1. 工具

        工具还是使用opencode，本着开源工具优先，自然不选择claude code和qwen code等。

2. 方法论

        没有去专门研究具体的方法，微信看一看默认推荐的文章一大堆，随意看了一些opencode编程短文，主要是vibe coding和spec coding，对我来说长期编程的习惯是先做需求分析、系统设计、然后才进行编码，故先写一份requirements.md，自己写全写也累，直接把真实项目的总体要求发在千问/豆包上，自动生成一份很长的requirements.md，感觉不错。

3. 实际项目

        使用开源大模型不是我自己要来尝鲜新技术的，自嗨不可能让公司买一块nvidia L20, 专门搞一台服务器，放在机房声音都比其他普通服务器声音大几倍，这个真实项目是客户自己提出来：他们给了一个excel，里面有十几列，以后会不定期上传新文件，口头讲法是要做环比、同比和分析趋势。

        几句话需求肯定没法开工，于是线上运维人员和产品人员就去接触客户的具体做事人员，随后就给了一份真实的数据8000多条，还给了一个word报告，平时他们是自己手工在excel统计分析，然后自己手写word报告，各种维度统计，表格、图表和文字说明，这个报告是要给上级领导的。

        使用opencode编程，基本功能就是用中文文字驱动它去帮我们编程，先别说那些技能插件，就先测试一下这个开源LLM和opencode能力去到哪里，具体方法是枯燥的，下面说说碰到的问题：

3.1 问题1

        最开始我在网上生成的requirements.md，是从业务人员那里听到的几句话而生成，opencode也真是很能发挥，洋洋洒洒生成了一大堆，但是，这根本不是客户想要的，不但不是，而且还是开篇就得到了一个一大坨垃圾功能，之后导致各种问题。

3.2 问题2

        当客户第一个完整的需求，那份真实的手工制作word报告给到我们，我开始做第一部分统计分析生成功能，在已有代码基础上各种修改折腾，终于把它统计出来，文本描述部分本来是要调用LLM来动态生成分析报告文字的，也没去调用LangChain， requests直接post会返回中间思考过程，没处理会出错，没时间理它，即使这样，时间都花了我1天多，这比手工编程还慢还累。

        为什么这么累，因为有时需求的实现，平时我们手写，看看产品的任务单和原型图，和产品人员面对面聊一聊，哪个开发人员回去之后做了详细的系统架构设计、模块设计、功能描述呢，有些开发人员连基本注释都懒得写，全英文代码的情形比比皆是，用中文把业务流程细节描述清楚，不是一件容易的事，这种输出word报表的细描述更是麻烦，可能有直接贴图让它去自己识别，暂时没去尝试。

3.3 问题3

        之后实现了2个小功能类，都是读取产品人员定义的配置文件excel,  这种小功能实现没碰到什么大问题，但是发现一个问题，它生成的功能类，读取excel没文件编码问题，而它自动写pytest测试代码，却总是搞不定编码问题。

3.4 问题4

        感觉前面3个功能都能成功，就计划写一个大一点的功能规格让它来一次性搞定，于是乎来一个统计最多的功能点：
1）从1点多~3点40多：写了一份需求功能说明md,  11点小分析统计处理，9个word输出，然后一个大md文件提交给opencode;
2)  第1次自动编程： 近1个小时完毕，手工测试，统计逻辑错误，word输出格式细节都不对：
3）然后不断让它自己修复，每次都要跑很长时间，AI看来面对现实中复杂而功能多的情况，一次性搞定是很难的；

4）最重要的是：在它自己编写pytest测试过程中，自动搜索我的配置文件excel，然后读取出文件编码错误，它干脆：

        把配置文件内容删除掉！

        自己填写几条垃圾测试数据！！

        最后还是搞不定，直接把相关源代码文件删除！！！

        最后询问我，有没有git可以获取以前的代码，因为它搞不定了！！！！

        我滴个妈，我还没来得及git clone，本来想下午在gitlab上开一个仓库，虽然这个开始是实验性的，但这个项目是真实需要交付的，我大意了，以为写清楚需求规格了，不至于删除文件吧。

 3.5 问题5

        之后我不敢喂大块需求，一个个小要求喂给它，但是，发现它：

1）代码结构混乱；

2）数据结构定义混乱，喜欢用大而全class；

3）各种细节bug，还不是需求理解错误，是基本逻辑错误；

4）不用的变量定义，到处可见；

5）注释在方法或代码块首次生成时写了，之后不管你怎么要求怎么修改代码，注释永远不变；

6）要求它重构代码，改了东墙，塌了西墙，还中途随意添加新功能，完全是它自认为的新功能；

7）每次执行速度太慢了，根本没法保证正常速度；

8）总结文字不够直观，反正不喜欢，在AGENTS.md配置文件和命令行多次提醒它要用中文回答，多几次交付又变成全英文，不长记性。

4.总结

        总之我对AI coding完全失去信心，不要说要上什么OMO，superpowers之类skill，基本细节编程搞成这样，没法在真正业务系统上开发，网文每篇都写得天花乱坠, 我并没有怀疑opencode能力，而是让我对Qwen系列的大模型产生极大怀疑，因为：

        真实情况是这样吗，请听下回分解。