用 OpenClaw + OpenCode + GitHub + Vercel 实现 Agent Coding ✍ 苍何🕐 2026-02-04📦 15.5 KB 🟢 已读 𝕏 文章列表 文章介绍了作者通过 OpenClaw(AI 平台)结合 OpenCode、GitHub 和 Vercel,实现从需求生成代码、版本管理到自动部署的全流程自动化体验。作者将其定义为 Agent Coding,并提供了完整的贪吃蛇游戏开发教程,展示了无需手动编码即可完成项目上线的 AI 驱动开发工作流。 AgentOpenClawAI编程自动化部署Workflow # 用 Openclaw+ OpenCode+GitHub+Vercel 实现 Agent Coding **作者**: 苍何 **日期**: 2026-02-03T15:15:20.000Z **来源**: [https://x.com/canghe/status/2018704868308082878](https://x.com/canghe/status/2018704868308082878) ---  大家好,我是苍何。 兄弟们,真的炸裂。 我真的实现了躺在床上指挥 AI Agent 来 Coding,并自动发布到 GitHub ,然后自动部署到Vercel。 用 Openclaw+ OpenCode+GitHub+Vercel 实现了网站的开发,部署上线。 这个过程全程是由 Openclaw 在我的私人服务器完成的。 这已经不是 vibe coding 了,我大胆的来造一个新名词吧,姑且就叫 Agent Coding。 也许后面,人们会有更加炫酷的名字,但这一切都不重要了。 我很兴奋,为了防止你说我在瞎扯淡,我决定公布所有我和 Openclaw 的聊天记录。 我全程并没有使用什么高深的技术,也没有操作过服务器,我全程是用最简单的提示词来完成的。 先安装 opencode:  新建目录用做项目目录:  切换目录,启动 opencode:  用 opencode 来开发贪吃蛇游戏:  提供我的 GitHub 信息,让他连:  按照它给的提示,创建一个 token,权限就给仓库权限,直接丢给他 token。  >这里一定记得开启部分权限,防止它瞎搞。 它说已经推送好了:  我打开 GitHub 看下,果然有了,已经自动将代码推送到 GitHub 了。  然后让它部署到Vercel,方便得到一个可访问的网页链接:  同样按照要求,给个 token,就已经完成了自动部署。  🐂🍺,就已经完成了全链路的自动化,真的麻了,兄弟们,虽然只是跑通了闭环,但Openclaw 想象空间真的无限。 我甚至直接让但 Openclaw 记录下这个过程,并写一篇文章,推送到刚才这个仓库,这个由 Agent 自主开发部署的仓库。 提示词;这个过程太棒了,我打算写一篇文章,你帮我直接根据你刚才的步骤,生成一篇文章,标题是:用 Openclaw+ OpenCode+GitHub+Vercel 实现 Agent Coding,最好是有流程图详细解释下这个步骤  然后打开 GitHub 看,也已经有了描述:  面,我把 Openclaw 生成的教程也贴出来,方便大家看看。Openclaw 的应用仿佛打开了潘多拉魔盒,未来,coding 的范式是不是可以变为 agent coding,每一个人都有一个专属 agent,帮我们 coding,或者做任何我们希望做的事情。 🐍 贪吃蛇游戏 + Agent Coding 完整教程 > 本文档由 **OpenClaw AI Agent** 全程自动生成,记录从需求到上线的完整开发流程。 📱 **在线试玩**: https://myopencode.vercel.app 📝 **项目源码**: https://github.com/freestylefly/snake-game 🤖 **生成工具**: OpenClaw + OpenCode + GitHub + Vercel --- 用 OpenClaw + OpenCode + GitHub + Vercel 实现 Agent Coding > 从零开始,让 AI Agent 帮你写代码、管理版本、自动部署,全程无需离开终端! ## 📋 概述 本文将介绍如何构建一个完整的 **AI 驱动开发工作流**: - **OpenClaw** - AI 助手运行平台,协调所有工具 - **OpenCode** - AI 编程助手,自动生成代码 - **GitHub** - 代码托管和版本管理 - **Vercel** - 自动化部署和托管 通过这个工作流,你只需要告诉 AI 要做什么,剩下的代码编写、提交、部署全部由 Agent 自动完成。  ## 🛠️ 详细步骤 第一步:环境准备 1.1 安装 OpenCode(AI 编程助手) ```bash # 安装 OpenCode npm install -g opencode-ai # 验证安装 opencode --version ``` 1.2 安装 GitHub CLI(代码管理) ```bash # 下载并安装 curl -fsSL https://github.com/cli/cli/releases/download/v2.63.2/gh_2.63.2_linux_amd64.tar.gz | tar -xz -C /tmp cp /tmp/gh_2.63.2_linux_amd64/bin/gh /usr/local/bin/ 验证 gh --version ``` 1.3 安装 Vercel CLI(自动部署) ```bash ## 安装 Vercel CLI npm install -g vercel 验证 vercel --version ``` --- 第二步:创建项目目录 ```bash # 创建项目目录 mkdir -p ~/myopencode cd ~/myopencode 初始化 Git 仓库 git init # 配置 Git 用户信息 git config --global user.email "your@email.com" git config --global user.name "yourname" ``` --- ### 第三步:Agent Coding(核心步骤) #### 方式一:使用 OpenCode 交互模式 ```bash # 启动 OpenCode(需要 PTY 模式) # 在 OpenClaw 中使用: bash pty:true workdir:~/myopencode command:"opencode" ``` 然后在 OpenCode 中输入: ``` 创建一个贪吃蛇游戏,使用 HTML5 Canvas,包含完整的游戏逻辑、得分系统和响应式设计 ``` 方式二:使用 OpenCode 非交互模式 ```bash # 直接运行任务 opencode run "Create a complete Snake game using HTML5 Canvas, CSS, and JavaScript" ``` 方式三:手动创建(备用方案) 如果 OpenCode 运行有问题,可以直接创建文件: **index. html:** ```html <!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <title>贪吃蛇游戏</title> <link rel="stylesheet" href="style.css"> </head> <body> <div class="container"> <h1>🐍 贪吃蛇游戏</h1> <div class="game-info"> <div class="score">得分: <span id="score">0</span></div> <div class="high-score">最高分: <span id="highScore">0</span></div> </div> <canvas id="gameCanvas" width="400" height="400"></canvas> <div class="controls"> <p>使用方向键 ↑↓←→ 控制蛇的移动</p> <button id="startBtn">开始游戏</button> <button id="pauseBtn">暂停</button> <button id="restartBtn">重新开始</button> </div> <div id="gameOver" class="game-over hidden"> <h2>游戏结束!</h2> <p>最终得分: <span id="finalScore">0</span></p> <button id="playAgainBtn">再玩一次</button> </div> <script src="game.js"></script> </body> </html> ``` **style. css:** ```css * { margin: 0; padding: 0; box-sizing: border-box; } body { font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif; background: linear-gradient(135deg, #1a1a2e 0%, #16213e 100%); min-height: 100vh; display: flex; justify-content: center; align-items: center; color: #fff; } .container { text-align: center; padding: 20px; background: rgba(255, 255, 255, 0.05); border-radius: 20px; box-shadow: 0 8px 32px rgba(0, 0, 0, 0.3); } h1 { background: linear-gradient(45deg, #00d4aa, #00a8e8); -webkit-background-clip: text; -webkit-text-fill-color: transparent; } #gameCanvas { border: 3px solid #00d4aa; border-radius: 10px; background: #0a0a0a; } ``` **game. js:** (完整游戏逻辑代码) --- ### 第四步:推送到 GitHub #### 4.1 提交代码 ```bash # 添加所有文件 git add . # 提交 git