跳转到内容
学习 对比 案例 生态 源码解读 文档

Providers

在 OpenCode 中使用任何 LLM provider。

OpenCode 使用 AI SDK 和 Models.dev 支持 75+ LLM providers，并支持运行本地模型。

要添加 provider，你需要：

  1. 使用 /connect 命令添加 provider 的 API 密钥。
  2. 在你的 OpenCode 配置中配置 provider。

凭据

当你使用 /connect 命令添加 provider 的 API 密钥时，它们存储在 ~/.local/share/opencode/auth.json 中。

配置

你可以通过 OpenCode 配置中的 provider 部分自定义 providers。

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

OpenCode Zen

OpenCode Zen 是由 OpenCode 团队测试和验证的模型列表。

[!TIP] 如果你是新手，我们建议从 OpenCode Zen 开始。

  1. 在 TUI 中运行 /connect 命令，选择 OpenCode Zen，然后前往 opencode.ai/auth。
  2. 登录，添加你的账单详情，并复制你的 API 密钥。
  3. 粘贴你的 API 密钥。
  4. 在 TUI 中运行 /models 查看我们推荐的模型列表。

OpenCode Go

OpenCode Go 是一种低成本订阅计划，为流行的开放编码模型提供可靠访问。

  1. 在 TUI 中运行 /connect 命令，选择 OpenCode Go。
  2. 登录，添加你的账单详情，并复制你的 API 密钥。
  3. 粘贴你的 API 密钥。
  4. 在 TUI 中运行 /models 查看模型列表。

目录

Anthropic

  1. 运行 /connect 并选择 Anthropic。
  2. 选择 Claude Pro/Max 选项或 手动输入 API 密钥。
  3. 运行 /models 查看可用模型。

[!NOTE] Anthropic 明确禁止将 Claude Pro/Max 订阅与第三方工具一起使用。以前版本的 OpenCode 捆绑了此功能的插件，但从 1.3.0 开始不再是这样。

OpenAI

  1. 运行 /connect 并选择 OpenAI。
  2. 选择 ChatGPT Plus/Pro 或 手动输入 API 密钥。
  3. 运行 /models 查看可用模型。

Amazon Bedrock

要使用 Amazon Bedrock 与 OpenCode：

  1. 在 Amazon Bedrock 控制台中请求模型访问。

  2. 配置身份验证：

环境变量：

# 使用 AWS Access Keys
AWS_ACCESS_KEY_ID=XXX AWS_SECRET_ACCESS_KEY=YYY opencode

# 使用 AWS Profile
AWS_PROFILE=my-profile opencode

# 使用 Bedrock Bearer Token
AWS_BEARER_TOKEN_BEDROCK=XXX opencode

配置文件（推荐）：

{
  "$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（如 us-east-1、eu-west-1）
  • profile - ~/.aws/credentials 中的 AWS 命名配置文件
  • endpoint - VPC 端点的自定义 URL（baseURL 的别名）

Azure OpenAI

  1. 在 Azure 门户 中创建 Azure OpenAI 资源。
  2. 在 Azure AI Foundry 中部署模型。
  3. 运行 /connect 并搜索 Azure。
  4. 输入你的 API 密钥。
  5. 将你的资源名称设置为环境变量：
AZURE_RESOURCE_NAME=XXX opencode

[!NOTE] 如果遇到”我无法协助此请求”错误，请尝试将内容过滤器从 DefaultV2 更改为 Default。

Google Vertex AI

  1. 在你的 Google Cloud 项目中启用 Vertex AI API。
  2. 设置所需的环境变量：
GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json
GOOGLE_CLOUD_PROJECT=your-project-id
VERTEX_LOCATION=global
  1. 运行 /models 选择模型。

Ollama

{
  "$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"
        }
      }
    }
  }
}

[!TIP] 如果工具调用不工作，请尝试在 Ollama 中增加 num_ctx。从 16k - 32k 左右开始。

LM Studio

{
  "$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)"
        }
      }
    }
  }
}

