OpenCode + Oh My OpenCode 高级使用教程：掌握 ulw、ralph

发布时间：2026-03-04 18:04

高级技能：如掌握英语、编程等，可以适当提及。 #生活常识# #职场技巧# #面试自我介绍#

OpenCode + Oh My OpenCode 高级使用教程：掌握 ulw、ralph-loop 与高效玩法

OpenCode 是一个强大的终端式 AI 编程助手，支持多种大模型（Claude、Gemini、GPT、GLM 等），能在本地项目中直接读写代码、执行命令、调试问题。
Oh My OpenCode（简称 OMO）是其最强插件，把单个模型升级为“多代理协作团队”：oracle（架构师）、librarian（代码库专家）、frontend、backend 等角色并行工作，自动调度任务、深度探索代码库。

本教程假设你已完成安装与基本配置，直接聚焦高级提示词与高效玩法，帮助你把生产力提升到极致。

1. 基本命令快速回顾（前提）

OpenCode 交互方式：

直接输入自然语言需求 → AI 自动读项目、生成/修改代码斜杠命令（/ 开头）： /edit <文件>：精准编辑文件 /run <命令>：执行终端命令 /test：运行测试套件 /undo：撤销上一步操作 /clear：清空上下文 /diff：查看最近改动

OMO 扩展后，所有高级能力主要通过提示词触发，不需要额外命令行参数。

2. 核心高级提示词详解

2.1 ulw（UltraWork 模式）—— 日常最常用、性价比最高的开挂指令

核心机制：
在提示词中加入 ulw（或 ultrawork），OMO 会自动激活全部增强功能：

多代理并行（oracle 规划 → librarian 分析现有代码 → 专业角色实现）深度工具链（LSP 静态分析、AST 解析、MCP 多文件上下文）子任务智能拆分与调度自动验证与迭代

基础用法：

ulw 请实现用户认证系统：注册、登录、JWT、刷新令牌、权限控制，集成到现有 Express 项目。

进阶技巧：

指定优先级与角色分配

ulw UI 部分优先交给视觉/交互专家，优先级最高；后端逻辑交给 backend 代理；整体架构先让 oracle 评审。请实现一个实时仪表盘，支持 WebSocket 更新、ECharts 图表、深色模式。

强制深度代码库探索

ulw 先全面分析整个代码库的现有模式和痛点，再重构所有 API 路由为 RESTful 标准，消除重复代码。

批量清理与优化

ulw 移除所有 console.log、dead code、未使用 import/variables；统一代码风格（Prettier + ESLint）；性能优化所有慢查询。

新项目从零搭建

ulw 创建一个完整的 SaaS 模板：Next.js 14 App Router + Prisma + PostgreSQL + NextAuth + Tailwind + Shadcn/ui，支持多租户和订阅支付（Stripe）。

结合工具链

ulw 先运行 npm test 收集失败案例，再针对性修复所有单元测试和集成测试，确保覆盖率 >90%。

为什么 ulw 这么强：
普通提示是单模型线性思考，容易遗漏边缘 case 或与现有代码冲突。ulw 开启多代理并行，librarian 会持续引用项目历史，oracle 会提前识别风险，整体质量和速度提升 3-5 倍。

使用建议：

小任务（如改一个组件）不需要 ulw 中大型任务（新功能、重构、跨模块）必须加 ulw token 消耗会增加 2-4 倍，建议把高耗模型（如 Sonnet）留给关键代理

2.2 ralph-loop（自主无限迭代循环）—— 追求完美时的终极武器

核心机制：
AI 会反复执行任务 → 自检 → 修复 → 再执行，直到满足完成条件或达到最大次数。适合需要“死磕到底”的场景。

触发格式：

/ralph-loop "任务描述（建议先加 ulw 增强）" --max-iterations N --completion-promise "停止条件"

