模型供应商 - 《OpenCode 开发文档 - 帮助手册 - 教程》

Credentials（凭证）
Config（配置）
- Base URL
OpenCode Zen
Directory（目录）
Amazon Bedrock
- 1. 申请模型访问权限
- 2. 配置认证方式（Authentication）
- 3. 选择模型
Anthropic
- 使用 API keys
🌩️ Cloudflare AI Gateway
🧠 Cortecs
🔍 DeepSeek
⚡ Deep Infra
🎆 Fireworks AI
🧑‍💻 GitHub Copilot
☁️ Google Vertex AI
🚀 Groq
🤗 Hugging Face
📊 Helicone
- Session tracking
🦙 llama.cpp（本地模型）
🌐 IO.NET
🖥️ LM Studio（本地模型）
🌙 Moonshot AI
🧪 MiniMax
🏭 Nebius Token Factory
🦙 Ollama（本地模型）
☁️ Ollama Cloud
🤖 OpenAI
🌟 OpenCode Zen
🌍 OpenRouter
🏢 SAP AI Core
🌐 OVHcloud AI Endpoints
⚙️ Scaleway
🤝 Together AI
🎭 Venice AI
🚦 Vercel AI Gateway
🧬 xAI
🧪 Z.AI
🧩 ZenMux
🧱 Custom provider（自定义 Provider）
🛠️ Troubleshooting（故障排查）

OpenCode 使用 AI SDK 和 Models.dev 来支持 75+ LLM providers（75+ 大模型服务商），同时也支持运行 local models（本地模型）。

要添加一个 provider，你需要：

使用 /connect 命令添加该 provider 的 API keys。
在你的 OpenCode config 中配置该 provider。

Credentials（凭证）

当你通过 /connect 命令添加 provider 的 API keys 时，它们会被存储在：

~/.local/share/opencode/auth.json

Config（配置）

你可以在 OpenCode config 的 provider 区域自定义 providers。

Base URL

你可以通过设置 baseURL 选项来自定义任意 provider 的 base URL。这在使用 proxy services（代理服务） 或 custom endpoints（自定义端点） 时非常有用。

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

OpenCode Zen

OpenCode Zen 是由 OpenCode 团队提供的一组模型列表，这些模型已经过测试和验证，可以很好地与 OpenCode 一起工作。

使用步骤：

在 TUI 中运行 /connect 命令，选择 opencode，然后跳转到 opencode.ai/auth。
```
/connect
```
登录账号，添加你的 billing details（计费信息），并复制你的 API key。
粘贴你的 API key。
```
┌ API key
│
│
└ enter
```
在 TUI 中运行 /models，查看推荐的模型列表。
```
/models
```

它的使用方式与 OpenCode 中的其他 provider 完全一致，并且是 可选（optional） 的。

Directory（目录）

下面我们详细介绍一些 providers。如果你希望把某个 provider 添加到该列表，欢迎提交 PR（Pull Request）。

Amazon Bedrock

要在 OpenCode 中使用 Amazon Bedrock：

1. 申请模型访问权限

进入 Amazon Bedrock console 的 Model catalog，申请你想使用的模型访问权限。

2. 配置认证方式（Authentication）

可以使用以下方式之一进行认证：

Environment Variables（环境变量，快速开始）

运行 opencode 时设置以下任意一种环境变量：

# 方式 1：使用 AWS access keys
AWS_ACCESS_KEY_ID=XXX AWS_SECRET_ACCESS_KEY=YYY opencode
# 方式 2：使用命名的 AWS profile
AWS_PROFILE=my-profile opencode
# 方式 3：使用 Bedrock bearer token
AWS_BEARER_TOKEN_BEDROCK=XXX opencode

或者把它们加入你的 bash profile：

export AWS_PROFILE=my-dev-profile
export AWS_REGION=us-east-1

Configuration File（配置文件，推荐）

对于项目级或长期配置，建议使用 opencode.json：

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

可用选项：

region — AWS 区域（例如 us-east-1、eu-west-1）
profile — 来自 ~/.aws/credentials 的 AWS 命名 profile
endpoint — 用于 VPC endpoints 的自定义 endpoint URL（等价于通用 baseURL）

Advanced：VPC Endpoints

如果你使用的是 Bedrock 的 VPC endpoints：

{
  "$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"
      }
    }
  }
}

Authentication Methods（认证方式）

AWS_ACCESS_KEY_ID / AWS_SECRET_ACCESS_KEY：在 AWS Console 中创建 IAM user 并生成 access keys
AWS_PROFILE：使用 ~/.aws/credentials 中的命名 profile，可通过 aws configure --profile my-profile 或 aws sso login 配置
AWS_BEARER_TOKEN_BEDROCK：在 Amazon Bedrock console 中生成长期 API keys

