# 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。
    2.  **yt-dlp**：
        *   處理影音相關功能，對教學備課非常有用。
    3.  **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？