参数详解：

--max-iterations：安全阀，推荐 10-30 --completion-promise：关键！必须是 AI 输出中能明确检测的短语

实战示例：

修复遗留 bug

ulw /ralph-loop "修复所有已知的生产 bug（参考 ISSUE 列表），所有测试必须通过" --max-iterations 20 --completion-promise "所有测试通过且无新错误"

性能优化

ulw /ralph-loop "优化首页加载时间到 <1.5s（Lighthouse 分数 >95）" --max-iterations 25 --completion-promise "Lighthouse 性能分 >95"

大型迁移

ulw /ralph-loop "将整个项目从 Redux 迁移到 Zustand，所有功能保持一致" --max-iterations 30 --completion-promise "所有 e2e 测试通过且无状态丢失"

算法死磕

ulw /ralph-loop "实现一个 O(n log n) 的顶部 K 频繁元素算法，通过所有 leetcode 风格测试用例" --max-iterations 15 --completion-promise "所有测试用例通过"

高级玩法：

嵌套 ulw + ralph-loop：先 ulw 规划，再进入 ralph-loop 执行中途干预：在终端看到进度不满意时 Ctrl+C 停止，调整提示后重启结合实际运行：循环中让 AI 自动 /run npm run build 检查是否成功

风险控制：

容易消耗大量 token，建议先小范围测试（max-iterations 5） completion-promise 要写得精准、可检测，避免无限循环

2.3 其他高级提示词技巧

直接@调用特定代理

@oracle 请先设计整体微服务架构图和数据库 schema @librarian 请搜索项目中所有与支付相关的代码，总结现有逻辑和潜在风险 @frontend 请实现一个现代的响应式侧边栏，支持折叠和动态路由

后台并行任务（不阻塞主对话）

ulw background: 持续监控代码库变化，自动生成更新后的架构文档 ulw background: 分析所有第三方依赖，列出过时/有安全漏洞的包并建议升级路径

链式任务（分阶段）

ulw 第一阶段：只规划和输出详细实现计划（不修改代码） ulw 第二阶段：根据计划逐步实现，每步完成后等待我确认

强制思考链
在任何复杂提示前加：

请严格遵守：1. 先全面分析现有代码 2. 输出详细计划 3. 分步执行 4. 每步完成后运行测试验证

多模型协同优化
在 oh-my-opencode.json 中：

oracle 用 Claude-3.5-Sonnet（强推理） librarian 用 Gemini-1.5-Pro（超长上下文）代码生成用 GPT-4o 或 o1（速度快）

3. 更多高效玩法与场景

每日代码审查流程
早上输入：

ulw 审查昨天的所有 git commit，指出潜在 bug、性能问题、风格不一致，并自动修复低风险项

文档自动同步

ulw 每次代码变更后，自动更新 README、API 文档、架构图（用 mermaid）

探索性研发

ulw 并行探索三种技术方案：A. 使用 tRPC B. 使用 GraphQL C. 使用 REST + Zod，请分别实现最小可运行原型并对比优劣

一对多代码生成

ulw 为以下 10 个组件生成统一风格的实现：Button, Card, Modal, Table...

与 Git 深度集成

ulw 根据 feat: 新增用户仪表盘的 commit message，自动生成 PR 描述、变更日志、迁移指南

4. 常见问题与优化建议

输出卡住：加“一步一步思考，出错时立即报告”或重启对话 token 超支：优先用 Gemini 做 librarian；复杂任务分阶段执行 代理不听话：在提示中明确“严格按照我的指令，不得自行添加功能” 想加新代理：在 oh-my-opencode.json 添加，如 "tester": 保持上下文：大项目建议用 /clear 前备份重要对话

掌握 ulw + ralph-loop + @代理调用，你就真正把 OpenCode + OMO 用到了极致。很多开发者反馈：复杂功能从几天缩短到几小时，重构从一周变成一晚。

OpenCode + Oh My OpenCode 实战案例大全

以下是更多真实开发场景下的实战案例，覆盖前端、后端、全栈、重构、调试、优化、文档、探索性研发等常见需求。每个案例都给出具体提示词、推荐触发方式（ulw / ralph-loop / @代理等）、预期效果以及为什么高效。

