经过前几章的配置与日常使用，以下是开发团队在实际落地 OpenCode 时最常见的陷阱与可复用的优化经验，建议在新成员上手时作为必读 checklist。
1. 模型与配置层：先求稳，再求快
- 不要同时开启多个 AI 补全插件。OpenCode 与 GitHub Copilot、Codeium、通义灵码等插件共用
Tab键和编辑器内联渲染接口，同时启用会导致幽灵文本闪烁、接受逻辑错乱。建议只保留一个主力插件，其余彻底禁用。 - 本地模型并非越大越好。很多开发者部署完 32B 模型后发现补全延迟高达 3–5 秒，反而不如云端小模型流畅。若硬件只有单卡 4060/3060，请老老实实使用 7B 或 14B 量化版，将大模型需求留给云端对话场景。
- 多模型切换时看清“补全”与“对话”两个槽位。不少人把 32B 本地模型同时设为补全+对话模型，结果导致 IDE 每敲一个字母就触发一次重型推理，风扇狂转。补全用轻量模型，对话用大模型。
- API Key 与 Token 绝不进 Git。若你在工作区设置里写死了密钥，务必把该文件加入
.gitignore，或改用环境变量注入。
2. 编辑器交互层：减少干扰，保护心流
- Tab 键冲突越早解决越好。如果你使用 VS Code 的 Emmet、Snippet 或多光标编辑，建议把 OpenCode 的“接受建议”改为
Ctrl + →或Ctrl + Enter，把Tab还给原生功能，避免在写 HTML/CSS 时疯狂误触。 - 学会“逐词接受”。AI 生成的代码往往前半句正确、后半句跑偏。与其全部接受再删除，不如用
Ctrl + →（部分接受）只取对的，后半句自己敲，反而更快。 - 大文件主动排除。当单文件超过 5000 行或 1 MB 时，OpenCode 的索引和上下文分析会显著拖慢 IDE。对
*.min.js、日志文件、自动生成的 protobuf 类，及时加入排除列表。 - 关闭自动保存时要小心。如果你在关闭
Auto Save的状态下频繁接受 AI 补全，随后按Ctrl+Z撤销，容易把 AI 代码和自己手敲的代码一起回滚。建议在关键修改后习惯性地Ctrl+S存盘，建立本地快照。
3. 代码质量与安全层：AI 是副驾驶，不是机长
- 永远不要 blind accept（盲目接受）。AI 对业务边界、空指针、并发安全和 SQL 注入的理解有限。尤其是涉及权限校验、金额计算、加密解密的代码，必须逐行 review，补充边界判断和单元测试。
- 私有化部署≠绝对安全。即使模型跑在本地，如果你的 IDE 同时开启了云端语法检查、拼写检查或其他联网插件，代码仍可能通过其他通道外泄。涉密项目建议在内网隔离环境开发，并关闭所有非必要联网插件。
- 警惕“看起来对”的过时 API。大模型的训练数据有截止日期，可能生成已废弃的库函数（如 Python 的
distutils、Node 的过时回调 API）。运行前务必对照官方文档确认。 - 生成代码的许可证风险。AI 可能从训练数据中复现带有 GPL 或特定开源协议的代码片段。若你的项目为闭源商业软件，建议对 AI 生成的核心算法块进行查重或重构，避免潜在合规风险。
4. 效率优化：让工具真正为你打工
- 定期清理对话上下文。侧边栏的历史对话会累计 Token，导致后续问答越来越慢、模型注意力分散。每完成一个任务后点击“新建对话”，保持上下文精简。
- 选中代码再提问，比空泛提问准十倍。不要问“这个文件怎么优化”，而是选中具体函数问“这段循环的时间复杂度能否优化，如何减少一次数据库查询”。精准的上下文能显著提升回答质量。
- 把常用提示词做成 Snippet。如果你经常让 AI 做“生成单元测试”、“添加类型注解”、“转成异步函数”等操作，可以在 IDE 里把这些指令存为代码片段或剪贴板模板，减少重复打字。
- 团队统一配置模板。将
.vscode/settings.json或 IDE 工作区配置中经过验证的排除目录、模型端点、Temperature 值沉淀为团队模板，新项目直接复制，避免每个人重新踩坑。
5. 一条朴素的日常 checklist
每天开工前花 30 秒确认：
- [ ] 当前激活的是正确的模型（个人/公司/本地）。
- [ ] 敏感文件目录已在排除列表。
- [ ] 只有一个 AI 补全插件处于启用状态。
- [ ] 昨天遗留的侧边栏长对话已清空。