File size: 67,710 Bytes

89a2873

---
title: Провайдеры
description: Использование любого провайдера LLM в opencode.
---

import config from "../../../../config.mjs"
export const console = config.console

opencode использует [AI SDK](https://ai-sdk.dev/) и [Models.dev](https://models.dev) для поддержки **более 75 поставщиков LLM** и поддерживает запуск локальных моделей.

Чтобы добавить провайдера, вам необходимо:

1. Добавьте ключи API для провайдера с помощью команды `/connect`.
2. Настройте провайдера в вашей конфигурации opencode.

---

### Учетные данные

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

---

### Настройка

Вы можете настроить поставщиков через раздел `provider` в вашем opencode.
конфиг.

---

#### Базовый URL

Вы можете настроить базовый URL-адрес для любого провайдера, установив параметр `baseURL`. Это полезно при использовании прокси-сервисов или пользовательских конечных точек.

```json title="opencode.json" {6}
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "anthropic": {
      "options": {
        "baseURL": "https://api.anthropic.com/v1"
      }
    }
  }
}
```

---

## OpenCode Zen

OpenCode Zen — это список моделей, предоставленный командой opencode, которые были
протестировано и проверено на хорошую работу с opencode. [Подробнее](/docs/zen).

:::tip
Если вы новичок, мы рекомендуем начать с OpenCode Zen.
:::

1. Запустите команду `/connect` в TUI, выберите `OpenCode Zen` и перейдите по адресу [opencode.ai/auth](https://opencode.ai/zen).

   ```txt
   /connect
   ```

2. Войдите в систему, добавьте свои платежные данные и скопируйте ключ API.

3. Вставьте свой ключ API.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите `/models` в TUI, чтобы просмотреть список рекомендуемых нами моделей.

   ```txt
   /models
   ```

Он работает как любой другой поставщик в opencode и его использование совершенно необязательно.

---

## OpenCode Go

OpenCode Go — это недорогой план подписки, обеспечивающий надежный доступ к популярным открытым моделям 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 по адресу [opencode.ai/auth](https://opencode.ai/zen).

   ```txt
   /connect
   ```

2. Войдите в систему, добавьте свои платежные данные и скопируйте ключ API.

3. Вставьте свой ключ API.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите `/models` в TUI, чтобы просмотреть список рекомендуемых нами моделей.

   ```txt
   /models
   ```

Он работает как любой другой поставщик в opencode и его использование совершенно необязательно.

---

## Каталог

Рассмотрим некоторых провайдеров подробнее. Если вы хотите добавить провайдера в список, смело открывайте PR.

:::note
Не видите здесь провайдера? Откройте PR.
:::

---

### 302.AI

1. Перейдите в консоль 302.AI](https://302.ai/), создайте учетную запись и сгенерируйте ключ API.

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

   ```txt
   /connect
   ```

3. Введите свой ключ API 302.AI.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

---

### Amazon Bedrock

Чтобы использовать Amazon Bedrock с opencode:

1. Перейдите в **Каталог моделей** в консоли Amazon Bedrock и запросите
   доступ к нужным моделям.

   :::tip
   Вам необходимо иметь доступ к нужной модели в Amazon Bedrock.
   :::

2. **Настройте аутентификацию** одним из следующих способов:

   #### Переменные среды (быстрый старт)

   Установите одну из этих переменных среды при запуске opencode:

   ```bash
   # Option 1: Using AWS access keys
   AWS_ACCESS_KEY_ID=XXX AWS_SECRET_ACCESS_KEY=YYY opencode

   # Option 2: Using named AWS profile
   AWS_PROFILE=my-profile opencode

   # Option 3: Using Bedrock bearer token
   AWS_BEARER_TOKEN_BEDROCK=XXX opencode
   ```

   Или добавьте их в свой профиль bash:

   ```bash title="~/.bash_profile"
   export AWS_PROFILE=my-dev-profile
   export AWS_REGION=us-east-1
   ```

   #### Файл конфигурации (рекомендуется)

   Для конкретной или постоянной конфигурации проекта используйте `opencode.json`:

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

   **Доступные варианты:**
   - `region` – регион AWS (например, `us-east-1`, `eu-west-1`).
   - `profile` – именованный профиль AWS из `~/.aws/credentials`.
   - `endpoint` — URL-адрес пользовательской конечной точки для конечных точек VPC (псевдоним для общей опции `baseURL`).

