Русский
Документация
Провайдеры

Провайдеры

Использование любого LLM-провайдера в OpenCode.

OpenCode использует AI SDK (opens in a new tab) и Models.dev (opens in a new tab) для поддержки более 75 LLM-провайдеров, а также поддерживает запуск локальных моделей.

Чтобы добавить провайдера, вам нужно:

  1. Добавить API-ключи для провайдера с помощью команды /connect.
  2. Настроить провайдера в конфигурации OpenCode.

Учётные данные

Когда вы добавляете API-ключи провайдера с помощью команды /connect, они сохраняются в ~/.local/share/opencode/auth.json.

Конфигурация

Вы можете настроить провайдеров через раздел provider в конфигурации OpenCode.

Базовый URL

Вы можете настроить базовый URL для любого провайдера, установив опцию baseURL. Это полезно при использовании прокси-сервисов или пользовательских эндпоинтов.

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "anthropic": {
      "options": {
        "baseURL": "https://api.anthropic.com/v1"
      }
    }
  }
}

OpenCode Zen

OpenCode Zen — это список моделей, предоставляемых командой OpenCode, которые были протестированы и проверены на хорошую работу с OpenCode. Подробнее.

Tip: Если вы новичок, рекомендуем начать с OpenCode Zen.

  1. Запустите команду /connect в TUI, выберите OpenCode Zen и перейдите на opencode.ai/auth (opens in a new tab).

    /connect

  2. Войдите, добавьте платёжные данные и скопируйте ваш API-ключ.

  3. Вставьте ваш API-ключ.

    ┌ API key
│
│
└ enter

  4. Запустите /models в TUI, чтобы увидеть список рекомендуемых моделей.

    /models

Он работает как любой другой провайдер в OpenCode и его использование полностью опционально.

OpenCode Go

OpenCode Go — это недорогой план подписки, обеспечивающий надёжный доступ к популярным открытым моделям для кодирования, предоставляемым командой OpenCode, которые были протестированы и проверены на хорошую работу с OpenCode.

  1. Запустите команду /connect в TUI, выберите OpenCode Go и перейдите на opencode.ai/auth (opens in a new tab).

    /connect

  2. Войдите, добавьте платёжные данные и скопируйте ваш API-ключ.

  3. Вставьте ваш API-ключ.

    ┌ API key
│
│
└ enter

  4. Запустите /models в TUI, чтобы увидеть список рекомендуемых моделей.

    /models

Он работает как любой другой провайдер в OpenCode и его использование полностью опционально.

Каталог

Рассмотрим некоторые провайдеры подробнее. Если вы хотите добавить провайдера в список, не стесняйтесь открыть PR.

Note: Не видите здесь нужного провайдера? Отправьте PR.

302.AI

  1. Перейдите в консоль 302.AI (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите 302.AI.

    /connect

  3. Введите ваш API-ключ 302.AI.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель.

    /models

Amazon Bedrock

Чтобы использовать Amazon Bedrock с OpenCode:

  1. Перейдите в Model catalog в консоли Amazon Bedrock и запросите доступ к нужным моделям.

    Tip: У вас должен быть доступ к нужной модели в Amazon Bedrock.

  2. Настройте аутентификацию одним из следующих способов:

    Переменные окружения (быстрый старт)

    Установите одну из этих переменных окружения при запуске opencode:

    # Вариант 1: Использование ключей доступа AWS
AWS_ACCESS_KEY_ID=XXX AWS_SECRET_ACCESS_KEY=YYY opencode
 
# Вариант 2: Использование именованного профиля AWS
AWS_PROFILE=my-profile opencode
 
# Вариант 3: Использование bearer-токена Bedrock
AWS_BEARER_TOKEN_BEDROCK=XXX opencode

    Или добавьте их в ваш bash-профиль:

    ~/.bash_profile
    export AWS_PROFILE=my-dev-profile
export AWS_REGION=us-east-1

    Файл конфигурации (рекомендуется)

    Для конфигурации, специфичной для проекта или постоянной, используйте opencode.json:

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "amazon-bedrock": {
      "options": {
        "region": "us-east-1",
        "profile": "my-aws-profile"
      }
    }
  }
}

    Доступные опции:

    • region — регион AWS (например, us-east-1, eu-west-1)
    • profile — именованный профиль AWS из ~/.aws/credentials
    • endpoint — пользовательский URL эндпоинта для VPC-эндпоинтов (псевдоним для общей опции baseURL)

    Tip: Опции файла конфигурации имеют приоритет над переменными окружения.

    Дополнительно: VPC-эндпоинты

    Если вы используете VPC-эндпоинты для Bedrock:

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "amazon-bedrock": {
      "options": {
        "region": "us-east-1",
        "profile": "production",
        "endpoint": "https://bedrock-runtime.us-east-1.vpce-xxxxx.amazonaws.com"
      }
    }
  }
}

    Note: Опция endpoint является псевдонимом для общей опции baseURL, использующим терминологию AWS. Если указаны и endpoint, и baseURL, приоритет имеет endpoint.

    Методы аутентификации

    • AWS_ACCESS_KEY_ID / AWS_SECRET_ACCESS_KEY: Создайте пользователя IAM и сгенерируйте ключи доступа в консоли AWS
    • AWS_PROFILE: Используйте именованные профили из ~/.aws/credentials. Сначала настройте с помощью aws configure --profile my-profile или aws sso login
    • AWS_BEARER_TOKEN_BEDROCK: Сгенерируйте долгосрочные API-ключи в консоли Amazon Bedrock
    • AWS_WEB_IDENTITY_TOKEN_FILE / AWS_ROLE_ARN: Для EKS IRSA (роли IAM для сервисных аккаунтов) или других сред Kubernetes с федерацией OIDC. Эти переменные окружения автоматически внедряются Kubernetes при использовании аннотаций сервисных аккаунтов.

    Приоритет аутентификации

    Amazon Bedrock использует следующий приоритет аутентификации:

    1. Bearer Token — переменная окружения AWS_BEARER_TOKEN_BEDROCK или токен из команды /connect
    2. Цепочка учётных данных AWS — профиль, ключи доступа, общие учётные данные, роли IAM, токены Web Identity (EKS IRSA), метаданные инстанса

    Note: Когда установлен bearer-токен (через /connect или AWS_BEARER_TOKEN_BEDROCK), он имеет приоритет над всеми методами учётных данных AWS, включая настроенные профили.