commit -m "Initial commit: Snake game with HTML5 Canvas" ``` #### 4.2 创建 GitHub 仓库并推送 **方式一:使用 GitHub CLI** ```bash # 登录 GitHub echo "YOUR_GITHUB_TOKEN" | gh auth login --with-token # 创建仓库 gh repo create snake-game --public --description "A classic Snake game" # 推送 git push -u origin master ``` **方式二:使用 API 直接创建** ```bash # 通过 API 创建仓库 curl -X POST https://api.github.com/user/repos \ -H "Authorization: token YOUR_GITHUB_TOKEN" \ -H "Accept: application/vnd.github.v3+json" \ -d '{ "name": "snake-game", "description": "A classic Snake game built with HTML5 Canvas", "private": false }' # 添加远程仓库并推送 git remote add origin https://username:token@github.com/username/snake-game.git git push -u origin master ``` --- ### 第五步:部署到 Vercel #### 5.1 使用 Vercel CLI 部署 ```bash # 进入项目目录 cd ~/myopencode # 使用 token 部署 vercel --token YOUR_VERCEL_TOKEN --yes --prod ``` 部署成功后,会输出类似: ``` Production: https://myopencode-xxx.vercel.app ``` #### 5.2 关联 GitHub 仓库(可选) Vercel CLI 会自动检测并关联 GitHub 仓库,实现自动部署: - 每次 push 到 GitHub,Vercel 自动重新部署 - 支持预览部署(Pull Request) --- ## 🎯 完整命令速查表 | 步骤 | 命令 | |------|------| | **安装工具** | `npm install -g opencode-ai vercel` | | **创建目录** | `mkdir myopencode && cd myopencode && git init` | | **Agent 编程** | `opencode run "创建贪吃蛇游戏"` | | **提交代码** | `git add . && git commit -m "init"` | | **创建仓库** | `gh repo create snake-game --public` | | **推送代码** | `git push -u origin master` | | **部署** | `vercel --token TOKEN --yes` | --- ## 💡 核心优势 ### 1. **全程自动化** - 从需求到上线,无需手动编写代码 - AI Agent 理解自然语言,自动生成完整项目 ### 2. **无缝集成** - OpenClaw 作为中控,协调所有工具 - GitHub 管理版本,Vercel 自动部署 ### 3. **即时反馈** - 几分钟内从想法到可访问的网站 - 每次修改自动重新部署 ### 4. **可扩展性** - 可以轻松扩展到更复杂的项目 - 支持 React、Vue、Next. js 等框架 --- ## 🔧 常见问题 ### Q 1: OpenCode 卡住不响应? **解决**: 使用非交互模式或直接用 GPT/Claude 生成代码后手动保存 ### Q 2: GitHub 推送失败? **解决**: 检查 token 权限,需要 `repo` 权限 ### Q 3: Vercel 部署失败? **解决**: 确保项目结构正确,静态网站不需要额外构建配置 --- ## 🚀 进阶玩法 ### 自动评论到 PR ```bash # OpenCode 审查代码后自动评论 gh pr comment <PR_NUMBER> --body "$(cat review.md)" ``` ### 定时自动更新 ```bash # 使用 cron 定时让 AI 更新网站内容 cron action:add job:{ "schedule": {"kind": "cron", "expr": "0 9 * * 1"}, "payload": {"kind": "agentTurn", "message": "更新网站内容"} } ``` ### 多 Agent 协作 ```bash # 同时运行多个 OpenCode 处理不同任务 bash pty:true background:true command:"opencode '设计前端界面'" bash pty:true background:true command:"opencode '编写后端 API'" ``` --- ## 📊 实际案例数据 本次贪吃蛇项目: - **开发时间**: ~5 分钟(Agent 生成代码) - **代码行数**: ~400 行(HTML/CSS/JS) - **部署时间**: < 10 秒 - **最终链接**: https://myopencode.vercel.app --- ## 📝 总结 通过 **OpenClaw + OpenCode + GitHub + Vercel** 的组合,我们实现了一个完整的 AI 驱动开发工作流: 1. **说** - 告诉 AI 你要什么 2. **写** - AI 自动生成代码 3. **存** - 自动提交到 GitHub 4. **上线** - 一键部署到 Vercel 这种工作流特别适合: - 快速原型开发 - 个人项目 - 学习新技术 - 自动化重复任务 --- ## 🔗 相关链接 - OpenClaw: https://docs.openclaw.ai - OpenCode: https://opencode.ai - GitHub: https://github.com - Vercel: https://vercel.com - 本案例 GitHub 仓库: https://github.com/freestylefly/snake-game - 在线演示: https://myopencode.vercel.app --- ## 🤖 OpenClaw 生成过程实录 本文档并非人工编写,而是由 **OpenClaw AI Agent** 在开发过程中自动生成: ### 生成流程 1. **需求提出** - 用户:"帮我把整个过程写成一篇文章" 2. **Agent 分析** - OpenClaw 分析刚才的操作历史,提取关键步骤 3. **内容生成** - 自动编写完整教程,包含流程图、代码示例、速查表 4. **自动推送** - Agent 直接将 README 提交到 GitHub 仓库 ### 真实的开发时间线 ``` 21:49 - 用户:"帮我安装 opencode" 21:53 - 创建项目目录 myopencode 21:56 - 启动 opencode(交互模式) 21:57 - OpenCode 卡住,改用直接创建文件 21:58 - 贪吃蛇游戏代码生成完成 22:05 - 用户提供 GitHub 账号 freestylefly 22:10 - 创建 GitHub 仓库并推送代码 22:13 - 用户要求部署到 Vercel 22:20 - Vercel 部署成功,游戏上线 22:28 - 用户:"写一篇文章记录这个过程" 22:31 - README 自动生成并推送到 GitHub ``` ### 核心指令 整个开发过程只用了几个简单的自然语言指令: | 时间 | 用户指令 | Agent 动作 | |------|----------|------------| | 21:49 | "帮我安装 opencode" | 安装 OpenCode CLI | | 21:53 | "帮我新建一个目录 myopencode" | 创建目录并初始化 git | | 21:56 | "启动 opencode" | 运行交互式编程助手 | | 22:05 | "https://github.com/freestylefly" | 配置 GitHub 连接 | | 22:13 | "帮我部署到 vercel" | 安装 Vercel CLI 并部署 | | 22:28 | "帮我写一篇文章..." | 生成完整教程文档 | | 22:31 | "推送到刚才贪吃蛇仓库作为 readme" | 自动提交 README | **全程无需编写任何命令,只需用自然语言描述需求!** --- *本文档由 OpenClaw AI Agent 全程自动生成 | 2026-02-03* ## 相关链接 - [@canghe](https://x.com/canghe) - [17K](https://x.com/canghe/status/2018704868308082878/analytics) - [https://myopencode.vercel.app](https://myopencode.vercel.app/) - [https://github.com/freestylefly/snake-game](https://github.com/freestylefly/snake-game) - [https://github.com/cli/cli/releases/download/v2.63.2/gh_2.63.2_linux_amd64.tar.gz](https://github.com/cli/cli/releases/download/v2.63.2/gh_2.63.2_linux_amd64.tar.gz) - [user.email](https://user.email/) - [user.name](https://user.name/) - [#1a1a2e](https://x.com/search?q=%231a1a2e&src=hashtag_click) - [#16213e](https://x.com/search?q=%2316213e&src=hashtag_click) - [#fff](https://x.com/search?q=%23fff&src=hashtag_click) - [#00d4aa](https://x.com/search?q=%2300d4aa&src=hashtag_click) - [#00a8e8](https://x.com/search?q=%2300a8e8&src=hashtag_click) - [#gameCanvas](https://x.com/search?q=%23gameCanvas&src=hashtag_click) - [#00d4aa](https://x.com/search?q=%2300d4aa&src=hashtag_click) - [#0a0a0a](https://x.com/search?q=%230a0a0a&src=hashtag_click) - [https://api.github.com/user/repos](https://api.github.com/user/repos) - [https://myopencode-xxx.vercel.app](https://myopencode-xxx.vercel.app/) - [review.md](https://review.md/) - [https://myopencode.vercel.app](https://myopencode.vercel.app/) - [https://docs.openclaw.ai](https://docs.openclaw.ai/) - [https://opencode.ai](https://opencode.ai/) - [https://github.com](https://github.com/) - [https://vercel.com](https://vercel.com/) - [https://github.com/freestylefly/snake-game](https://github.com/freestylefly/snake-game) - [https://myopencode.vercel.app](https://myopencode.vercel.app/) - [https://github.com/freestylefly](https://github.com/freestylefly) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [11:15 PM · Feb 3, 2026](https://x.com/canghe/status/2018704868308082878) - [17.2K Views](https://x.com/canghe/status/2018704868308082878/analytics) - [View quotes](https://x.com/canghe/status/2018704868308082878/quotes) --- *导出时间: 2026/2/4 16:09:19*
C Codex 新玩法:从写代码到数字同事 文章深入分析了 Codex 的最新演变,指出其定位已从单纯的代码编写工具转变为具备跨 App 协作能力的“数字同事”。作者详细探讨了 Computer Use、评论式交互、Automations 自动化任务及移动端管理等新功能,并对比了 Codex 与 Claude Code 的差异化分工。文章认为,AI 工具的竞争维度正从“代码质量”扩展到“真实工作流的完成能力”,强调透明度与可控性是未来数字同事的核心。 技术 › Agent ✍ YuChen 大王(AI版)🕐 2026-05-25 CodexAgentAI编程Computer UseWorkflow自动化数字同事工具评测交互设计效率提升
从 从裸奔到全副武装:Claude Code 10 个精选仓库 文章从海量资源中精选出 10 个最具实用价值的 Claude Code 仓库。内容涵盖多 Agent 管理工具 cc-switch、联网能力增强 web-access、官方 Skills 库及课程推荐、工作流框架 superpowers 以及代码知识图谱生成工具 graphify 等。作者详细介绍了每个工具的核心功能、适用场景及安装顺序,旨在帮助开发者从零开始构建高效的 AI 编程工作流。 技术 › 工具与效率 ✍ Niko🕐 2026-05-22 Claude CodeAI编程Agent开发工具WorkflowOpenCLI技能库代码管理提效
复 复刻 Karpathy 知识库模式:用 nexu 搭建 AI 第二大脑 本文介绍了 Andrej Karpathy 提出的“LLM Wiki”个人知识库模式,即利用 AI 将原始资料编译成持久化的 Wiki,解决了传统 RAG 方案无法保留上下文和维护关联的痛点。作者详细解析了 Karpathy 的“Raw/Wiki/Schema”三层架构,并演示了如何利用开源桌面 AI Agent 工具 nexu 落地该模式,实现在微信随手入库、多模型切换及与 Obsidian 的协同工作,从而构建一个由 AI 维护的个人第二大脑。 技术 › Agent ✍ Joey Lee🕐 2026-04-05 AI知识库AgentnexuKarpathyOpenClawLLMWorkflowObsidian生产力
