Bekerja dengan Agen

Sekarang pengembang menulis kode dengan agen. Alih-alih mengetik setiap baris secara manual, mereka mendelegasikan banyak sekali pekerjaan ke agen.

Dalam kursus dasar-dasar, kita mempelajari perilaku inti di balik agen: memberi mereka alat yang kuat dan membiarkan mereka bekerja dalam loop untuk mencapai tujuan yang lebih besar. Di sini, kita akan mempelajari cara bekerja efektif dengan agen tersebut.

Apa itu agent harness?

OpenCode adalah coding agent yang berjalan di dalam yang disebut “harness”—infrastruktur yang menentukan cara agen beroperasi:

• Instructions: system prompt dan aturan yang mengarahkan perilaku
• Tools: pengeditan file, pencarian codebase, eksekusi terminal, dan lainnya
• Model: model agen yang Anda pilih untuk tugas tersebut

Coding agent membantu Anda menyelesaikan tugas berdasarkan tujuan yang Anda berikan. OpenCode menginvestasikan banyak rekayasa dalam memilih model terdepan, mengoptimalkan harness, dan menyediakan alat yang tepat untuk coding.

Menulis prompt yang efektif

Titik masuk pertama saat bekerja dengan agen adalah prompt yang Anda berikan. Pertimbangkan dua pendekatan:

Prompt yang samar:

Tambahkan halaman pengaturan pengguna

Agen harus menebak semuanya: layout yang Anda inginkan, komponennya, pendekatan styling, dan lainnya. Hasilnya mungkin memerlukan banyak iterasi.

Prompt dengan batasan:

Tambahkan halaman pengaturan pengguna.

Lihat halaman profil yang sudah ada di `src/app/profile/page.tsx` untuk pola layout kita. Gunakan komponen form yang sama dari `src/components/ui/Form.tsx`. Pengaturan harus mencakup:
- Display name (text input)
- Email notifications (toggle)
- Theme preference (dropdown: light, dark, system)

Simpan pengaturan menggunakan hook useUserPreferences yang sudah ada. Ikuti pola API route yang sama di `src/app/api/user/profile/route.ts`

Prompt kedua jauh lebih baik karena memberikan instruksi spesifik yang didasarkan pada codebase Anda.

Mengelola konteks Anda

Saat Anda bekerja dengan agen, percakapan Anda membangun konteks: pesan, pemanggilan tool, isi file, dan lainnya. Konteks ini bertambah dengan setiap giliran.

Perhatikan seberapa banyak konteks yang digunakan agen. Mulailah percakapan baru saat Anda beralih tugas, karena konteks dari tugas sebelumnya hanya akan memenuhi jendela konteks tanpa memberikan nilai.

Model-model terbaru menjadi sangat baik dalam menemukan konteks untuk Anda. Saat diberi tool seperti pencarian semantik, mereka dapat menemukan file yang relevan, simbol, dan bahkan percakapan sebelumnya sendiri.

Pola kegagalan umum: scope creep

Salah satu kesalahan paling umum adalah meminta perubahan yang terlalu besar tanpa perencanaan. Anda memberikan satu permintaan yang ambisius dan agen berakhir memodifikasi puluhan file dengan cara yang tidak terduga.

Kalau Anda melihat ini terjadi, berhentilah dan pertimbangkan apakah tugas tersebut bisa dipecah menjadi langkah-langkah yang lebih kecil. Kita akan membahas ini lebih lanjut di bagian membuat fitur.

Langkah selanjutnya

Anda telah mempelajari cara kerja agen harness, cara memikirkan penulisan prompt yang efektif, dan cara mengelola konteks. Di bab berikutnya, Anda akan mempelajari cara menavigasi dan memahami codebase yang besar.