   :::tip
   Параметры файла конфигурации имеют приоритет над переменными среды.
   :::

   #### Дополнительно: конечные точки VPC

   Если вы используете конечные точки VPC для Bedrock:

   ```json title="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
   Параметр `endpoint` — это псевдоним общего параметра `baseURL`, использующий терминологию, специфичную для AWS. Если указаны и `endpoint`, и `baseURL`, `endpoint` имеет приоритет.
   :::

   #### Методы аутентификации
   - **`AWS_ACCESS_KEY_ID` / `AWS_SECRET_ACCESS_KEY`**: создайте пользователя IAM и сгенерируйте ключи доступа в консоли AWS.
   - **`AWS_PROFILE`**: использовать именованные профили из `~/.aws/credentials`. Сначала настройте `aws configure --profile my-profile` или `aws sso login`.
   - **`AWS_BEARER_TOKEN_BEDROCK`**: создание долгосрочных ключей API из консоли Amazon Bedrock.
   - **`AWS_WEB_IDENTITY_TOKEN_FILE`/`AWS_ROLE_ARN`**: для EKS IRSA (роли IAM для учетных записей служб) или других сред Kubernetes с федерацией OIDC. Эти переменные среды автоматически вводятся Kubernetes при использовании аннотаций учетной записи службы.

   #### Приоритет аутентификации

   Amazon Bedrock использует следующий приоритет аутентификации:
   1. **Токен носителя** — переменная среды `AWS_BEARER_TOKEN_BEDROCK` или токен из команды `/connect`.
   2. **Цепочка учетных данных AWS** — профиль, ключи доступа, общие учетные данные, роли IAM, токены веб-идентификации (EKS IRSA), метаданные экземпляра.

   :::note
   Когда токен-носитель установлен (через `/connect` или `AWS_BEARER_TOKEN_BEDROCK`), он имеет приоритет над всеми методами учетных данных AWS, включая настроенные профили.
   :::

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

   ```txt
   /models
   ```

:::note
Для пользовательских профилей вывода используйте имя модели и поставщика в ключе и задайте для свойства `id` значение arn. Это обеспечивает правильное кэширование:

```json title="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 введите команду `/connect` и выберите Anthropic.

   ```txt
   /connect
   ```

2. Здесь вы можете выбрать опцию **Claude Pro/Max**, и ваш браузер откроется.
   и попросите вас пройти аутентификацию.

   ```txt
   ┌ Select auth method
   │
   │ Claude Pro/Max
   │ Create an API Key
   │ Manually enter API Key
   └
   ```

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

   ```txt
   /models
   ```

:::info
Использование вашей подписки Claude Pro/Max в opencode официально не поддерживается [Anthropic](https://anthropic.com).
:::

##### Использование ключей API

Вы также можете выбрать **Создать ключ API**, если у вас нет подписки Pro/Max. Он также откроет ваш браузер и попросит вас войти в Anthropic и предоставит вам код, который вы можете вставить в свой терминал.

Или, если у вас уже есть ключ API, вы можете выбрать **Ввести ключ API вручную** и вставить его в свой терминал.