OpenRouter

  1. 在 OpenRouter 仪表板 创建 API 密钥。
  2. 运行 /connect 并搜索 OpenRouter。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。
{
  "provider": {
    "openrouter": {
      "models": {
        "somecoolnewmodel": {}
      }
    }
  }
}

DeepSeek

  1. 在 DeepSeek 控制台 创建账户。
  2. 创建新的 API 密钥。
  3. 运行 /connect 并搜索 DeepSeek。
  4. 输入你的 API 密钥。
  5. 运行 /models 选择模型，如 DeepSeek V4 Pro。

GitLab Duo

[!EXPERIMENTAL] OpenCode 中的 GitLab Duo 支持是实验性的。

OpenCode 与 GitLab Duo Agent Platform 集成。

许可要求：

  • GitLab Premium 或 Ultimate 订阅
  • 可在 GitLab.com 和 GitLab Self-Managed 上使用
  1. 运行 /connect 并选择 GitLab。
  2. 选择 OAuth 或个人访问令牌。
  3. 运行 /models 查看可用模型。

提供三种基于 Claude 的模型：

  • duo-chat-haiku-4-5（默认）- 快速响应
  • duo-chat-sonnet-4-5 - 平衡性能
  • duo-chat-opus-4-5 - 能力最强

GitHub Copilot

  1. 运行 /connect 并搜索 GitHub Copilot。
  2. 导航到 github.com/login/device 并输入代码。
  3. 运行 /models 选择模型。

[!NOTE] 某些模型可能需要 Pro+ 订阅。

Cloudflare AI Gateway

  1. 在 Cloudflare 仪表板中创建网关（AI > AI Gateway）。
  2. 运行 /connect 并搜索 Cloudflare AI Gateway。
  3. 输入账户 ID、网关 ID 和 API 令牌。
  4. 运行 /models 选择模型。

Hugging Face

  1. 创建具有 inference.serverless.write 权限的令牌。
  2. 运行 /connect 并搜索 Hugging Face。
  3. 输入你的令牌。
  4. 运行 /models 选择模型。

NVIDIA

NVIDIA 通过 build.nvidia.com 提供对 Nemotron 模型和其他开放模型的访问。

  1. 在 build.nvidia.com 生成 API 密钥。
  2. 运行 /connect 并搜索 NVIDIA。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

本地部署 / NIM：

{
  "provider": {
    "nvidia": {
      "options": {
        "baseURL": "http://localhost:8000/v1"
      }
    }
  }
}

Groq

  1. 在 Groq 控制台 创建 API 密钥。
  2. 运行 /connect 并搜索 Groq。
  3. 输入 API 密钥。
  4. 运行 /models 选择模型。

Cerebras

  1. 在 Cerebras 控制台 创建账户。
  2. 生成 API 密钥。
  3. 运行 /connect 并搜索 Cerebras。
  4. 运行 /models 选择模型，如 Qwen 3 Coder 480B。

Together AI

  1. 在 Together AI 创建账户。
  2. 生成 API 密钥。
  3. 运行 /connect 并搜索 Together AI。
  4. 运行 /models 选择模型。

Fireworks AI

  1. 在 Fireworks AI 控制台 创建账户。
  2. 创建 API 密钥。
  3. 运行 /connect 并搜索 Fireworks AI。
  4. 运行 /models 选择模型。

Cohere

  1. 从 Cohere 仪表板创建账户并获取 API 密钥。
  2. 运行 /connect 并搜索 Cohere。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

302.AI

  1. 在 302.AI 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 302.AI。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

Atomic Chat

Atomic Chat 是一款桌面应用，它在一个 OpenAI 兼容的服务器（127.0.0.1:1337）后面运行本地模型。可以直接在 opencode.json 中配置：

{
  "$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>": {}
      }
    }
  }
}