这些案例都基于实际开发者反馈整理，复制提示词直接粘贴到 OpenCode 对话中使用即可。建议复杂案例必加 ulw，追求完美时再套 ralph-loop。

1. 前端组件库快速迭代

场景：你正在用 Shadcn/ui 搭建组件库，想一次性生成 8 个常用组件，并统一风格、支持暗黑模式、无障碍。

推荐提示词：

ulw 为以下组件生成完整实现，使用 Shadcn/ui + Tailwind + Radix，确保风格一致、响应式、支持暗黑模式和键盘导航（a11y）： 1. Accordion 2. Tabs 3. Dropdown Menu 4. Tooltip 5. Dialog 6. Sheet (侧边抽屉) 7. Toast 8. Command Palette 每个组件都要提供示例用法和 Storybook 故事。

为什么高效：ulw 会自动把 UI 任务分配给 frontend 代理，librarian 参考现有 Shadcn 源码，避免重复造轮子。一次性生成 8 个高质量组件，通常 10-20 分钟完成。

2. 后端 API 大规模重构

场景：遗留 Express 项目路由混乱，想统一为 RESTful，添加 Zod 验证、错误处理、日志。

推荐提示词：

ulw 先让 @oracle 设计统一的 API 规范（RESTful、分层、错误码），再逐步重构所有路由： - 所有请求/响应使用 Zod schema 验证 - 统一错误处理 middleware - 添加请求日志（morgan + winston） - 分页、过滤、排序通用支持每修改一个路由后运行测试验证。

进阶（死磕版）：

ulw /ralph-loop "重构所有用户相关 API 为 RESTful 标准，所有现有测试必须通过" --max-iterations 20 --completion-promise "所有 API 测试通过且 Zod 验证覆盖率 100%"

为什么高效：oracle 先规划避免翻车，ralph-loop 自动修复测试失败，直到真正稳定。

3. 全栈实时功能开发

场景：需要一个实时协作白板（类似 Excalidraw 简化版），前端 Canvas + Socket.io，后端房间管理 + 持久化。

推荐提示词：

ulw 并行实现一个实时协作画板： - 前端：React + Canvas，工具栏（线条、矩形、文本、颜色） - 后端：Socket.io 房间广播，MongoDB 持久化画板状态 - 功能：多人实时同步、撤销/重做、导出 PNG @frontend 负责 UI/交互流畅，@backend 负责防冲突和性能。

为什么高效：ulw 多代理并行，前端后端同时推进，通常 1-2 小时出 MVP。

4. 性能优化深度排查

场景：Next.js 项目首页加载慢，Lighthouse 分数 70，想优化到 95+。

推荐提示词：

ulw /ralph-loop "优化首页性能到 Lighthouse >95（移动端）" --max-iterations 25 --completion-promise "Lighthouse 性能分 >95 且无回归" 具体方向： - 图片优化（next/image + webp） - 字体预加载 - 代码分割 - 服务端组件最大化 - 减少 hydration 每步优化后运行 lighthouse 检查。

为什么高效：ralph-loop 会反复运行 /run lighthouse，自动发现新瓶颈并修复，人类手动要测几十次。

5. 遗留代码现代化迁移

场景：Vue 2 项目想升级到 Vue 3 + Composition API + Pinia。

推荐提示词：

ulw /ralph-loop "将整个项目从 Vue 2 + Vuex 迁移到 Vue 3 + Composition API + Pinia，所有功能和测试保持一致" --max-iterations 40 --completion-promise "npm run test 和 e2e 全通过，无 Options API 残留" 分阶段： 1. 先升级 Vue 版本和依赖 2. 逐文件转换组件 3. 替换 Vuex 为 Pinia 4. 清理废弃代码