---

### Atomic Chat

Вы можете настроить opencode для работы с локальными моделями через [Atomic Chat](https://atomic.chat) — десктопное приложение, которое запускает локальные LLM за OpenAI-совместимым API-сервером (конечная точка по умолчанию `http://127.0.0.1:1337/v1`).

```json title="opencode.json" "atomic-chat" {5, 6, 8, 10-14}
{
  "$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` — пользовательский идентификатор провайдера. Это может быть любая строка.
- `npm` указывает пакет, используемый для этого провайдера. Здесь используется `@ai-sdk/openai-compatible` для любых OpenAI-совместимых API.
- `name` — отображаемое имя провайдера в интерфейсе.
- `options.baseURL` — конечная точка локального сервера. Измените хост и порт в соответствии с вашей конфигурацией Atomic Chat.
- `models` — карта идентификаторов моделей и их отображаемых имён. Каждый ID должен совпадать со значением `id`, которое возвращает `GET /v1/models` — выполните `curl http://127.0.0.1:1337/v1/models`, чтобы увидеть ID моделей, загруженных в Atomic Chat.

:::tip
Если вызовы инструментов работают нестабильно, выберите загруженную модель с хорошей поддержкой tool calling (например, вариант из семейств Qwen-Coder или DeepSeek-Coder).
:::

---

### Azure OpenAI

:::note
Если вы столкнулись с ошибками «Извините, но я не могу помочь с этим запросом», попробуйте изменить фильтр содержимого с **DefaultV2** на **Default** в своем ресурсе Azure.
:::

1. Перейдите на [портал Azure](https://portal.azure.com/) и создайте ресурс **Azure OpenAI**. Вам понадобится:
   - **Имя ресурса**: оно становится частью вашей конечной точки API (`https://RESOURCE_NAME.openai.azure.com/`).
   - **Ключ API**: `KEY 1` или `KEY 2` из вашего ресурса.

2. Перейдите в [Azure AI Foundry](https://ai.azure.com/) и разверните модель.

   :::примечание
   Для правильной работы opencode имя развертывания должно совпадать с именем модели.
   :::

3. Запустите команду `/connect` и найдите **Azure**.

   ```txt
   /connect
   ```

4. Введите свой ключ API.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

5. Задайте имя ресурса как переменную среды:

   ```bash
   AZURE_RESOURCE_NAME=XXX opencode
   ```

   Или добавьте его в свой профиль bash:

   ```bash title="~/.bash_profile"
   export AZURE_RESOURCE_NAME=XXX
   ```

6. Запустите команду `/models`, чтобы выбрать развернутую модель.

   ```txt
   /models
   ```

---

### Azure Cognitive Services

1. Перейдите на [портал Azure](https://portal.azure.com/) и создайте ресурс **Azure OpenAI**. Вам понадобится:
   - **Имя ресурса**: оно становится частью вашей конечной точки API (`https://AZURE_COGNITIVE_SERVICES_RESOURCE_NAME.cognitiveservices.azure.com/`).
   - **Ключ API**: `KEY 1` или `KEY 2` из вашего ресурса.

2. Перейдите в [Azure AI Foundry](https://ai.azure.com/) и разверните модель.

   :::примечание
   Для правильной работы opencode имя развертывания должно совпадать с именем модели.
   :::

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

   ```txt
   /connect
   ```

4. Введите свой ключ API.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

5. Задайте имя ресурса как переменную среды:

   ```bash
   AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencode
   ```

   Или добавьте его в свой профиль bash:

   ```bash title="~/.bash_profile"
   export AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX
   ```

6. Запустите команду `/models`, чтобы выбрать развернутую модель.

   ```txt
   /models
   ```

---

### Baseten

1. Перейдите в [Baseten](https://app.baseten.co/), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **Baseten**.

   ```txt
   /connect
   ```

3. Введите свой ключ API Baseten.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

---

### Cerebras

1. Перейдите в [консоль Cerebras](https://inference.cerebras.ai/), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **Cerebras**.

   ```txt
   /connect
   ```

3. Введите свой ключ API Cerebras.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Qwen 3 Coder 480B_.

   ```txt
   /models
   ```

---

### Cloudflare AI Gateway

Cloudflare AI Gateway позволяет вам получать доступ к моделям OpenAI, Anthropic, Workers AI и т. д. через единую конечную точку. Благодаря [Unified Billing](https://developers.cloudflare.com/ai-gateway/features/unified-billing/) вам не нужны отдельные ключи API для каждого провайдера.

1. Перейдите на [панель управления Cloudflare](https://dash.cloudflare.com/), выберите **AI** > **AI Gateway** и создайте новый шлюз.

2. Установите идентификатор своей учетной записи и идентификатор шлюза в качестве переменных среды.

   ```bash title="~/.bash_profile"
   export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
   export CLOUDFLARE_GATEWAY_ID=your-gateway-id
   ```

3. Запустите команду `/connect` и найдите **Cloudflare AI Gateway**.

   ```txt
   /connect
   ```

4. Введите свой токен API Cloudflare.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

   Или установите его как переменную среды.

   ```bash title="~/.bash_profile"
   export CLOUDFLARE_API_TOKEN=your-api-token
   ```

5. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

   Вы также можете добавлять модели через конфигурацию opencode.

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

---

### Cortecs

1. Перейдите в [консоль Cortecs](https://cortecs.ai/), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **Cortecs**.

   ```txt
   /connect
   ```

3. Введите свой ключ API Cortecs.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Kimi K2 Instruct_.

   ```txt
   /models
   ```

---

### DeepSeek

1. Перейдите в [консоль DeepSeek](https://platform.deepseek.com/), создайте учетную запись и нажмите **Создать новый ключ API**.

2. Запустите команду `/connect` и найдите **DeepSeek**.

   ```txt
   /connect
   ```

3. Введите свой ключ API DeepSeek.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель DeepSeek, например _DeepSeek V4 Pro_.

   ```txt
   /models
   ```

---

### Deep Infra

1. Перейдите на панель мониторинга Deep Infra](https://deepinfra.com/dash), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **Deep Infra**.

   ```txt
   /connect
   ```

3. Введите свой ключ API Deep Infra.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

---

### FrogBot

1. Перейдите на [панель FrogBot](https://app.frogbot.ai/signup), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **FrogBot**.

   ```txt
   /connect
   ```

3. Введите ключ API FrogBot.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

---

### Fireworks AI

1. Перейдите в [консоль Fireworks AI](https://app.fireworks.ai/), создайте учетную запись и нажмите **Создать ключ API**.

2. Запустите команду `/connect` и найдите **Fireworks AI**.

   ```txt
   /connect
   ```

3. Введите ключ API Fireworks AI.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Kimi K2 Instruct_.

   ```txt
   /models
   ```

---

### GitLab Duo

GitLab Duo предоставляет агентский чат на базе искусственного интеллекта со встроенными возможностями вызова инструментов через прокси-сервер GitLab Anthropic.

1. Запустите команду `/connect` и выберите GitLab.

   ```txt
   /connect
   ```

2. Выберите метод аутентификации:

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

   #### Использование OAuth (рекомендуется)

   Выберите **OAuth**, и ваш браузер откроется для авторизации.

   #### Использование токена личного доступа
   1. Перейдите в [Настройки пользователя GitLab > Токены доступа](https://gitlab.com/-/user_settings/personal_access_tokens).
   2. Нажмите **Добавить новый токен**.
   3. Имя: `OpenCode`, Области применения: `api`
   4. Скопируйте токен (начинается с `glpat-`)
   5. Введите его в терминал

3. Запустите команду `/models`, чтобы просмотреть доступные модели.

   ```txt
   /models
   ```

   Доступны три модели на основе Claude:
   - **duo-chat-haiku-4-5** (по умолчанию) — быстрые ответы на быстрые задачи.
   - **duo-chat-sonnet-4-5** — сбалансированная производительность для большинства рабочих процессов.
   - **duo-chat-opus-4-5** — Наиболее способен к комплексному анализу.

:::note
Вы также можете указать переменную среды «GITLAB_TOKEN», если не хотите.
для хранения токена в хранилище аутентификации opencode.
:::

##### Самостоятельная GitLab

:::note[примечание о соответствии]
opencode использует небольшую модель для некоторых задач ИИ, таких как создание заголовка сеанса.
По умолчанию он настроен на использование gpt-5-nano, размещенного на Zen. Чтобы заблокировать opencode
чтобы использовать только свой собственный экземпляр, размещенный на GitLab, добавьте следующее в свой
`opencode.json` файл. Также рекомендуется отключить совместное использование сеансов.

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

:::

Для самостоятельных экземпляров GitLab:

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

Если в вашем экземпляре используется собственный AI-шлюз:

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

Или добавьте в свой профиль bash:

