安装路径。

Q2：/models 看不到刚接入的模型

检查三项：授权是否完成、Provider 是否连接成功、会话是否已重启。

Q3：应该优先桌面版还是 CLI？

优先 CLI。桌面版与插件版更适合作为辅助入口。

本笔记基于一篇 MARL（Multi-Agent Reinforcement Learning）通信机制综述论文，系统整理了多智能体系统中「为什么需要通信」「通信什么」「怎么通信」等核心问题。

为什么做这篇笔记？

多智能体强化学习是当前 AI 研究的热门方向之一。当多个智能体（Agent）在同一个环境中学习时，它们之间的「通信」问题是绕不开的核心议题。这篇笔记将这个复杂问题拆解成 6 个竹节，用生活类比和两智能体示例来帮助理解。

笔记内容一览

笔记特色

• 每个概念都有「生活类比」和「两智能体示例」，降低理解门槛
• 内置 SVG 流程图和对照表，直观展示概念关系
• 自测 Quiz 模块，边学边检验
• 阅读进度条实时追踪
• 全站搜索 + 侧边栏导航，快速定位

开始阅读

👉 点击进入完整学习笔记

笔记是独立的交互式页面，支持在线阅读、搜索和自测。

📖 本文也提供了 独立阅读版本，拥有侧边导航和更好的阅读体验。

很多人第一次听到 Git 的定义，比如什么「分布式版本管理系统」，往往会被这些晦涩的术语搞晕。其实 Git 的核心逻辑非常简单，你可以直接把它理解为一个「游戏存档系统」。

• Git：本地的存档系统。你写完一段代码，就相当于打到了一个新的游戏进度。
• Commit（提交）：按下「保存游戏」按钮。每次保存，你都要给这个存档起个名字（比如「打完第一个 Boss」或者「修正了登录 Bug」）。
• GitHub：游戏云服务器（比如 Steam 云）。
• Push（推送）：把你的本地存档上传到云端。这样就算你电脑炸了，也能在别的电脑上找回进度。

1. 准备工作

1.1 安装 VS Code

1. 访问官网：code.visualstudio.com
2. 下载并安装。在安装过程中，务必勾选以下两个选项，方便你直接在文件夹右键打开代码：
   • ✅ 将”通过 Code 打开”操作添加到文件上下文菜单
   • ✅ 将”通过 Code 打开”操作添加到目录上下文菜单

1.2 安装 Git

1. 访问官网：git-scm.com/downloads
2. 下载 Windows 版本。
3. 安装重点：在选择默认编辑器时，推荐从下拉菜单中选择 Visual Studio Code，而不是默认的 Vim。Vim 对于初学者来说比较难操作。
4. 在配置初始分支名时，建议选择 Override the default branch name for new repositories，并填入 main。
5. 安装完成后，打开终端输入 git --version，看到版本号即表示成功。

2. 必做的初始配置

Git 在你第一次存档时，需要知道「这个档是谁存的」。如果你跳过这一步，后续提交代码会直接报错。

你需要打开 VS Code 的终端（Terminal），依次输入以下两条命令：

1
2

git config --global user.name "你的用户名"
git config --global user.email "你的邮箱@example.com"

💡 建议这里的用户名和邮箱与你之后注册的 GitHub 账号保持一致。

3. 注册 GitHub 账号

1. 访问 github.com 并点击 Sign up。
2. GitHub 就是你的「云端存档仓库」。在这里存代码不仅可以备份，还能让别人看到你的作品。

4. 开始你的第一个项目

4.1 创建文件夹

在桌面创建一个文件夹，比如 my-git-demo，然后直接把它拖进 VS Code。

4.2 编写代码

新建一个 index.html 或 hello.py。随便写点内容并保存。

4.3 初始化本地存档（git init）

点击 VS Code 左侧侧边栏那个像「分支」一样的图标（源代码管理/Source Control）。

你会看到一个 Initialize Repository（初始化仓库） 的按钮。点击它。这相当于在这个文件夹里安装了一个「存档插槽」。

5. 保存第一个存档（Commit）

初始化后，VS Code 会列出你刚才创建的文件。

1. 在顶部的消息框（Message）里输入存档名字，比如 first save。
2. 点击 Commit（提交） 按钮。
3. 如果是第一次操作，VS Code 可能会问你要不要自动暂存所有更改，点击 Always（总是） 即可。