  3. Запустите команду /models, чтобы выбрать нужную модель.

    /models

Note: Для пользовательских профилей инференса используйте имя модели и провайдера в ключе и установите свойство id равным arn. Это обеспечивает корректное кэширование.

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "amazon-bedrock": {
      // ...
      "models": {
        "anthropic-claude-sonnet-4.5": {
          "id": "arn:aws:bedrock:us-east-1:xxx:application-inference-profile/yyy"
        }
      }
    }
  }
}

Anthropic

  1. После регистрации запустите команду /connect и выберите Anthropic.

    /connect

  2. Здесь вы можете выбрать опцию Claude Pro/Max, и она откроет ваш браузер и попросит вас аутентифицироваться.

    ┌ Select auth method
│
│ Manually enter API Key
└

  3. Теперь все модели Anthropic должны быть доступны при использовании команды /models.

    /models

Существуют плагины, которые позволяют использовать ваши модели Claude Pro/Max с OpenCode. Anthropic явно запрещает это.

Предыдущие версии OpenCode поставлялись с этими плагинами, но это больше не так, начиная с версии 1.3.0.

Другие компании поддерживают свободу выбора инструментов для разработчиков — вы можете использовать следующие подписки в OpenCode без какой-либо настройки:

  • ChatGPT Plus
  • Github Copilot
  • Gitlab Duo

Atomic Chat

Вы можете настроить opencode на использование локальных моделей через Atomic Chat (opens in a new tab), десктопное приложение, которое запускает локальные LLM за OpenAI-совместимым API-сервером (эндпоинт по умолчанию http://127.0.0.1:1337/v1).

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "atomic-chat": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Atomic Chat (local)",
      "options": {
        "baseURL": "http://127.0.0.1:1337/v1"
      },
      "models": {
        "<your-model-id>": {
          "name": "<your-model-name>"
        }
      }
    }
  }
}

В этом примере:

  • atomic-chat — это пользовательский ID провайдера. Это может быть любая строка по вашему желанию.
  • npm указывает пакет, используемый для этого провайдера. Здесь @ai-sdk/openai-compatible используется для любого OpenAI-совместимого API.
  • name — это отображаемое имя провайдера в интерфейсе.
  • options.baseURL — это эндпоинт локального сервера. Измените хост и порт в соответствии с вашей настройкой Atomic Chat.
  • models — это карта ID моделей к их отображаемым именам. Каждый ID должен совпадать с id, возвращаемым GET /v1/models — запустите curl http://127.0.0.1:1337/v1/models, чтобы вывести список id, загруженных в данный момент в Atomic Chat.

Tip: Если вызовы инструментов работают плохо, выберите загруженную модель с хорошей поддержкой вызова инструментов (например, вариант Qwen-Coder или DeepSeek-Coder).

Azure OpenAI

Note: Если вы сталкиваетесь с ошибками «I'm sorry, but I cannot assist with that request», попробуйте изменить фильтр содержимого с DefaultV2 на Default в вашем ресурсе Azure.

  1. Перейдите в портал Azure (opens in a new tab) и создайте ресурс Azure OpenAI. Вам понадобятся:

    • Имя ресурса: Оно становится частью вашего API-эндпоинта (https://RESOURCE_NAME.openai.azure.com/)
    • API-ключ: Либо KEY 1, либо KEY 2 из вашего ресурса

  2. Перейдите в Azure AI Foundry (opens in a new tab) и разверните модель.

    Note: Имя развёртывания должно совпадать с именем модели, чтобы opencode работал корректно.

  3. Запустите команду /connect и найдите Azure.

    /connect

  4. Введите ваш API-ключ.

    ┌ API key
│
│
└ enter

  5. Установите имя ресурса как переменную окружения:

    AZURE_RESOURCE_NAME=XXX opencode

    Или добавьте его в ваш bash-профиль:

    ~/.bash_profile
    export AZURE_RESOURCE_NAME=XXX

  6. Запустите команду /models, чтобы выбрать развёрнутую модель.

    /models

Azure Cognitive Services

  1. Перейдите в портал Azure (opens in a new tab) и создайте ресурс Azure OpenAI. Вам понадобятся:

    • Имя ресурса: Оно становится частью вашего API-эндпоинта (https://AZURE_COGNITIVE_SERVICES_RESOURCE_NAME.cognitiveservices.azure.com/)
    • API-ключ: Либо KEY 1, либо KEY 2 из вашего ресурса

  2. Перейдите в Azure AI Foundry (opens in a new tab) и разверните модель.

    Note: Имя развёртывания должно совпадать с именем модели, чтобы opencode работал корректно.

  3. Запустите команду /connect и найдите Azure Cognitive Services.

    /connect

  4. Введите ваш API-ключ.

    ┌ API key
│
│
└ enter

  5. Установите имя ресурса как переменную окружения:

    AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencode

    Или добавьте его в ваш bash-профиль:

    ~/.bash_profile
    export AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX

  6. Запустите команду /models, чтобы выбрать развёрнутую модель.

    /models

Baseten

  1. Перейдите на Baseten (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите Baseten.

    /connect

  3. Введите ваш API-ключ Baseten.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель.

    /models

Cerebras

  1. Перейдите в консоль Cerebras (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите Cerebras.

    /connect

  3. Введите ваш API-ключ Cerebras.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Qwen 3 Coder 480B.

    /models

Cloudflare AI Gateway

Cloudflare AI Gateway позволяет получить доступ к моделям от OpenAI, Anthropic, Workers AI и других через единый эндпоинт. С Unified Billing (opens in a new tab) вам не нужны отдельные API-ключи для каждого провайдера.

  1. Перейдите в панель управления Cloudflare (opens in a new tab), перейдите в AI > AI Gateway и создайте новый шлюз. Запишите ваш Account ID и Gateway ID.

  2. Запустите команду /connect и найдите Cloudflare AI Gateway.