Authentication Precedence（认证优先级）

Amazon Bedrock 使用以下认证优先级：

Bearer Token — AWS_BEARER_TOKEN_BEDROCK 环境变量或通过 /connect 保存的 token
AWS Credential Chain — profile、access keys、shared credentials、IAM roles、instance metadata

3. 选择模型

运行 /models 选择你需要的模型：

/models

Anthropic

推荐注册 Claude Pro 或 Max。

注册完成后，运行 /connect 并选择 Anthropic。
选择 Claude Pro/Max，浏览器会打开并要求你完成认证。
使用 /models 查看并选择可用模型。

使用 API keys

如果你没有 Pro/Max 订阅，可以选择 Create an API Key。如果你已经有 API key，可以选择 Manually enter API Key 并粘贴到终端。

🌩️ Cloudflare AI Gateway

Cloudflare AI Gateway 允许你通过一个统一的 endpoint 访问来自 OpenAI、Anthropic、Workers AI 等多个模型。配合 Unified Billing 功能，你无需为每个 provider 分别配置 API key。

使用步骤：

打开 Cloudflare dashboard，进入 AI → AI Gateway，创建一个新的 gateway。
将 Account ID 和 Gateway ID 设置为环境变量：

export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_GATEWAY_ID=your-gateway-id

运行 /connect，搜索 Cloudflare AI Gateway。
输入你的 Cloudflare API token，或者设置为环境变量：

export CLOUDFLARE_API_TOKEN=your-api-token

运行 /models 选择模型。

你也可以在 opencode config 中手动添加模型。

🧠 Cortecs

打开 Cortecs console，注册账号并生成 API key。
运行 /connect，搜索 Cortecs。
输入 Cortecs API key。
运行 /models 选择模型，例如 Kimi K2 Instruct。

🔍 DeepSeek

打开 DeepSeek console，创建账号并生成 API key。
运行 /connect，搜索 DeepSeek。
输入 DeepSeek API key。
运行 /models 选择模型，例如 DeepSeek Reasoner。

⚡ Deep Infra

打开 Deep Infra dashboard，创建账号并生成 API key。
运行 /connect，搜索 Deep Infra。
输入 Deep Infra API key。
运行 /models 选择模型。

🎆 Fireworks AI

打开 Fireworks AI console，创建账号并生成 API key。
运行 /connect，搜索 Fireworks AI。
输入 Fireworks AI API key。
运行 /models 选择模型，例如 Kimi K2 Instruct。

🧑‍💻 GitHub Copilot

你可以在 OpenCode 中直接使用你的 GitHub Copilot 订阅。

注意：

某些模型可能需要 Pro+ subscription。
有些模型需要在 GitHub Copilot settings 中手动启用。

步骤：

运行 /connect，搜索 GitHub Copilot。
打开 github.com/login/device，输入终端中显示的 code。
授权完成后，运行 /models 选择模型。

☁️ Google Vertex AI

使用 Google Vertex AI 前，需要：

已启用 Vertex AI API 的 Google Cloud project。

步骤：

在 Google Cloud Console 的 Model Garden 查看你所在 region 可用的模型。
设置环境变量：
- GOOGLE_CLOUD_PROJECT
- VERTEX_LOCATION（可选，默认 global）
- 身份认证方式：
  - 使用 GOOGLE_APPLICATION_CREDENTIALS
  - 或使用 gcloud CLI 登录
运行 /models 选择模型。

提示：使用 global region 可提升可用性并减少错误。

🚀 Groq

打开 Groq console，创建 API key。
运行 /connect，搜索 Groq。
输入 API key。
运行 /models 选择模型。

🤗 Hugging Face

Hugging Face Inference Providers 支持 17+ provider 的开源模型。

在 Hugging Face settings 创建 Token，并开启 Inference Providers 权限。
运行 /connect，搜索 Hugging Face。
输入 Hugging Face token。
运行 /models 选择模型，例如 Kimi-K2-Instruct 或 GLM-4.6。

📊 Helicone

Helicone 是一个 LLM 可观测平台，用于日志、监控和分析。Helicone AI Gateway 会自动根据 model 路由请求。

步骤：

在 Helicone 官网注册并生成 API key。
运行 /connect，搜索 Helicone。
输入 API key。
运行 /models 选择模型。

你可以通过 opencode config 自定义模型和 headers，例如用于缓存、用户追踪、Session 管理。

Session tracking

Helicone 的 Sessions 功能可以把相关的 LLM 请求分组。可使用 opencode-helicone-session 插件自动同步 OpenCode 对话。

🦙 llama.cpp（本地模型）

你可以通过 llama.cpp 的 llama-server 使用本地模型。

关键说明：

llama.cpp：自定义 provider ID。
npm：使用 @ai-sdk/openai-compatible。
options.baseURL：本地 server endpoint。
models：模型配置列表。