将 <your-model-id> 替换为服务器返回的某个模型 id，然后运行 /models 选择它。

Azure Cognitive Services

  1. 在 Azure AI 创建 Azure OpenAI 资源并部署模型——部署名称必须与模型名称一致。
  2. 运行 /connect 并搜索 Azure Cognitive Services。
  3. 输入你的 API 密钥。
  4. 将环境变量 AZURE_COGNITIVE_SERVICES_RESOURCE_NAME 设置为你的资源名称。
  5. 运行 /models 选择你部署的模型。

Baseten

  1. 在 Baseten 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 Baseten。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

Cloudflare Workers AI

  1. 在 Cloudflare 仪表板 中获取你的账户 ID，并在 Workers AI 下创建 API 令牌。
  2. 运行 /connect 并搜索 Cloudflare Workers AI。
  3. 输入你的账户 ID 和 API 令牌。
  4. 运行 /models 选择模型。

Cortecs

  1. 在 Cortecs 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 Cortecs。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 Kimi K2 Instruct。

Deep Infra

  1. 在 Deep Infra 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 Deep Infra。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

DigitalOcean

  1. 登录你的 DigitalOcean 账户。
  2. 运行 /connect 并搜索 DigitalOcean。
  3. 选择 Login with DigitalOcean（OAuth）或粘贴 Model Access Key。
  4. 运行 /models 选择模型——Inference Router 会以 router:<name> 的形式出现。

FrogBot

  1. 在 FrogBot 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 FrogBot。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

GMI Cloud

  1. 在 GMI Cloud 控制台 创建 API 密钥。
  2. 运行 /connect 并搜索 GMI Cloud。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

Helicone

Helicone 提供 LLM 日志记录与监控，以及一个按模型路由请求的 AI 网关。

  1. 在 Helicone 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 Helicone。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

IO.NET

  1. 在 IO.NET 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 IO.NET。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

llama.cpp

llama.cpp 通过其 OpenAI 兼容的 llama-server 提供本地模型服务。

  1. 启动本地服务器：llama-server --port 8080。
  2. 将该 provider 添加到你的 opencode.json，并指向本地端点：
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "llama.cpp": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "llama-server (local)",
      "options": {
        "baseURL": "http://localhost:8080/v1"
      },
      "models": {
        "qwen3-coder:a3b": {}
      }
    }
  }
}
  1. 运行 /models 选择你的本地模型。

LLM 网关

  1. 在 LLM Gateway 仪表板 创建 API 密钥。
  2. 运行 /connect 并搜索 LLM Gateway。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型——许多模型默认已预载。

MiniMax

  1. 在 MiniMax 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 MiniMax。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 M2.1。
  1. 为你的模型创建一个共享 Endpoint，并生成代理令牌。
  2. 用英文句点连接令牌 ID 和 secret，例如 wk-<id>.ws-<secret>。
  3. 运行 /connect，搜索 Modal，输入组合后的令牌。
  4. 运行 /models 选择你工作区中的某个端点。

Moonshot AI

  1. 在 Moonshot AI 控制台 创建账户并创建 API 密钥。
  2. 运行 /connect 并搜索 Moonshot AI。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 Kimi K2。

Nebius Token Factory

  1. 在 Nebius Token Factory 创建账户并点击 Add Key。
  2. 运行 /connect 并搜索 Nebius Token Factory。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 Kimi K2 Instruct。

Ollama Cloud

  1. 登录或在 ollama.com 创建账户。
  2. 前往 Settings → Keys 并创建 API 密钥。
  3. 运行 /connect 并搜索 Ollama Cloud。
  4. 输入你的 API 密钥。
  5. 运行 /models 选择云端模型。

OVHcloud AI Endpoints

  1. 在 OVHcloud 管理面板 的 Public Cloud AI Endpoints 区域创建 API 密钥。
  2. 运行 /connect 并搜索 OVHcloud AI Endpoints。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 gpt-oss-120b。

Poolside

  1. 在 Poolside 登录，打开 API Keys 标签页并点击 New key。
  2. 运行 /connect 并搜索 Poolside。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