    /connect

  3. Введите ваш Account ID при запросе.

    ┌ Enter your Cloudflare Account ID
│
│
└ enter

  4. Введите ваш Gateway ID при запросе.

    ┌ Enter your Cloudflare AI Gateway ID
│
│
└ enter

  5. Введите ваш Cloudflare API token.

    ┌ Gateway API token
│
│
└ enter

  6. Запустите команду /models, чтобы выбрать модель.

    /models

    Вы также можете добавить модели через конфигурацию opencode.

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "cloudflare-ai-gateway": {
      "models": {
        "openai/gpt-4o": {},
        "anthropic/claude-sonnet-4": {}
      }
    }
  }
}

    Кроме того, вы можете установить переменные окружения вместо использования /connect.

    ~/.bash_profile
    export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_GATEWAY_ID=your-gateway-id
export CLOUDFLARE_API_TOKEN=your-api-token

Cloudflare Workers AI

Cloudflare Workers AI позволяет запускать AI-модели в глобальной сети Cloudflare напрямую через REST API, без необходимости отдельных аккаунтов провайдеров для поддерживаемых моделей.

  1. Перейдите в панель управления Cloudflare (opens in a new tab), перейдите в Workers AI и выберите Use REST API, чтобы получить ваш Account ID и создать API-токен.

  2. Запустите команду /connect и найдите Cloudflare Workers AI.

    /connect

  3. Введите ваш Account ID при запросе.

    ┌ Enter your Cloudflare Account ID
│
│
└ enter

  4. Введите ваш Cloudflare API key.

    ┌ API key
│
│
└ enter

  5. Запустите команду /models, чтобы выбрать модель.

    /models

    Кроме того, вы можете установить переменные окружения вместо использования /connect.

    ~/.bash_profile
    export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_API_KEY=your-api-token

Cortecs

  1. Перейдите в консоль Cortecs (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите Cortecs.

    /connect

  3. Введите ваш API-ключ Cortecs.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Kimi K2 Instruct.

    /models

DeepSeek

  1. Перейдите в консоль DeepSeek (opens in a new tab), создайте аккаунт и нажмите Create new API key.

  2. Запустите команду /connect и найдите DeepSeek.

    /connect

  3. Введите ваш API-ключ DeepSeek.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель DeepSeek, например DeepSeek V4 Pro.

    /models

Deep Infra

  1. Перейдите в панель управления Deep Infra (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите Deep Infra.

    /connect

  3. Введите ваш API-ключ Deep Infra.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель.

    /models

DigitalOcean

Inference Engine (opens in a new tab) от DigitalOcean предоставляет доступ к открытым моделям, таким как GPT-OSS, Llama, Qwen и DeepSeek, а также пользовательским Inference Routers (opens in a new tab), которые направляют каждый запрос к самой дешёвой, быстрой или наиболее подходящей для задачи модели.

OpenCode поддерживает два метода аутентификации:

  • OAuth (рекомендуется) — войдите в ваш аккаунт DigitalOcean; OpenCode автоматически создаёт Model Access Key и обнаруживает ваши доступные Models и Inference Routers.
  • Model Access Key — вставьте существующий ключ из консоли DigitalOcean.

OAuth (рекомендуется)

  1. Запустите команду /connect и найдите DigitalOcean.

    /connect

  2. Выберите Login with DigitalOcean.

    ┌ Select auth method
│
│ Login with DigitalOcean
│ Paste Model Access Key
└

  3. Ваш браузер откроется для авторизации OpenCode. Войдите и подтвердите.

    Note: OpenCode создаёт Model Access Key с именем opencode-oauth-<timestamp> в вашем аккаунте DigitalOcean. Вы можете ротировать или отозвать его на странице Model Access Keys в разделе «Manage» консоли DigitalOcean в разделе Inference.

  4. Запустите команду /models. Ваши Inference Routers отображаются в формате router: при выборе модели.

    /models

  5. Чтобы подхватить недавно созданные Inference Routers, повторно запустите /connect и снова выберите DigitalOcean.

Использование Model Access Key

Если вы предпочитаете вставить ключ напрямую:

  1. Перейдите на страницу Manage в разделе Inference консоли DigitalOcean (opens in a new tab) и создайте новый ключ.

  2. Запустите команду /connect, выберите DigitalOcean, затем Paste Model Access Key.

    ┌ Enter your DigitalOcean Model Access Key
│
│
└ enter

    Note: Inference Routers не обнаруживаются автоматически с этим методом. Чтобы отобразить их в выборе моделей, войдите через OAuth.

  3. Запустите команду /models, чтобы выбрать модель.

    /models

Переменная окружения

Кроме того, установите ваш Model Access Key как переменную окружения.

export DIGITALOCEAN_ACCESS_TOKEN=your-model-access-key

Inference Routers

Inference Routers позволяют вам определить политику маршрутизации между несколькими моделями — выбирая самую дешёвую, быструю или наиболее подходящую модель для каждого запроса в зависимости от задачи. После OAuth OpenCode отображает каждый маршрутизатор как router:<router-name> в выборе модели.

Выбор модели-маршрутизатора является заменой любой другой модели — OpenCode пересылает ваш запрос, и DigitalOcean выбирает базовую модель на основе политики вашего маршрутизатора. Узнайте больше об Inference Routers (opens in a new tab)

FrogBot

  1. Перейдите в панель управления FrogBot (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите FrogBot.

    /connect

  3. Введите ваш API-ключ FrogBot.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель.

    /models

Fireworks AI

  1. Перейдите в консоль Fireworks AI (opens in a new tab), создайте аккаунт и нажмите Create API Key.

  2. Запустите команду /connect и найдите Fireworks AI.

    /connect

  3. Введите ваш API-ключ Fireworks AI.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Kimi K2 Instruct.

    /models

GitLab Duo

⚠️

Caution: Поддержка GitLab Duo в OpenCode является экспериментальной. Функции, конфигурация и поведение могут измениться в будущих выпусках.

OpenCode интегрируется с GitLab Duo Agent Platform (opens in a new tab), предоставляя AI-агентный чат с нативными возможностями вызова инструментов.