```bash title="~/.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 включить следующее:

1. [Платформа Duo Agent](https://docs.gitlab.com/user/duo_agent_platform/turn_on_off/) для пользователя, группы или экземпляра
2. Флаги функций (через консоль Rails):
   - `agent_platform_claude_code`
   - `third_party_agents_enabled`
     :::

##### OAuth для локальных экземпляров

Чтобы Oauth работал на вашем локальном экземпляре, вам необходимо создать
новое приложение (Настройки → Приложения) с
URL обратного вызова `http://127.0.0.1:8080/callback` и следующие области:

- API (Доступ к API от вашего имени)
- read_user (прочитать вашу личную информацию)
- read_repository (разрешает доступ к репозиторию только для чтения)

Затем укажите идентификатор приложения как переменную среды:

```bash
export GITLAB_OAUTH_CLIENT_ID=your_application_id_here
```

Дополнительная документация на домашней странице [opencode-gitlab-auth](https://www.npmjs.com/package/opencode-gitlab-auth).

##### Конфигурация

Настройте через `opencode.json`:

```json title="opencode.json"
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "gitlab": {
      "options": {
        "instanceUrl": "https://gitlab.com"
      }
    }
  }
}
```

##### Инструменты API GitLab (необязательно, но настоятельно рекомендуется)

Чтобы получить доступ к инструментам GitLab (мерж-реквесты, задачи, конвейеры, CI/CD и т. д.):

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

Этот плагин предоставляет комплексные возможности управления репозиторием GitLab, включая проверки MR, отслеживание проблем, мониторинг конвейера и многое другое.

