影片筆記：OpenCode 從零開始 /一部影片一次教完 /免費入門 AI Agent

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
• 待修正：逐字稿可先使用，但有待校正清單（segment=11 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=15 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

本影片教學如何免費下載並設定 OpenCode 桌面版，透過註冊 OpenCode Zen 獲取免費 API Key 及使用 Meta 的 Muse Spark 1.3 Free 模型，並進一步安裝內部工具（如 Edge TTS、yt-dlp、FFmpeg）與連接外部工具（如 NotebookLM），最終建立具備個人化工作流的 AI Agent 環境。

核心重點

1. 免費入門路徑：透過 OpenCode 桌面版搭配 OpenCode Zen 帳號，可免費獲取 API Key 並使用高階模型（Muse Spark 1.3 Free）。
2. 模型特性與風險：Muse Spark 1.3 Free 支援多模態與長上下文，但對話資料可能用於訓練下一代 AI，建議避免輸入隱私資料。
3. 內部工具增強：Agent 可自動安裝 Python 及相關工具（Edge TTS 語音合成、yt-dlp 影音下載、FFmpeg 影音處理），增強電腦本地執行能力。
4. 外部工具連接：透過讓 Agent 引導 Chrome 登入並儲存憑證，可連接 NotebookLM、Gmail 等外部服務；建議使用他人提供的「懶人包」以提高成功率。
5. 技能打包：將重複性的工作流打包為「技能」，可作為可重複使用的專業工作流說明書，簡化後續操作。

詳細大綱

一、 OpenCode 下載與安裝

• 搜尋與下載：
• 在 Google 搜尋「OpenCode Download」。
• 下載最新桌面版：
• 一般情況：系統自動偵測並下載對應版本。
• 舊版 Mac：需手動滑至「macOS Intel」下載。
• ARM64 CPU：系統自動偵測並下載。
• 啟動應用程式：
• 若找不到，需透過「程式集」搜尋「OpenCode」。
• 建議釘選至開始或工作列以便快速開啟。

二、 註冊 OpenCode Zen 與獲取 API Key

• 註冊流程：
• 於下載頁面點選「Zen」連結。
• 選擇「登入」或「開始使用 Zen」註冊。
• 若無帳號，選擇「Continue with Google」使用 Google 帳號註冊。
• 獲取資源：
• 註冊完成後頁面顯示「免費使用的 API Key」。
• 複製該 API Key 備用。

三、 OpenCode 應用程式設定

• 介面調整：
• 打開應用程式後最大化視窗。
• 點選「首頁」按鈕顯示設定選項。
• 設定提供者與模型：
• 進入「設定」->「提供者」。
• 選擇「OpenCode 的 Zen 方案」並連線。
• 貼上 API Key 並按「繼續」。
• 確認版面為新版，語言設為「繁體中文」。
• 在模型列表中尋找 Meta 提供的免費模型：「Muse Spark 1.3 Free」。
• 注意事項：
• 此為免費試用，對話資料可能作為下一代 AI 訓練數據。
• 建議不要提供隱私資料，一般課務與例行工作無礙。
• 此為美國 Meta 公司發行，非大陸模型公司。
• 模型特性：支援多模態（文字、圖片、音訊、影片、PDF），上下文長度達 100 萬，免費方案中相當聰明。
• 思考強度設定：建議日常使用設為「High」；若遇問題可嘗試「Xhigh」或考慮付費方案。

四、 建立專案與第一個對話

• 建立專案：
• 在左側「專案」選單中選擇「建立新專案」。
• 建議在 C 槽新建資料夾，命名建議為「2026OpenCode」。
• 所有 Agent 工作將在此資料夾內進行。
• 開啟對話：
• 選擇資料夾後，選擇「新增工作階段」。
• 在對話中選擇模型：「OpenCode 的 Zen 方案」下的「Muse Spark 1.3 Free」。
• 完成環境設置，開啟第一個專案對話，標誌著 AI Agent 第一階段的完成。

五、 增強電腦內部能力（安裝內部工具）

• 提示詞範例：
• 設定使用者背景（例如：國中數學老師，擅長數位教學與 AI 備課）。
• 要求 Agent 上網尋找適合背景的 Python 程式，分類並說明，暫不下載，待確認後再下載。
• 推薦安裝的三個工具：

1. Edge TTS：

• 無需 API Key 即可合成教學語音。
• 應用於教學影片、自學影片、AI 助讀。
• 讓電腦支援生成任何語音且無需費用。

1. yt-dlp：

• 處理影音相關功能，對教學備課非常有用。

1. FFmpeg：

• 處理所有影音相關任務，若電腦需處理語音或影像則必須安裝。
• 安裝方式：
• 若電腦未安裝 Python，Agent 會建議安裝。
• 允許 Agent 自動上網下載並安裝推薦程式。
• 安裝後，Agent 可自動調用這些 Python 程式處理任務。