Note: GitLab Duo Agent Platform требует подписки Premium или Ultimate GitLab. Она доступна на GitLab.com и GitLab Self-Managed. Полные требования смотрите в предварительных требованиях GitLab Duo Agent Platform (opens in a new tab).

  1. Запустите команду /connect и выберите GitLab.

    /connect

  2. Выберите ваш метод аутентификации:

    ┌ Select auth method
│
│ OAuth (Recommended)
│ Personal Access Token
└

    Использование OAuth (рекомендуется)

    Выберите OAuth, и ваш браузер откроется для авторизации.

    Использование Personal Access Token

    1. Перейдите в GitLab User Settings > Access Tokens (opens in a new tab)
    2. Нажмите Add new token
    3. Имя: OpenCode, области: api
    4. Скопируйте токен (начинается с glpat-)
    5. Введите его в терминале

  3. Запустите команду /models, чтобы увидеть доступные модели.

    /models

    Доступны три модели на базе Claude:

    • duo-chat-haiku-4-5 (по умолчанию) — быстрые ответы для коротких задач
    • duo-chat-sonnet-4-5 — сбалансированная производительность для большинства рабочих процессов
    • duo-chat-opus-4-5 — самая мощная для сложного анализа

Note: Вы также можете указать переменную окружения 'GITLAB_TOKEN', если не хотите хранить токен в хранилище аутентификации opencode.

Self-Hosted GitLab

Note: OpenCode использует небольшую модель для некоторых AI-задач, таких как генерация заголовка сессии. По умолчанию она настроена на использование gpt-5-nano, размещённой Zen. Чтобы заблокировать OpenCode на использование только вашего собственного экземпляра GitLab, добавьте следующее в ваш файл opencode.json. Также рекомендуется отключить совместное использование сессий.

{
  "$schema": "https://opencode.ai/config.json",
  "small_model": "gitlab/duo-chat-haiku-4-5",
  "share": "disabled"
}

Для экземпляров GitLab с самостоятельным хостингом:

export GITLAB_INSTANCE_URL=https://gitlab.company.com
export GITLAB_TOKEN=glpat-...

Если ваш экземпляр запускает пользовательский AI Gateway:

GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com

Или добавьте в ваш bash-профиль:

~/.bash_profile
export GITLAB_INSTANCE_URL=https://gitlab.company.com
export GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com
export GITLAB_TOKEN=glpat-...

Note: Ваш администратор GitLab должен:

  1. Включить GitLab Duo (opens in a new tab) для пользователя, группы или экземпляра
  2. Включить Agent Platform (opens in a new tab) (GitLab 18.8+) или включить бета- и экспериментальные функции (opens in a new tab) (GitLab 18.7 и ранее)
  3. Для Self-Managed настроить ваш экземпляр (opens in a new tab)
OAuth для экземпляров с самостоятельным хостингом

Чтобы OAuth работал для вашего экземпляра с самостоятельным хостингом, вам нужно создать новое приложение (Settings → Applications) с callback URL http://127.0.0.1:8080/callback и следующими областями:

  • api (Доступ к API от вашего имени)
  • read_user (Чтение вашей личной информации)
  • read_repository (Разрешает доступ только для чтения к репозиторию)

Затем экспортируйте ID приложения как переменную окружения:

export GITLAB_OAUTH_CLIENT_ID=your_application_id_here

Больше документации на домашней странице opencode-gitlab-auth (opens in a new tab).

Конфигурация

Настройте через opencode.json:

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "gitlab": {
      "options": {
        "instanceUrl": "https://gitlab.com"
      }
    }
  }
}
Модели рабочих процессов GitLab Duo Agent Platform (DAP)

Модели рабочих процессов DAP предоставляют альтернативный путь выполнения, который направляет вызовы инструментов через Duo Workflow Service (DWS) GitLab вместо стандартного агентного чата. Когда выбрана модель duo-workflow-*, OpenCode будет:

  1. Обнаруживать доступные модели из вашего пространства имён GitLab
  2. Показывать селектор выбора, если доступно несколько моделей
  3. Кэшировать выбранную модель на диск для быстрого последующего запуска
  4. Направлять запросы выполнения инструментов через систему инструментов OpenCode с контролем разрешений

Доступные модели рабочих процессов DAP следуют соглашению об именовании duo-workflow-* и динамически обнаруживаются из вашего экземпляра GitLab.

Инструменты GitLab API (опционально, но настоятельно рекомендуется)

Чтобы получить доступ к инструментам GitLab (merge requests, issues, конвейеры, CI/CD и т. д.):

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "plugin": ["opencode-gitlab-plugin"]
}

Этот плагин предоставляет комплексные возможности управления репозиторием GitLab, включая обзоры MR, отслеживание issues, мониторинг конвейеров и многое другое.

GitHub Copilot

Чтобы использовать вашу подписку GitHub Copilot с opencode:

Note: Некоторым моделям может потребоваться подписка Pro+ (opens in a new tab) для использования.

  1. Запустите команду /connect и найдите GitHub Copilot.

    /connect

  2. Перейдите на github.com/login/device (opens in a new tab) и введите код.

    ┌ Login with GitHub Copilot
│
│ https://github.com/login/device
│
│ Enter code: 8F43-6FCF
│
└ Waiting for authorization...

  3. Теперь запустите команду /models, чтобы выбрать нужную модель.

    /models

Google Vertex AI

Чтобы использовать Google Vertex AI с OpenCode:

  1. Перейдите в Model Garden в Google Cloud Console и проверьте модели, доступные в вашем регионе.

    Note: У вас должен быть проект Google Cloud с включённым Vertex AI API.

  2. Установите необходимые переменные окружения:

    • GOOGLE_CLOUD_PROJECT: ID вашего проекта Google Cloud

    • VERTEX_LOCATION (опционально): регион для Vertex AI (по умолчанию global)

    • Аутентификация (выберите одну):

      • GOOGLE_APPLICATION_CREDENTIALS: путь к файлу JSON-ключа сервисного аккаунта
      • Аутентификация с помощью gcloud CLI: gcloud auth application-default login

    Установите их при запуске opencode.

    GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json GOOGLE_CLOUD_PROJECT=your-project-id opencode

    Или добавьте их в ваш bash-профиль.