🌐 IO.NET

IO.NET 提供 17 个针对不同场景优化的模型。

在 IO.NET console 创建账号并生成 API key。
运行 /connect，搜索 IO.NET。
输入 API key。
运行 /models 选择模型。

🖥️ LM Studio（本地模型）

可以通过 LM Studio 使用本地模型。

说明与 llama.cpp 类似：

使用 OpenAI-compatible API。
设置本地 baseURL。
在 models 中定义可用模型。

🌙 Moonshot AI

用于使用 Moonshot AI 的 Kimi K2 模型。

在 Moonshot AI console 创建 API key。
运行 /connect，搜索 Moonshot AI。
输入 API key。
运行 /models 选择 Kimi K2。

🧪 MiniMax

在 MiniMax API Console 创建 API key。
运行 /connect，搜索 MiniMax。
输入 API key。
运行 /models 选择模型，例如 M2.1。

🏭 Nebius Token Factory

在 Nebius Token Factory console 创建 API key。
运行 /connect，搜索 Nebius Token Factory。
输入 API key。
运行 /models 选择模型。

🦙 Ollama（本地模型）

你可以通过 Ollama 使用本地模型。

设置本地 API endpoint。
在 models 中配置模型。
如果 tool call 不工作，可以调大 num_ctx（16k–32k）。

☁️ Ollama Cloud

在 ollama.com 注册并生成 API key。
运行 /connect，搜索 Ollama Cloud。
输入 API key。
必须先在本地 pull cloud 模型。
运行 /models 选择模型。

🤖 OpenAI

推荐订阅 ChatGPT Plus 或 Pro。

运行 /connect，选择 OpenAI。
可通过浏览器授权 ChatGPT Plus / Pro，或手动输入 API key。
运行 /models 选择模型。

🌟 OpenCode Zen

OpenCode 官方测试并验证过的模型集合。

登录 OpenCode Zen 并创建 API key。
运行 /connect，搜索 OpenCode Zen。
输入 API key。
运行 /models 选择模型。

🌍 OpenRouter

在 OpenRouter dashboard 创建 API key。
运行 /connect，搜索 OpenRouter。
输入 API key。
运行 /models 选择模型。
也可以在 opencode config 中自定义 provider 路由策略。

🏢 SAP AI Core

SAP AI Core 提供来自 OpenAI、Anthropic、Google、Amazon、Meta 等 40+ 模型。

在 SAP BTP Cockpit 创建 service key。
运行 /connect，搜索 SAP AI Core。
输入 service key JSON。
可选配置 deployment ID 和 resource group。
运行 /models 选择模型。

🌐 OVHcloud AI Endpoints

在 OVHcloud panel 创建 API key。
运行 /connect，搜索 OVHcloud AI Endpoints。
输入 API key。
运行 /models 选择模型。

⚙️ Scaleway

在 Scaleway Console 创建 API key。
运行 /connect，搜索 Scaleway。
输入 API key。
运行 /models 选择模型。

🤝 Together AI

在 Together AI console 创建 API key。
运行 /connect，搜索 Together AI。
输入 API key。
运行 /models 选择模型。

🎭 Venice AI

在 Venice AI console 创建 API key。
运行 /connect，搜索 Venice AI。
输入 API key。
运行 /models 选择模型。

🚦 Vercel AI Gateway

通过统一 endpoint 访问多个 provider，价格无加价。

在 Vercel dashboard 创建 API key。
运行 /connect，搜索 Vercel AI Gateway。
输入 API key。
运行 /models 选择模型。
可在 config 中设置 provider routing 顺序。

🧬 xAI

在 xAI console 创建 API key。
运行 /connect，搜索 xAI。
输入 API key。
运行 /models 选择模型，例如 Grok Beta。

🧪 Z.AI

在 Z.AI API console 创建 API key。
运行 /connect，搜索 Z.AI 或 Z.AI Coding Plan。
输入 API key。
运行 /models 选择模型，例如 GLM-4.7。

🧩 ZenMux

在 ZenMux dashboard 创建 API key。
运行 /connect，搜索 ZenMux。
输入 API key。
运行 /models 选择模型。
可在 config 中添加额外模型。

🧱 Custom provider（自定义 Provider）

你可以添加任何 OpenAI-compatible 的 provider。

核心流程：

运行 /connect，选择 Other。
输入自定义 provider ID。
输入 API key。
在 opencode.json 中配置：
- npm
- name
- options.baseURL
- models
运行 /models 查看新 provider。

支持高级配置：

apiKey
headers
limit.context
limit.output

🛠️ Troubleshooting（故障排查）

如果 provider 配置有问题：

使用 opencode auth list 检查 credential 是否存在。
对于自定义 provider：
- 确认 provider ID 与 /connect 一致。
- 确认 npm package 正确。
- 确认 options.baseURL endpoint 正确。