此时，你的代码就已经在本地存好档了。

6. 查看存档进度（Graph）

推荐安装 VS Code 的相关插件（或者使用内置的 Source Control Graph 面板），你可以直观地看到：

• 绿色的线：代表你新增的代码。
• 红色的线：代表你删除的代码。
• 节点：每一个节点就是一个存档。你可以随时点开，对比两个存档之间到底改了哪几行。

7. 将存档同步到云端（Push）

现在存档只在你自己的电脑上。我们要把它传到 GitHub 云端。

7.1 方法一：直接从 VS Code 发布（最快）

在源代码管理面板点击 Publish to GitHub 按钮。

1. OAuth 授权：浏览器会弹出页面，询问是否允许 VS Code 访问 GitHub 账号。点击 Authorize 允许。
2. 选择公开/私有：
   • Public（公开）：全世界都能看到你的代码。
   • Private（私有）：只有你自己（和你邀请的人）能看到。
3. 发布成功后，你会发现存档节点旁边多了一个「云朵」图标，这代表本地和云端已经同步。

7.2 方法二：先在 GitHub 建库（更专业）

如果你想给仓库起个不一样的名字，可以这么操作：

1. 在 GitHub 首页点击右上角 + -> New repository。
2. 填入名字（比如 custom-project-name），点击 Create。
3. 在 VS Code 中点击源代码管理面板顶部的三个点 ... -> Remote（远程） -> Add Remote（添加远程仓库）。
4. 选择 Add remote from GitHub，找到你刚才建好的那个名字，选中它。
5. 起个别名（比如 origin 或 github），最后点击底部的 Publish 或 Sync。

8. 国内用户必读：配置网络代理

由于网络环境原因，国内用户在推送（Push）到 GitHub 时经常会遇到连接超时的情况。如果你发现进度条一直转不动，可以在终端输入以下命令设置代理（假设你的代理工具端口是 7890）：

1
2
3
4
5

# 设置 HTTP 代理
git config --global http.proxy http://127.0.0.1:7890

# 设置 HTTPS 代理
git config --global https.proxy http://127.0.0.1:7890

⚠️ 注意：端口号（7890）需要根据你自己的代理软件实际设置来修改。

9. 什么是本地与云端的「进度偏差」？

当你又写了一些代码并做了本地 Commit，但还没执行 Push 时，你会发现：

• 本地指针（main）：已经跑到了最新的存档。
• 云端指针（origin/main）：还停留在上一次推送的位置。

这就是「本地领先于云端」。你只需要点击 Sync Changes（同步更改），Git 就会把中间差的那几个存档全部推上去，让云端追上你的进度。

10. 进阶必备：.gitignore

并不是所有文件都要上传到云端。比如 Python 的缓存文件、VS Code 的配置、或是包含密码的 .env 文件。

在项目根目录新建一个 .gitignore 文件，写在里面的文件会被 Git 自动忽略：

1
2
3
4
5
6
7
8
9
10

# 忽略 Python 缓存
__pycache__/
*.pyc

# 忽略本地配置
.vscode/

# 忽略系统杂质
.DS_Store
Thumbs.db

11. 常用 Git 命令速查表

虽然 VS Code 的图形界面已经涵盖了 90% 的操作，但了解这些命令能让你在出问题时更从容：

12. 推荐资源

如果你想系统地从底层原理学习 Git，Git 官网推荐了一本免费开源的神书：

• 《Pro Git》：可以在 git-scm.com/book/zh/v2 免费在线阅读。

本文系统整理了 Python 编程语言的基础知识点，涵盖输出、数据类型、列表、循环、条件判断、字典、函数与类等核心概念，适合 Python 初学者参考学习。

目录

1. 输出语句 (print)
2. 数据类型
3. 列表与元组
4. for 循环
5. 条件判断 (if-elif-else)
6. 字典 (dict)
7. 函数定义
8. 函数应用：数学运算
9. 类与面向对象
10. 程序入口与模块化

1. 输出语句 (print)

学习目标

掌握 Python 中最基础的输出函数 print() 的使用方法，以及格式化字符串（f-string）的基本语法。

核心代码

1
2
3

print('Hello, Python')
x = 100
print(f'你好， {x}')

知识点解析

要点总结：

• print() 是 Python 中最常用的输出函数
• f-string（格式化字符串字面量）是 Python 3.6+ 引入的特性，语法简洁直观
• 使用 f 前缀后，可在字符串中用 {} 包裹变量名实现动态插值

2. 数据类型

学习目标

了解 Python 中的四种基础数据类型：字符串（str）、整型（int）、浮点数（float）、布尔值（bool）。

核心代码

1
2
3
4
5
6
7
8

message = "你好，世界"   # 字符串（变量不能包含中文，开头不能有数字）
Message = "你不好，世界"
age = 18                 # 整型 int
pi = 3.1415926           # 浮点数 float
is_student = True        # 布尔值 bool (True/False)

print(message, age, pi, is_student)
print(type(message), type(age), type(pi), type(is_student))