    ~/.bash_profile
    export GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json
export GOOGLE_CLOUD_PROJECT=your-project-id
export VERTEX_LOCATION=global

Tip: Регион global улучшает доступность и снижает количество ошибок без дополнительных затрат. Используйте региональные эндпоинты (например, us-central1) для требований резидентности данных. Узнать больше (opens in a new tab)

  1. Запустите команду /models, чтобы выбрать нужную модель.

    /models

Groq

  1. Перейдите в консоль Groq (opens in a new tab), нажмите Create API Key и скопируйте ключ.

  2. Запустите команду /connect и найдите Groq.

    /connect

  3. Введите API-ключ для провайдера.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать нужную.

    /models

Hugging Face

Hugging Face Inference Providers (opens in a new tab) предоставляет доступ к открытым моделям, поддерживаемым 17+ провайдерами.

  1. Перейдите в настройки Hugging Face (opens in a new tab), чтобы создать токен с разрешением на вызовы Inference Providers.

  2. Запустите команду /connect и найдите Hugging Face.

    /connect

  3. Введите ваш токен Hugging Face.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Kimi-K2-Instruct или GLM-4.6.

    /models

Helicone

Helicone (opens in a new tab) — это платформа наблюдаемости LLM, которая предоставляет логирование, мониторинг и аналитику для ваших AI-приложений. Helicone AI Gateway автоматически направляет ваши запросы к соответствующему провайдеру на основе модели.

  1. Перейдите на Helicone (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ в вашей панели управления.

  2. Запустите команду /connect и найдите Helicone.

    /connect

  3. Введите ваш API-ключ Helicone.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель.

    /models

Для большего количества провайдеров и расширенных функций, таких как кэширование и ограничение скорости, смотрите документацию Helicone (opens in a new tab).

Опциональные конфигурации

Если вы видите функцию или модель от Helicone, которая не настроена автоматически через opencode, вы всегда можете настроить её самостоятельно.

Вот каталог моделей Helicone (opens in a new tab), он понадобится вам для получения ID моделей, которые вы хотите добавить.

~/.config/opencode/opencode.jsonc
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "helicone": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Helicone",
      "options": {
        "baseURL": "https://ai-gateway.helicone.ai",
      },
      "models": {
        "gpt-4o": {
          // ID модели (со страницы каталога моделей Helicone)
          "name": "GPT-4o", // Ваше собственное пользовательское имя для модели
        },
        "claude-sonnet-4-20250514": {
          "name": "Claude Sonnet 4",
        },
      },
    },
  },
}

Пользовательские заголовки

Helicone поддерживает пользовательские заголовки для таких функций, как кэширование, отслеживание пользователей и управление сессиями. Добавьте их в конфигурацию провайдера с помощью options.headers:

~/.config/opencode/opencode.jsonc
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "helicone": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Helicone",
      "options": {
        "baseURL": "https://ai-gateway.helicone.ai",
        "headers": {
          "Helicone-Cache-Enabled": "true",
          "Helicone-User-Id": "opencode",
        },
      },
    },
  },
}
Отслеживание сессий

Функция Sessions (opens in a new tab) Helicone позволяет группировать связанные LLM-запросы вместе. Используйте плагин opencode-helicone-session (opens in a new tab), чтобы автоматически логировать каждый диалог OpenCode как сессию в Helicone.

npm install -g opencode-helicone-session

Добавьте его в вашу конфигурацию.

opencode.json
{
  "plugin": ["opencode-helicone-session"]
}

Плагин внедряет заголовки Helicone-Session-Id и Helicone-Session-Name в ваши запросы. На странице Sessions в Helicone вы увидите каждый диалог OpenCode в виде отдельной сессии.

Распространённые заголовки Helicone
ЗаголовокОписание
Helicone-Cache-EnabledВключить кэширование ответов (true/false)
Helicone-User-IdОтслеживать метрики по пользователю
Helicone-Property-[Name]Добавить пользовательские свойства (например, Helicone-Property-Environment)
Helicone-Prompt-IdСвязать запросы с версиями промптов

Смотрите каталог заголовков Helicone (opens in a new tab) для всех доступных заголовков.

llama.cpp

Вы можете настроить opencode на использование локальных моделей через утилиту llama-server от llama.cpp (opens in a new tab)

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "llama.cpp": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "llama-server (local)",
      "options": {
        "baseURL": "http://127.0.0.1:8080/v1"
      },
      "models": {
        "qwen3-coder:a3b": {
          "name": "Qwen3-Coder: a3b-30b (local)",
          "limit": {
            "context": 128000,
            "output": 65536
          }
        }
      }
    }
  }
}

В этом примере:

  • llama.cpp — это пользовательский ID провайдера. Это может быть любая строка по вашему желанию.
  • npm указывает пакет, используемый для этого провайдера. Здесь @ai-sdk/openai-compatible используется для любого OpenAI-совместимого API.
  • name — это отображаемое имя провайдера в интерфейсе.
  • options.baseURL — это эндпоинт локального сервера.
  • models — это карта ID моделей к их конфигурациям. Имя модели будет отображаться в списке выбора моделей.

IO.NET

IO.NET предлагает 17 моделей, оптимизированных для различных сценариев использования:

  1. Перейдите в консоль IO.NET (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите IO.NET.

    /connect

  3. Введите ваш API-ключ IO.NET.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель.

    /models

LM Studio

Вы можете настроить opencode на использование локальных моделей через LM Studio.

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "lmstudio": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "LM Studio (local)",
      "options": {
        "baseURL": "http://127.0.0.1:1234/v1"
      },
      "models": {
        "google/gemma-3n-e4b": {
          "name": "Gemma 3n-e4b (local)"
        }
      }
    }
  }
}

В этом примере:

  • lmstudio — это пользовательский ID провайдера. Это может быть любая строка по вашему желанию.
  • npm указывает пакет, используемый для этого провайдера. Здесь @ai-sdk/openai-compatible используется для любого OpenAI-совместимого API.
  • name — это отображаемое имя провайдера в интерфейсе.
  • options.baseURL — это эндпоинт локального сервера.
  • models — это карта ID моделей к их конфигурациям. Имя модели будет отображаться в списке выбора моделей.