六、 連接外部工具（以 NotebookLM 為例）

• 新對話設定：
• 點擊上方加號開啟新對話。
• 確認下方資料夾路徑仍在「2026OpenCode」內。
• 連接邏輯與提示詞：
• 目標：連接外部工具（如 NotebookLM、Gmail、Canva、Kahoot 等）。
• 授權方式：最簡單的方式是讓 Agent 開啟 Chrome 登入視窗，使用者輸入帳號密碼，Agent 儲存授權憑證供日後驗證。
• 連接方式：讓 Agent 上網搜尋目前最熱門的連接方式，由 Agent 引導登入、安裝及執行驗證。
• 操作原則：
• 登入時間設為最長，確保有足夠時間輸入資訊。
• 所有步驟由 Agent 完成後，再呼叫使用者操作。
• 若有問題由 Agent 協助解決。
• 懶人包建議：若不想自行摸索，可尋找他人或頻道提供的「懶人包」（已登入並連接好的步驟說明），按懶人包連接成功率較高。
• 對話管理：
• 透過左上角「首頁」查看所有專案對話。
• 可對對話按右鍵進行命名（例如：「連接外部工具 NotebookLM」）。
• 建議不同任務開啟不同對話，所有對話均在專案目錄下工作。

七、 設計、打包與優化技能

• 技能定義：
• 技能是可重複的專業工作流，相當於一份「使用說明書」。
• 將電腦能做的事情寫成說明書，值得打包成技能。
• 製作時機：
• 排在第四階段，因為需先安裝好內部工具、連接常用外部工具後，再結合兩者打包工作流。
• 通常先做好一件事，再打包成技能。
• 操作方式：
• 若不知如何製作，可直接詢問 Agent。
• 可要求 Agent 列出所有技能，或說明特定技能的功能。
• 使用時可直接輸入技能名字或自然語言觸發技能。
• 原則上 Agent 內無事做不到，使用簡單無難度。

工具 / 模型 / 名詞整理

• 應用程式/平台：
• OpenCode（桌面版）
• OpenCode Zen
• Google（搜尋引擎/帳號登入）
• Chrome（瀏覽器）
• AI 模型：
• Muse Spark 1.3 Free
• Meta（公司/模型來源）
• 內部工具/程式庫：
• Python
• Edge TTS
• yt-dlp
• FFmpeg
• 外部工具/應用：
• NotebookLM
• Gmail
• Canva
• Kahoot

操作流程整理

1. 下載與安裝：Google 搜尋「OpenCode Download」-> 下載對應系統版本 -> 啟動應用程式。
2. 帳號註冊：點擊「Zen」連結 -> 使用 Google 帳號註冊/登入 -> 複製免費 API Key。
3. 環境設定：最大化視窗 -> 設定提供者為「OpenCode 的 Zen 方案」-> 貼入 API Key -> 選擇「Muse Spark 1.3 Free」模型 -> 設定語言為繁體中文。
4. 建立專案：建立新專案資料夾（如 C:\2026OpenCode）-> 新增工作階段 -> 選擇模型開始對話。
5. 安裝內部工具：透過提示詞讓 Agent 識別需求 -> 允許 Agent 自動安裝 Python、Edge TTS、yt-dlp、FFmpeg。
6. 連接外部工具：開啟新對話 -> 讓 Agent 引導 Chrome 登入外部服務（如 NotebookLM）-> 儲存憑證 -> 或使用「懶人包」連接。
7. 打包技能：完成特定工作流後 -> 詢問 Agent 如何打包技能 -> 將工作流轉為可重複使用的技能說明書。

值得注意的限制或風險

• 隱私風險：使用免費模型「Muse Spark 1.3 Free」時，對話資料可能作為下一代 AI 訓練數據，建議不要提供隱私資料。
• 模型來源：該模型為美國 Meta 公司發行，非大陸模型公司。
• 免費方案限制：雖為免費方案，但模型相當聰明且支援多模態，僅在訓練數據使用上有隱私考量。
• 外部連接難度：連接外部工具若無「懶人包」，需依賴 Agent 引導登入，過程可能較複雜，建議尋找他人提供的已連接步驟說明。

逐字稿辨識疑點

• OpenCode Download：逐字稿中提及在 Google 搜尋「OpenCode Download」，此為具體搜尋關鍵字，保留原樣。
• macOS Intel：針對舊版 Mac 的下載選項名稱，保留原樣。
• 2026OpenCode：建議建立的資料夾名稱，保留原樣。
• Muse Spark 1.3 Free：模型名稱，保留原樣。
• Xhigh：思考強度選項之一，保留原樣。
• OpenCode 的 Zen 方案：提供者設定中的選項名稱，保留原樣。
• Edge TTS：工具名稱，保留原樣。
• yt-dlp：工具名稱，保留原樣。
• FFmpeg：工具名稱，保留原樣。
• NotebookLM：外部工具名稱，保留原樣。
• Gmail：外部工具名稱，保留原樣。
• Canva：外部工具名稱，保留原樣。
• Kahoot：外部工具名稱，保留原樣。

可延伸追問

• 如何具體撰寫「技能」的打包提示詞？
• 若「Muse Spark 1.3 Free」出現錯誤，「Xhigh」思考強度是否真的能解決問題？
• 除了 NotebookLM，还有哪些外部工具適合透過此方式連接？
• 如何確保「2026OpenCode」專案資料夾的安全性與備份？