SAP AI Core

  1. 在 SAP BTP Cockpit 中导航到你的 SAP AI Core 服务实例并创建服务密钥。
  2. 运行 /connect 并搜索 SAP AI Core。
  3. 粘贴服务密钥 JSON。
  4. 运行 /models 选择模型。

Scaleway

  1. 在 Scaleway 控制台 的 IAM 设置中生成 API 密钥。
  2. 运行 /connect 并搜索 Scaleway。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 gpt-oss-120b。

SCX.ai

  1. 在 SCX.ai 平台 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 SCX.ai。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 GLM-5.2。

Snowflake Cortex

在 Snowflake 安全边界内提供的前沿模型；工具调用支持仅限于 Claude 和 OpenAI 系列。

  1. 在 Snowflake 创建账户。
  2. 运行 /connect 并搜索 Snowflake Cortex。
  3. 选择 Login with Snowflake (External Browser) 并在浏览器中完成登录，或粘贴 Programmatic Access Token。
  4. 运行 /models 选择模型。

STACKIT

  1. 在 STACKIT Portal 的 AI Model Serving 下为你的项目创建身份验证令牌。
  2. 运行 /connect 并搜索 STACKIT。
  3. 输入你的身份验证令牌。
  4. 运行 /models 选择模型，如 Qwen3-VL 235B。

Venice AI

  1. 在 Venice AI 创建账户并生成 API 密钥。
  2. 运行 /connect 并搜索 Venice AI。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 Llama 3.3 70B。

Vercel AI Gateway

通过一个统一的端点访问众多 provider 的模型。

  1. 在 Vercel 仪表板 的 AI Gateway 下创建 API 密钥。
  2. 运行 /connect 并搜索 Vercel AI Gateway。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型。

xAI

  1. 在 xAI 控制台 创建账户并生成 API 密钥，或准备使用 SuperGrok 订阅进行认证。
  2. 运行 /connect 并搜索 xAI。
  3. 输入你的 API 密钥，或选择 SuperGrok Subscription 通过设备码登录。
  4. 运行 /models 选择 Grok 模型。

Z.AI

  1. 在 Z.AI API 控制台 创建账户并新建一个 API 密钥。
  2. 运行 /connect 并搜索 Z.AI —— 如果你订阅了 GLM Coding Plan，请选择 Z.AI Coding Plan。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型，如 GLM-4.7。

ZenMux

  1. 在 ZenMux 仪表板 创建 API 密钥。
  2. 运行 /connect 并搜索 ZenMux。
  3. 输入你的 API 密钥。
  4. 运行 /models 选择模型——许多模型默认已预载。

其他 Providers

OpenCode 支持 75+ providers，包括：

  • 302.AI
  • Atomic Chat
  • Azure Cognitive Services
  • Baseten
  • Cloudflare Workers AI
  • Cortecs
  • Deep Infra
  • DigitalOcean
  • FrogBot
  • IO.NET
  • MiniMax
  • Moonshot AI
  • Nebius Token Factory
  • Ollama Cloud
  • SAP AI Core
  • Scaleway
  • Venice AI
  • Vercel AI Gateway
  • xAI
  • Z.AI
  • ZenMux

自定义 provider

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "custom-provider": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Custom Provider",
      "options": {
        "baseURL": "https://api.example.com/v1"
      },
      "models": {
        "model-id": {
          "name": "Custom Model Name"
        }
      }
    }
  }
}

故障排除

Provider 未加载

  1. 检查 API 密钥是否已设置：opencode debug config
  2. 验证环境变量是否正确设置
  3. 检查 provider 是否支持你的区域

身份验证错误

  1. 验证 API 密钥是否正确
  2. 检查订阅是否有效
  3. 确保已授予所需范围

速率限制

考虑使用：

  • 带速率限制的代理/网关（Cloudflare AI Gateway、Helicone）
  • Provider 特定的速率限制配置
  • 多个 provider 账户