Moonshot AI

Чтобы использовать Kimi K2 от Moonshot AI:

  1. Перейдите в консоль Moonshot AI (opens in a new tab), создайте аккаунт и нажмите Create API key.

  2. Запустите команду /connect и найдите Moonshot AI.

    /connect

  3. Введите ваш API-ключ Moonshot.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать Kimi K2.

    /models

MiniMax

  1. Перейдите в консоль MiniMax API (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите MiniMax.

    /connect

  3. Введите ваш API-ключ MiniMax.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например M2.1.

    /models

NVIDIA

NVIDIA предоставляет доступ к моделям Nemotron и многим другим открытым моделям через build.nvidia.com (opens in a new tab) бесплатно.

  1. Перейдите на build.nvidia.com (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите NVIDIA.

    /connect

  3. Введите ваш API-ключ NVIDIA.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например nemotron-3-super-120b-a12b.

    /models

On-Prem / NIM

Вы также можете использовать модели NVIDIA локально через NVIDIA NIM (opens in a new tab), установив пользовательский базовый URL.

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "nvidia": {
      "options": {
        "baseURL": "http://localhost:8000/v1"
      }
    }
  }
}

Переменная окружения

Кроме того, установите ваш API-ключ как переменную окружения.

export NVIDIA_API_KEY=nvapi-your-key-here

Nebius Token Factory

  1. Перейдите в консоль Nebius Token Factory (opens in a new tab), создайте аккаунт и нажмите Add Key.

  2. Запустите команду /connect и найдите Nebius Token Factory.

    /connect

  3. Введите ваш API-ключ Nebius Token Factory.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Kimi K2 Instruct.

    /models

Ollama

Вы можете настроить opencode на использование локальных моделей через Ollama.

Tip: Ollama может автоматически настроить себя для OpenCode. Подробности смотрите в документации по интеграции Ollama (opens in a new tab).

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama (local)",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "llama2": {
          "name": "Llama 2"
        }
      }
    }
  }
}

В этом примере:

  • ollama — это пользовательский ID провайдера. Это может быть любая строка по вашему желанию.
  • npm указывает пакет, используемый для этого провайдера. Здесь @ai-sdk/openai-compatible используется для любого OpenAI-совместимого API.
  • name — это отображаемое имя провайдера в интерфейсе.
  • options.baseURL — это эндпоинт локального сервера.
  • models — это карта ID моделей к их конфигурациям. Имя модели будет отображаться в списке выбора моделей.

Tip: Если вызовы инструментов не работают, попробуйте увеличить num_ctx в Ollama. Начните примерно с 16k — 32k.

Ollama Cloud

Чтобы использовать Ollama Cloud с OpenCode:

  1. Перейдите на https://ollama.com/ (opens in a new tab) и войдите или создайте аккаунт.

  2. Перейдите в Settings > Keys и нажмите Add API Key, чтобы сгенерировать новый API-ключ.

  3. Скопируйте API-ключ для использования в OpenCode.

  4. Запустите команду /connect и найдите Ollama Cloud.

    /connect

  5. Введите ваш API-ключ Ollama Cloud.

    ┌ API key
│
│
└ enter

  6. Важно: Перед использованием облачных моделей в OpenCode вы должны загрузить информацию о модели локально:

    ollama pull gpt-oss:20b-cloud

  7. Запустите команду /models, чтобы выбрать вашу модель Ollama Cloud.

    /models

OpenAI

Мы рекомендуем зарегистрироваться в ChatGPT Plus или Pro (opens in a new tab).

  1. После регистрации запустите команду /connect и выберите OpenAI.

    /connect

  2. Здесь вы можете выбрать опцию ChatGPT Plus/Pro, и она откроет ваш браузер и попросит вас аутентифицироваться.

    ┌ Select auth method
│
│ ChatGPT Plus/Pro
│ Manually enter API Key
└

  3. Теперь все модели OpenAI должны быть доступны при использовании команды /models.

    /models
Использование API-ключей

Если у вас уже есть API-ключ, вы можете выбрать Manually enter API Key и вставить его в терминал.

OpenCode Zen

OpenCode Zen — это список протестированных и проверенных моделей, предоставляемых командой OpenCode. Подробнее.

  1. Войдите в OpenCode Zen (opens in a new tab) и нажмите Create API Key.

  2. Запустите команду /connect и найдите OpenCode Zen.

    /connect

  3. Введите ваш API-ключ OpenCode.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Qwen 3 Coder 480B.

    /models

OpenRouter

  1. Перейдите в панель управления OpenRouter (opens in a new tab), нажмите Create API Key и скопируйте ключ.

  2. Запустите команду /connect и найдите OpenRouter.

    /connect

  3. Введите API-ключ для провайдера.

    ┌ API key
│
│
└ enter

  4. Многие модели OpenRouter предзагружены по умолчанию, запустите команду /models, чтобы выбрать нужную.

    /models

    Вы также можете добавить дополнительные модели через конфигурацию opencode.

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "openrouter": {
      "models": {
        "somecoolnewmodel": {}
      }
    }
  }
}

  5. Вы также можете настроить их через конфигурацию opencode. Вот пример указания провайдера

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "openrouter": {
      "models": {
        "moonshotai/kimi-k2": {
          "options": {
            "provider": {
              "order": ["baseten"],
              "allow_fallbacks": false
            }
          }
        }
      }
    }
  }
}

LLM Gateway

  1. Перейдите в панель управления LLM Gateway (opens in a new tab), нажмите Create API Key и скопируйте ключ.

  2. Запустите команду /connect и найдите LLM Gateway.

    /connect

  3. Введите API-ключ для провайдера.

    ┌ API key
│
│
└ enter

  4. Многие модели LLM Gateway предзагружены по умолчанию, запустите команду /models, чтобы выбрать нужную.

    /models

    Вы также можете добавить дополнительные модели через конфигурацию opencode.