---

### GitHub Copilot

Чтобы использовать подписку GitHub Copilot с открытым кодом:

:::note
Некоторым моделям может потребоваться [Pro+
подписка](https://github.com/features/copilot/plans) для использования.

Некоторые модели необходимо включить вручную в настройках [GitHub Copilot](https://docs.github.com/en/copilot/how-tos/use-ai-models/configure-access-to-ai-models#setup-for-individual-use).
:::

1. Запустите команду `/connect` и найдите GitHub Copilot.

   ```txt
   /connect
   ```

2. Перейдите на [github.com/login/device](https://github.com/login/device) и введите код.

   ```txt
   ┌ 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.

   ```txt
   /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
   Вам необходим проект Google Cloud с включенным Vertex AI API.
   :::

2. Установите необходимые переменные среды:
   - `GOOGLE_CLOUD_PROJECT`: идентификатор вашего проекта Google Cloud.
   - `VERTEX_LOCATION` (необязательно): регион для Vertex AI (по умолчанию `global`).
   - Аутентификация (выберите одну):
     - `GOOGLE_APPLICATION_CREDENTIALS`: путь к ключевому файлу JSON вашего сервисного аккаунта.
     - Аутентификация через CLI gcloud: `gcloud auth application-default login`.

   Установите их во время запуска opencode.

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

   Или добавьте их в свой профиль bash.

   ```bash title="~/.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` повышает доступность и уменьшает количество ошибок без дополнительных затрат. Используйте региональные конечные точки (например, `us-central1`) для требований к местонахождению данных. [Подробнее](https://cloud.google.com/vertex-ai/generative-ai/docs/partner-models/use-partner-models#regional_and_global_endpoints)
:::

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

   ```txt
   /models
   ```

---

### Groq

1. Перейдите в консоль Groq](https://console.groq.com/), нажмите **Создать ключ API** и скопируйте ключ.

2. Запустите команду `/connect` и найдите Groq.

   ```txt
   /connect
   ```

3. Введите ключ API для провайдера.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать тот, который вам нужен.

   ```txt
   /models
   ```

---

### Hugging Face

[Hugging Face Inference Providers](https://huggingface.co/docs/inference-providers) предоставляют доступ к открытым моделям, поддерживаемым более чем 17 поставщиками.

1. Перейдите в [Настройки Hugging Face](https://huggingface.co/settings/tokens/new?ownUserPermissions=inference.serverless.write&tokenType=fineGrained), чтобы создать токен с разрешением совершать вызовы к поставщикам выводов.

2. Запустите команду `/connect` и найдите **Hugging Face**.

   ```txt
   /connect
   ```

3. Введите свой токен Hugging Face.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Kimi-K2-Instruct_ или _GLM-4.6_.

   ```txt
   /models
   ```

---

### Helicone

[Helicone](https://helicone.ai) — это платформа наблюдения LLM, которая обеспечивает ведение журнала, мониторинг и аналитику для ваших приложений искусственного интеллекта. Helicone AI Gateway автоматически направляет ваши запросы соответствующему поставщику на основе модели.

1. Перейдите в [Helicone](https://helicone.ai), создайте учетную запись и сгенерируйте ключ API на своей панели управления.

2. Запустите команду `/connect` и найдите **Helicone**.

   ```txt
   /connect
   ```

3. Введите свой ключ API Helicone.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

Дополнительные сведения о дополнительных провайдерах и расширенных функциях, таких как кэширование и ограничение скорости, см. в [Документация Helicone](https://docs.helicone.ai).

#### Дополнительные конфигурации

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

Вот [Справочник моделей Helicone](https://helicone.ai/models), он понадобится вам, чтобы получить идентификаторы моделей, которые вы хотите добавить.

```jsonc title="~/.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": {
          // Model ID (from Helicone's model directory page)
          "name": "GPT-4o", // Your own custom name for the model
        },
        "claude-sonnet-4-20250514": {
          "name": "Claude Sonnet 4",
        },
      },
    },
  },
}
```

#### Пользовательские заголовки

Helicone поддерживает пользовательские заголовки для таких функций, как кэширование, отслеживание пользователей и управление сеансами. Добавьте их в конфигурацию вашего провайдера, используя `options.headers`:

```jsonc title="~/.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 сеансов

Функция Helicone [Sessions](https://docs.helicone.ai/features/sessions) позволяет группировать связанные запросы LLM вместе. Используйте плагин [opencode-helicone-session](https://github.com/H2Shami/opencode-helicone-session), чтобы автоматически регистрировать каждый диалог opencode как сеанс в Helicone.

```bash
npm install -g opencode-helicone-session
```

Добавьте его в свою конфигурацию.