知识点解析

要点总结：

• Python 是大小写敏感的语言，message 和 Message 是两个不同的变量
• 变量命名规则：不能以数字开头，不能包含特殊字符（下划线除外）
• type() 函数可用于查看变量的数据类型

3. 列表与元组

学习目标

区分 Python 中两种常用的序列类型：列表（list）和元组（tuple），理解它们的可变性差异。

核心代码

1
2
3
4
5
6

fruits_list = ['苹果','香蕉','橘子']   # 列表 list
fruits_tuple = ('苹果','香蕉','橘子')  # 元组 tuple，元素不可更改

print(fruits_list)
print(fruits_tuple)
print(type(fruits_list), type(fruits_tuple))

知识点解析

要点总结：

• 列表使用方括号 []，元组使用圆括号 ()
• 列表支持 append()、remove() 等修改操作
• 元组一旦创建，元素不可更改，适用于存储不应被修改的数据
• 注释快捷键：Ctrl + /

4. for 循环

学习目标

掌握 for 循环的基本用法，包括遍历列表和使用 range() 函数生成数值序列。

核心代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 遍历列表
fruits = ['苹果','香蕉','橘子']
for i in fruits:
    print(i)

# 使用 range() 生成数值序列
for i in range(10):
    print(i**2)

# 累加求和示例
num = [1, 2, 3, 4, 5]
total = 0
for i in num:
    total += i
    print('此次循环后', total)

print(total)

知识点解析

要点总结：

• for 循环是 Python 中最常用的循环结构
• range(10) 生成的序列是 [0, 1, 2, ..., 9]（不包含 10）
• 循环体内的代码必须缩进（通常为 4 个空格）

5. 条件判断 (if-elif-else)

学习目标

掌握 Python 中条件分支语句的写法，实现程序的逻辑判断与分支执行。

核心代码

1
2
3
4
5
6
7

age = 18
if age < 18:
    print('未成年')
elif age < 65:
    print('成年人')
else:
    print('老年人')

知识点解析

要点总结：

• 条件表达式后必须加冒号 :
• 代码块通过缩进区分，而非花括号
• elif 可以有多个，else 最多一个且必须在最后
• 条件判断是短路求值的，一旦某个条件满足，后续条件不再检查

6. 字典 (dict)

学习目标

理解字典这种键值对（key-value）数据结构，掌握其创建、访问与遍历方法。

核心代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

# 字典定义：key : value
person = {
    'name': '蔡徐坤',
    'age': '18',
    'city': '温州'
}

# 访问字典的键、值、键值对
print(person.keys())    # 获取所有键
print(person.values())  # 获取所有值
print(person.items())   # 获取所有键值对

# 遍历字典
for x, y in person.items():
    print(x, ':', y)

知识点解析

要点总结：

• 字典使用花括号 {} 定义，键值之间用冒号 : 分隔
• 键（key）必须是不可变类型（如字符串、数字、元组）
• items() 返回的是元组列表，可用解包语法 for k, v in dict.items() 遍历

7. 函数定义

学习目标

掌握 Python 中自定义函数的定义方式，理解参数传递与返回值机制。

核心代码

1
2
3
4

def hello(name):
    return f'Hello, {name}'

print(hello('蔡徐坤'))

知识点解析

要点总结：

• 使用 def 关键字定义函数
• 函数体必须缩进
• return 语句用于返回结果，若无 return，函数默认返回 None
• f-string 可以在 return 语句中使用，实现动态字符串拼接

8. 函数应用：数学运算

学习目标

通过实际案例理解函数的封装作用，将数学运算逻辑抽象为可复用的函数。

核心代码

1
2
3
4

def square(x):
    return x ** x

print(square(100))

知识点解析

要点总结：

• 将重复使用的逻辑封装成函数，提高代码复用性
• 函数命名应具有描述性，能反映其功能
• 注意：示例中 x ** x 计算的是 x 的 x 次方，而非平方（x²）

9. 类与面向对象

学习目标

理解面向对象编程（OOP）的基本概念，掌握类的定义、初始化方法、实例方法的使用。

核心代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

class Calculator:
    def __init__(self, num):  # 初始化方法，必须传参数 num
        self.num = num

    def sum(self):
        total = 0
        for i in self.num:
            total += i
        return total

    def avg(self):
        return self.sum() / len(self.num)