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "llmgateway": {
      "models": {
        "somecoolnewmodel": {}
      }
    }
  }
}

  5. Вы также можете настроить их через конфигурацию opencode. Вот пример указания провайдера

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "llmgateway": {
      "models": {
        "glm-4.7": {
          "name": "GLM 4.7"
        },
        "gpt-5.2": {
          "name": "GPT-5.2"
        },
        "gemini-2.5-pro": {
          "name": "Gemini 2.5 Pro"
        },
        "claude-3-5-sonnet-20241022": {
          "name": "Claude 3.5 Sonnet"
        }
      }
    }
  }
}

SAP AI Core

SAP AI Core предоставляет доступ к 40+ моделям от OpenAI, Anthropic, Google, Amazon, Meta, Mistral и AI21 через единую платформу.

  1. Перейдите в ваш SAP BTP Cockpit (opens in a new tab), перейдите к вашему сервисному экземпляру SAP AI Core и создайте сервисный ключ.

    Tip: Сервисный ключ — это JSON-объект, содержащий clientid, clientsecret, url и serviceurls.AI_API_URL. Вы можете найти ваш экземпляр AI Core в разделе Services > Instances and Subscriptions в BTP Cockpit.

  2. Запустите команду /connect и найдите SAP AI Core.

    /connect

  3. Введите JSON вашего сервисного ключа.

    ┌ Service key
│
│
└ enter

    Или установите переменную окружения AICORE_SERVICE_KEY:

    AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}' opencode

    Или добавьте её в ваш bash-профиль:

    ~/.bash_profile
    export AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}'

  4. Опционально установите ID развёртывания и группу ресурсов:

    AICORE_DEPLOYMENT_ID=your-deployment-id AICORE_RESOURCE_GROUP=your-resource-group opencode

    Note: Эти настройки опциональны и должны быть настроены в соответствии с вашей настройкой SAP AI Core.

  5. Запустите команду /models, чтобы выбрать из 40+ доступных моделей.

    /models

STACKIT

STACKIT AI Model Serving предоставляет полностью управляемую суверенную среду хостинга для AI-моделей, фокусируясь на LLM, таких как Llama, Mistral и Qwen, с максимальным суверенитетом данных на европейской инфраструктуре.

  1. Перейдите в портал STACKIT (opens in a new tab), перейдите в AI Model Serving и создайте токен аутентификации для вашего проекта.

    Tip: Вам нужны клиентский аккаунт STACKIT, пользовательский аккаунт и проект перед созданием токенов аутентификации.

  2. Запустите команду /connect и найдите STACKIT.

    /connect

  3. Введите ваш токен аутентификации STACKIT AI Model Serving.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать из доступных моделей, таких как Qwen3-VL 235B или Llama 3.3 70B.

    /models

OVHcloud AI Endpoints

  1. Перейдите в панель OVHcloud (opens in a new tab). Перейдите в раздел Public Cloud, AI & Machine Learning > AI Endpoints и во вкладке API Keys нажмите Create a new API key.

  2. Запустите команду /connect и найдите OVHcloud AI Endpoints.

    /connect

  3. Введите ваш API-ключ OVHcloud AI Endpoints.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например gpt-oss-120b.

    /models

Scaleway

Чтобы использовать Scaleway Generative APIs (opens in a new tab) с Opencode:

  1. Перейдите в настройки IAM консоли Scaleway (opens in a new tab), чтобы сгенерировать новый API-ключ.

  2. Запустите команду /connect и найдите Scaleway.

    /connect

  3. Введите ваш API-ключ Scaleway.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например devstral-2-123b-instruct-2512 или gpt-oss-120b.

    /models

Together AI

  1. Перейдите в консоль Together AI (opens in a new tab), создайте аккаунт и нажмите Add Key.

  2. Запустите команду /connect и найдите Together AI.

    /connect

  3. Введите ваш API-ключ Together AI.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Kimi K2 Instruct.

    /models

Venice AI

  1. Перейдите в консоль Venice AI (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите Venice AI.

    /connect

  3. Введите ваш API-ключ Venice AI.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Llama 3.3 70B.

    /models

Vercel AI Gateway

Vercel AI Gateway позволяет получить доступ к моделям от OpenAI, Anthropic, Google, xAI и других через единый эндпоинт. Модели предлагаются по прейскурантной цене без наценки.

  1. Перейдите в панель управления Vercel (opens in a new tab), перейдите во вкладку AI Gateway и нажмите API keys, чтобы создать новый API-ключ.

  2. Запустите команду /connect и найдите Vercel AI Gateway.

    /connect

  3. Введите ваш API-ключ Vercel AI Gateway.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель.

    /models

Вы также можете настроить модели через конфигурацию opencode. Вот пример указания порядка маршрутизации провайдеров.

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "vercel": {
      "models": {
        "anthropic/claude-sonnet-4": {
          "options": {
            "order": ["anthropic", "vertex"]
          }
        }
      }
    }
  }
}

Некоторые полезные опции маршрутизации:

ОпцияОписание
orderПоследовательность провайдеров для попытки
onlyОграничить конкретными провайдерами
zeroDataRetentionИспользовать только провайдеров с политикой нулевого хранения данных

xAI

Три способа аутентификации: подписка SuperGrok через браузерный OAuth, та же подписка SuperGrok через headless-поток с кодом устройства (для VPS / SSH / Docker) или API-ключ с оплатой по факту использования из консоли xAI.

Вариант A — SuperGrok OAuth (вход через браузер)

  1. Запустите команду /connect и найдите xAI.

    /connect

  2. Выберите xAI Grok OAuth (SuperGrok Subscription). OpenCode открывает экран согласия xAI в вашем браузере и ожидает обратного вызова на http://127.0.0.1:56121/callback.

  3. Запустите команду /models, чтобы выбрать модель Grok.

    /models

OpenCode автоматически обновляет токен доступа OAuth. Любой план Grok или X Premium, включающий доступ к Grok API, работает; вам не нужен отдельный XAI_API_KEY.

Вариант B — SuperGrok с кодом устройства (headless / удалённый сервер / VPS)

Используйте это, когда OpenCode работает там, где браузер не может достичь loopback-перенаправления: VPS, удалённая машина разработки через SSH, внутри Docker, в CI и т. д. На хосте, где работает OpenCode, не открывается порт обратного вызова — вместо этого xAI передаёт CLI короткий код, который вы вводите в браузере на любом другом устройстве (ноутбук, телефон, ...).