为什么高效：大迁移最怕漏掉边缘 case，ralph-loop 会自动跑测试修复，直到 CI 全绿。

6. 自动化文档与知识管理

场景：项目大了，文档落后，想让代码变更自动同步文档。

推荐提示词：

ulw background: 监控所有代码变更，每次提交后自动： - 更新 README（功能列表、快速开始） - 生成/更新 API 文档（Swagger/OpenAPI） - 更新架构图（Mermaid） - 生成变更日志（Conventional Commits）输出到 docs/ 目录。

后续日常使用：
每次 commit 后直接问：

ulw 请根据最新 commit 更新所有文档

为什么高效：从此告别手动写文档，知识永远与代码同步。

7. 探索多种技术方案对比

场景：想决定用 tRPC 还是 GraphQL 还是 TanStack Query + REST，做全栈类型安全。

推荐提示词：

ulw 并行探索三种方案的最小可运行原型（基于现有 Next.js 项目）：方案 A: tRPC + Zod 方案 B: GraphQL + Apollo + codegen 方案 C: REST + TanStack Query + Zod 每个方案实现相同的功能：用户 CRUD + 实时通知。完成后对比： - 类型安全 - 开发体验 - 性能 - 维护成本给出推荐。

为什么高效：一次性并行跑三个原型，省去自己一个个试的几天时间。

8. 安全审计与修复

场景：项目要上线，想全面检查安全漏洞。

推荐提示词：

ulw 先让 @librarian 扫描所有依赖（npm audit），再全面审计代码： - SQL 注入 / XSS / CSRF - JWT 安全最佳实践 - Rate limiting - Helmet 配置 - 环境变量泄露列出所有问题，按严重程度排序，并自动修复低中风险项，高风险项给出方案等我确认。

为什么高效：librarian 会深度搜索代码库，结合 oracle 判断风险，自动修大部分问题。

9. 测试覆盖率提升

场景：测试覆盖率只有 60%，想快速冲到 90%+。

推荐提示词：

ulw /ralph-loop "为所有核心业务逻辑补全单元测试和集成测试，覆盖率达到 90%" --max-iterations 30 --completion-promise "npm run coverage 显示 >90% 且所有测试通过" 优先覆盖： - API handlers - 业务服务层 - 工具函数使用 Jest + React Testing Library。

为什么高效：AI 写测试比人快 10 倍，ralph-loop 自动修复失败测试。

10. 一键部署与 DevOps 优化

场景：想配置完整的 CI/CD + Docker + Vercel/Netlify。

推荐提示词：

ulw 配置完整生产级部署流程： - Dockerfile 多阶段构建 - GitHub Actions CI（lint + test + build） - Vercel/Netlify 自动部署 - 环境变量管理 - 健康检查和回滚策略生成所有配置文件并说明部署步骤。

为什么高效：一次性输出全套最佳实践配置，直接 commit 就能用。

这些案例基本覆盖了日常开发的 90% 场景。多实践几次，你会找到最适合自己项目的提示词风格。记住核心公式：

小改动 → 普通提示
中大型功能 → ulw + 明确角色分配
追求极致/大重构 → ulw + ralph-loop + 精准 completion-promise

本人公众号：比特财商本人精通java高并发，DDD，微服务等技术实践，专注java,rust技术栈。本人Eric，坐标深圳，前IBM架构师、咨询师、敏捷开发技术教练，前IBM区块链研究小组成员、十多年架构设计工作经验，《区块链核心技术与应用》作者之一，前huobi机构事业部|矿池defi部技术主管。现聚焦于：AI+Crypto。工作微信&QQ：360369487，区块链创投与交易所资源对接，加我注明：博客园+对接，技术咨询和顾问，加我注明：博客园+顾问。想学习golang和rust的同学，也可以加我微信，备注：博客园+golang或博客园+rust,谢谢！

网址：OpenCode + Oh My OpenCode 高级使用教程：掌握 ulw、ralph https://klqsh.com/news/view/348626

⬅️上一篇：家里电路故障不求人，学会这几个电

➡️下一篇：汽车技术系汽车维修日常教学耗材采