# 创建类的实例
nums = [1, 2, 3, 4, 5]
calc = Calculator(nums)

print(calc.sum())  # 输出：15
print(calc.avg())  # 输出：3.0

知识点解析

要点总结：

• 类是对象的模板，实例是类的具体化
• __init__ 是特殊方法（魔术方法），用于初始化实例属性
• 类中所有方法的第一个参数必须是 self
• 可以在一个方法中调用另一个方法：self.sum()
• len() 函数返回列表的长度

10. 程序入口与模块化

学习目标

理解 Python 程序的入口机制，掌握 if __name__ == '__main__': 的作用与使用场景。

核心代码

1
2
3
4
5

def print_hi(name):
    print(f'Hi, {name}')

if __name__ == '__main__':
    print_hi('PyCharm')

知识点解析

要点总结：

• 当 .py 文件被直接运行时，__name__ 等于 '__main__'
• 当 .py 文件被作为模块导入时，__name__ 等于模块名
• 这种写法常用于：
  • 编写可复用模块时，区分”被导入”和”直接执行”
  • 在模块中添加测试代码，而不影响导入

学习小结

本文涵盖了 Python 编程的基础核心知识点：

本文适用于 Python 3.x 版本。

在真实的 Python 开发中：

• 项目 A 需要 requests==2.28

• 项目 B 需要 requests==2.10

• 项目 C 需要 Python 3.11

• 项目 D 需要 Python 3.8

如果所有项目都使用同一套 Python 环境，会造成严重冲突。

为什么必须使用虚拟环境？

• 不同项目依赖互不影响

• 卸载项目变简单（删掉环境即可）

• 更适合协作（别人可以重建你的环境）

• 避免污染系统 Python

• 是专业开发者和开源项目的标准规范

一个项目 = 一个独立环境
不要在 base 环境安装第三方包

2. Conda / Anaconda / Miniconda 的区别

通俗解释

• Conda = 工具（像 pip + venv 的合体）

• Anaconda = 大礼包，自带 Conda 和大量库（巨肥但好用）

• Miniconda = 清爽的小礼包，只带 Conda，不带库

3. Conda 核心命令

创建虚拟环境

1

conda create -n myenv python=3.10

激活环境

1

conda activate myenv

退出环境

1

conda deactivate

安装包

推荐使用 pip：

1

pip install requests

使用 conda 安装（适合 numpy、pandas 等）：

1

conda install numpy

查看环境列表

1

conda env list

删除环境

1

conda remove -n conda-demo --all

导出环境（用于协作）

1

conda env export > environment.yml

从 environment.yml 重建环境

1

conda env create -f environment.yml

📌 4. VS Code + Conda

✔ Step 1：激活环境

1

conda activate myenv

✔ Step 2：进入项目目录

1

cd myproject

✔ Step 3：打开 VS Code（关键）

1

code .

VS Code 会自动检测当前 Conda 环境。

✔ Step 4：选择 Python 解释器（如未自动识别）

左下角点击 Python 版本 → 选择：

1

Python 3.10 ('myenv')

现在：

📌 5. environment.yml 示例

1
2
3
4
5
6
7
8
9

name: webscraper
channels:
  - defaults
dependencies:
  - python=3.10
  - pip
  - pip:
      - requests
      - beautifulsoup4

使用方法：

1
2

conda env create -f environment.yml
conda activate webscraper

📌 6. 一个专业项目应该长这样（仓库模板）

1
2
3
4
5
6
7
8
9
10
11
12
13
14

conda-demo/
│
├── environment.yml          # 环境定义
├── README.md                # 文档
├── .gitignore               # 忽略虚拟环境
│
├── src/
│   └── main.py              # 入口程序
│
├── scripts/
│   ├── setup_env.sh         # Linux/Mac 自动创建环境
│   └── setup_env.bat        # Windows 自动创建环境
│
└── data/                    # 可选数据目录

📌 7. main.py 示例（跑得通的最小程序）

1
2
3
4
5
6
7
8

import requests

def main():
    print("Conda 环境运行正常！")
    print("Requests 版本：", requests.__version__)

if __name__ == "__main__":
    main()

运行：

1

python src/main.py

📌 8. 速查表

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

==============================
         Conda 速查表
==============================

# 创建环境
conda create -n myenv python=3.10

# 激活环境
conda activate myenv

# 退出环境
conda deactivate

# 删除环境
conda remove -n myenv --all

# 列出全部环境
conda env list

# 查看当前环境包
conda list

# 安装包
pip install 包名
conda install 包名

# 导出环境
conda env export > environment.yml

# 从 environment.yml 重建
conda env create -f environment.yml

==============================