我现在这套 OpenCode 配置，如何把插件、MCP、Skills 变成稳定产能
内容提要
作者分享了其OpenCode实际配置，通过插件、MCP和Skills分层组合提升效率。核心包括：用插件实现流程自动化，MCP提供外部能力（如文档查询、UI测试），Skills分层复用经验，并采用模型分层、高风险操作确认、长任务拆分等技巧，最终将工程习惯系统化。
延伸解读
配置分层：从“能用”到“稳定”
作者将配置拆为四层：主配置、模型路由、技能库和插件。这种分层让不同任务各取所需，避免单一模型或工具包打天下。对读者而言，可先按最小模板起步，再逐步扩展，而不是一次性堆砌大量插件和技能，这样更容易维护和排查问题。
插件与MCP的取舍：场景优先
作者强调每个MCP都要有明确的可交付场景，如context7查文档、playwright做UI验证。插件则用于流程自动化，如会话接力、执行隔离。这提示读者，选择工具时应基于实际工作流，而非追求数量。先明确痛点，再找对应工具，才能提升效率。
风险与成本控制：显式确认与监控
作者建议对高风险操作默认开启确认，并通过quota插件监控token消耗。这体现了在AI辅助开发中，对误操作和资源成本的重视。读者可借鉴此思路，在配置中设置安全阀，避免因自动化带来的意外损失，同时优化模型选择以平衡速度与质量。
Q&A
OpenCode 配置中插件、MCP 和 Skills 分别起什么作用？
插件负责流程自动化，MCP 提供外部能力（如文档查询、UI测试），Skills 分层复用经验，三者结合将工程习惯系统化。
OpenCode 中 oh-my-opencode 插件有什么优势？使用上有什么技巧？
优势：把不同任务自动路由到不同 agent/model，减少“一个模型包打天下”的不稳定。技巧：把“快任务”和“深任务”分不同 category（如 quick 与 unspecified-high），平衡速度和质量。
OpenCode 中如何利用 MCP 进行 UI 自动化测试？
使用 playwright MCP，先 snapshot 拿元素引用，再执行 click/fill，稳定性会明显提升。
OpenCode 中 Skills 如何分层？每层的作用是什么？
Skills 分为三层：基础工程层（每天用，如 planning-with-files、test-automation-expert）负责计划、实现、测试、文档闭环；领域能力层（按任务加载，如 aws-cdk-development、frontend-design）减少跨领域切换成本；生态与自动化层（如 find-skills、write-blog）让能力体系持续演进。
OpenCode 中如何避免长任务上下文漂移？
使用 opencode-sessions 和 opencode-handoff 插件，主动分 session，进行会话继承和阶段性 handoff，而不是在一个超长上下文硬扛。
OpenCode 中如何控制 token 消耗和成本？
使用 cc-safety-net 和 quota 插件，打开 quota toast，按 session 观察 token 消耗，及时调整使用 mini 模型还是高阶模型。
OpenCode 中如何实现异步查资料和主线程编码并行？
使用 opencode-background-agent 插件，将资料检索下发给 background agent，主线程继续编码，最后合并结果。
OpenCode 中如何配置最小可复用模板？
在 opencode.json 中配置 plugin 为 oh-my-opencode、opencode-sessions、opencode-pty，mcp 配置 context7 和 playwright，然后运行 /connect 和 /models 验证。