  1. Запустите команду /connect на удалённом хосте и найдите xAI.

    /connect

  2. Выберите xAI Grok OAuth (Headless / Remote / VPS). OpenCode выводит URL для верификации и короткий пользовательский код.

    Open https://x.ai/device on any device and enter code: ABCD-1234

  3. Откройте URL на устройстве с браузером (ваш ноутбук или телефон), введите код и подтвердите экран согласия. OpenCode опрашивает эндпоинт токена xAI и сохраняет полученные OAuth-токены после вашего подтверждения. Обновление токена работает так же, как в варианте A.

Вариант C — API-ключ

  1. Перейдите в консоль xAI (opens in a new tab), создайте аккаунт и сгенерируйте API-ключ.

  2. Запустите команду /connect и найдите xAI.

    /connect

  3. Выберите Manually enter API Key и вставьте ваш API-ключ xAI.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например Grok Beta.

    /models

Z.AI

  1. Перейдите в консоль Z.AI API (opens in a new tab), создайте аккаунт и нажмите Create a new API key.

  2. Запустите команду /connect и найдите Z.AI.

    /connect

    Если вы подписаны на GLM Coding Plan, выберите Z.AI Coding Plan.

  3. Введите ваш API-ключ Z.AI.

    ┌ API key
│
│
└ enter

  4. Запустите команду /models, чтобы выбрать модель, например GLM-4.7.

    /models

ZenMux

  1. Перейдите в панель управления ZenMux (opens in a new tab), нажмите Create API Key и скопируйте ключ.

  2. Запустите команду /connect и найдите ZenMux.

    /connect

  3. Введите API-ключ для провайдера.

    ┌ API key
│
│
└ enter

  4. Многие модели ZenMux предзагружены по умолчанию, запустите команду /models, чтобы выбрать нужную.

    /models

    Вы также можете добавить дополнительные модели через конфигурацию opencode.

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "zenmux": {
      "models": {
        "somecoolnewmodel": {}
      }
    }
  }
}

Пользовательский провайдер

Чтобы добавить любого OpenAI-совместимого провайдера, который не указан в команде /connect:

Tip: Вы можете использовать любого OpenAI-совместимого провайдера с opencode. Большинство современных AI-провайдеров предлагают OpenAI-совместимые API.

  1. Запустите команду /connect и прокрутите вниз до Other.

    $ /connect
 
┌  Add credential
│
◆  Select provider
│  ...
│  ● Other
└

  2. Введите уникальный ID для провайдера.

    $ /connect
 
┌  Add credential
│
◇  Enter provider id
│  myprovider
└

    Note: Выберите запоминающийся ID, вы будете использовать его в вашем файле конфигурации.

  3. Введите ваш API-ключ для провайдера.

    $ /connect
 
┌  Add credential
│
▲  This only stores a credential for myprovider - you will need to configure it in opencode.json, check the docs for examples.
│
◇  Enter your API key
│  sk-...
└

  4. Создайте или обновите ваш файл opencode.json в каталоге проекта:

    opencode.json
    {
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "myprovider": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "My AI ProviderDisplay Name",
      "options": {
        "baseURL": "https://api.myprovider.com/v1"
      },
      "models": {
        "my-model-name": {
          "name": "My Model Display Name"
        }
      }
    }
  }
}

    Вот опции конфигурации:

    • npm: AI SDK пакет для использования, @ai-sdk/openai-compatible для OpenAI-совместимых провайдеров (для /v1/chat/completions). Если ваш провайдер/модель использует /v1/responses, используйте @ai-sdk/openai.
    • name: Отображаемое имя в интерфейсе.
    • models: Доступные модели.
    • options.baseURL: URL API-эндпоинта.
    • options.apiKey: Опционально установите API-ключ, если не используется аутентификация.
    • options.headers: Опционально установите пользовательские заголовки.

    Подробнее о расширенных опциях в примере ниже.

  5. Запустите команду /models, и ваш пользовательский провайдер и модели появятся в списке выбора.

Пример

Вот пример установки опций apiKey, headers и limit модели.

opencode.json
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "myprovider": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "My AI ProviderDisplay Name",
      "options": {
        "baseURL": "https://api.myprovider.com/v1",
        "apiKey": "{env:ANTHROPIC_API_KEY}",
        "headers": {
          "Authorization": "Bearer custom-token"
        }
      },
      "models": {
        "my-model-name": {
          "name": "My Model Display Name",
          "limit": {
            "context": 200000,
            "output": 65536
          }
        }
      }
    }
  }
}

Детали конфигурации:

  • apiKey: Устанавливается с использованием синтаксиса переменной env, подробнее.
  • headers: Пользовательские заголовки, отправляемые с каждым запросом.
  • limit.context: Максимальное количество входных токенов, которые принимает модель.
  • limit.output: Максимальное количество токенов, которые может сгенерировать модель.

Поля limit позволяют OpenCode понять, сколько контекста у вас осталось. Стандартные провайдеры автоматически получают их из models.dev.

Устранение неполадок

Если у вас возникли проблемы с настройкой провайдера, проверьте следующее:

  1. Проверьте настройку аутентификации: Запустите opencode auth list, чтобы увидеть, добавлены ли учётные данные для провайдера в вашу конфигурацию. Это не относится к провайдерам, таким как Amazon Bedrock, которые полагаются на переменные окружения для своей аутентификации.

  2. Для пользовательских провайдеров проверьте конфигурацию opencode и:

    • Убедитесь, что ID провайдера, используемый в команде /connect, совпадает с ID в вашей конфигурации opencode.
    • Используется правильный npm-пакет для провайдера. Например, используйте @ai-sdk/cerebras для Cerebras. А для всех остальных OpenAI-совместимых провайдеров используйте @ai-sdk/openai-compatible (для /v1/chat/completions); если модель использует /v1/responses, используйте @ai-sdk/openai. Для смешанных настроек под одним провайдером вы можете переопределить для каждой модели через provider.npm.
    • Проверьте, что правильный API-эндпоинт используется в поле options.baseURL.
КонфигурацияСеть