1 10万开发者调查证实AI写的代码大部分是垃圾,这个Harness Engineering方法论把产出质量拉高了3倍 本文介绍了 HumanLayer 创始人 Dex Horthy 提出的“Harness Engineering”方法论,旨在解决 AI 编码 Agent 在复杂代码库中产出质量差的问题。核心观点包括:上下文窗口管理是关键(区分“聪明区”与“笨蛋区”),通过 Research-Plan-Implement (RPI) 流程压缩意图,以及利用子 Agent 进行上下文控制而非角色扮演。文章强调要审查计划而非代码,避免外包思考,并指出未来的挑战在于团队流程的适应。 技术 › Harness Engineering ✍ Jason Zhu🕐 2026-04-05 AI编程Agent方法论上下文窗口软件开发生产力代码质量ClaudeWorkflow工程实践
H How to Run Your Entire Outbound From One Claude Code Command 本文介绍了如何利用 Claude Code 的 Hooks 机制,构建一个全自动化的 B2B 外呼营销管道。该系统通过串联信号抓取、线索评分、客户画像、文案生成和序列构建五个阶段,实现从公司列表到邮件序列的端到端自动化,极大提升销售效率。 技术 › Agent ✍ Alex Vacca🕐 2026-07-24 Claude CodeAutomationOutbound MarketingAgentB2BWorkflowHooksSales
开 开源月入10w+的Codex使用方法(超详细教学) 本文详细介绍了OpenAI推出的AI编程Agent Codex的使用方法,包括其与ChatGPT的区别、注册订阅流程、Web/桌面/CLI/IDE四种安装方式,以及桌面App的页面功能全解,帮助非程序员利用AI提升效率。 技术 › Codex ✍ 产品经理老王霸🕐 2026-07-23 AI编程OpenAICodex教程效率工具Agent
H How to master graph engineering 本课程教授如何构建 AI 智能体图,涵盖图的基本概念、关键模式(如菱形模式)、停止规则及人工审批环节。包含三个实战案例:深度研究台、SEO 内容生成器和市场推广套件,旨在提升业务效率并控制成本。 技术 › Agent ✍ Machina🕐 2026-07-23 AgentGraphLLMClaudeWorkflow工程化自动化架构设计效率实战
O OpenCode 番外篇:驾驭 AI 的法典、军团与薄壳 文章指出 AI 编程的核心不是工具安装,而是建立权力结构与规则。作者通过 AGENTS.md、模型路由、MCP 和 Team Mode 等 OpenCode 机制,阐述如何通过立法、感官建立和验收来驾驭 AI 军团,强调开发者应成为立法者而非单纯的批准按钮。 技术 › OpenCode ✍ AI最严厉的父亲🕐 2026-07-22 AI编程OpenCodeAgent工程方法论模型路由AGENTSMCPTeamMode系统架构技术哲学
G Graph Engineering: 在一个窗口构建 1000+ Agent 循环的完整指南 本文介绍了 Graph Engineering 的概念,即从线性的 Agent 循环转向图结构的工作流。文章详细讲解了如何利用 Claude Code 的动态工作流功能,通过五个步骤构建并行处理任务的 Agent 图,以解决上下文限制和执行效率问题,并探讨了在扩展到 1000+ Agent 时可能遇到的挑战及解决方案。 技术 › Agent ✍ codila🕐 2026-07-22 Graph EngineeringClaude CodeWorkflowAgent并行处理动态工作流LLMDevOps
个 个人开发者的生产级 AI 堆栈 文章探讨了 AI 时代单人开发者面临的挑战,指出虽然 AI 加速了从想法到原型的过程,但并未解决从原型到生产环境的安全和运维问题。通过分析失败案例和成功者(如 OpenClaw 作者)的实践,强调了建立构建循环、防御层和自动化运维系统的重要性。 技术 › Agent ✍ Rohit🕐 2026-07-21 AI开发独立开发安全DevOpsAgentOpenClaw生产力架构
图 图工程究竟是什么? 文章探讨了AI工程领域的新术语“图工程”。它并非新发明,而是对多Agent协作系统的宏观视角,通过节点和边映射工作流、状态和依赖关系,解决复杂系统的架构与调试问题。 技术 › Agent ✍ Towards AI🕐 2026-07-20 Graph EngineeringAgentWorkflowAI架构Claude动态工作流状态管理
开 开源月入10w+的Codex使用方法 文章介绍了 OpenAI 推出的 AI 编程 Agent——Codex。作者指出 Codex 不同于普通对话,它能直接操作文件、运行命令,帮助非程序员实现从 0 到 1 的跨越。文章详细讲解了账号订阅、四种使用方式(Web、桌面、CLI、IDE)、安装步骤以及桌面 App 的核心功能,是一份超详细的实操教程。 技术 › Codex ✍ 产品经理老王霸🕐 2026-07-13 AI编程Agent教程OpenAI效率工具自动化非程序员实战