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

Плагин вставляет в ваши запросы заголовки `Helicone-Session-Id` и `Helicone-Session-Name`. На странице «Сеансы» Helicone вы увидите каждый диалог opencode, указанный как отдельный сеанс.

##### Общие разъемы Helicone

| Заголовок                  | Описание                                                                       |
| -------------------------- | ------------------------------------------------------------------------------ |
| `Helicone-Cache-Enabled`   | Включить кэширование ответов (`true`/`false`)                                  |
| `Helicone-User-Id`         | Отслеживание показателей по пользователю                                       |
| `Helicone-Property-[Name]` | Добавьте пользовательские свойства (например, `Helicone-Property-Environment`) |
| `Helicone-Prompt-Id`       | Связывание запросов с версиями промптов                                        |

См. [Справочник заголовков Helicone](https://docs.helicone.ai/helicone-headers/header-directory) для всех доступных заголовков.

---

### llama.cpp

Вы можете настроить opencode для использования локальных моделей с помощью [утилиты llama-server llama.cpp's](https://github.com/ggml-org/llama.cpp)

```json title="opencode.json" "llama.cpp" {5, 6, 8, 10-15}
{
  "$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 идентификатор пользовательского поставщика. Это может быть любая строка, которую вы хотите.
- `npm` указывает пакет, который будет использоваться для этого поставщика. Здесь `@ai-sdk/openai-compatible` используется для любого API-интерфейса, совместимого с OpenAI.
- `name` — это отображаемое имя поставщика в пользовательском интерфейсе.
- `options.baseURL` — конечная точка локального сервера.
- `models` — это карта идентификаторов моделей с их конфигурациями. Название модели будет отображаться в списке выбора модели.

---

### IO.NET

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

1. Перейдите в консоль IO.NET](https://ai.io.net/), создайте учетную запись и сгенерируйте ключ API.

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

   ```txt
   /connect
   ```

3. Введите свой ключ API IO.NET.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

---

### LM Studio

Вы можете настроить opencode для использования локальных моделей через LM Studio.

```json title="opencode.json" "lmstudio" {5, 6, 8, 10-14}
{
  "$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 идентификатор пользовательского поставщика. Это может быть любая строка, которую вы хотите.
- `npm` указывает пакет, который будет использоваться для этого поставщика. Здесь `@ai-sdk/openai-compatible` используется для любого API-интерфейса, совместимого с OpenAI.
- `name` — это отображаемое имя поставщика в пользовательском интерфейсе.
- `options.baseURL` — конечная точка локального сервера.
- `models` — это карта идентификаторов моделей с их конфигурациями. Название модели будет отображаться в списке выбора модели.

---

### Moonshot AI

Чтобы использовать Кими К2 из Moonshot AI:

1. Перейдите в [консоль Moonshot AI](https://platform.moonshot.ai/console), создайте учетную запись и нажмите **Создать ключ API**.

2. Запустите команду `/connect` и найдите **Moonshot AI**.

   ```txt
   /connect
   ```

3. Введите свой API-ключ Moonshot.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать _Kimi K2_.

   ```txt
   /models
   ```

---

### MiniMax

1. Перейдите в [консоль API MiniMax](https://platform.minimax.io/login), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **MiniMax**.

   ```txt
   /connect
   ```

3. Введите свой ключ API MiniMax.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель типа _M2.1_.

   ```txt
   /models
   ```

---

### Nebius Token Factory

1. Перейдите в консоль Nebius Token Factory](https://tokenfactory.nebius.com/), создайте учетную запись и нажмите **Добавить ключ**.

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

   ```txt
   /connect
   ```

3. Введите ключ API фабрики токенов Nebius.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Kimi K2 Instruct_.

   ```txt
   /models
   ```

---

### Ollama

Вы можете настроить opencode для использования локальных моделей через Ollama.

:::tip
Ollama может автоматически настроиться для opencode. Подробности см. в документации по интеграции Ollama](https://docs.ollama.com/integrations/opencode).
:::

```json title="opencode.json" "ollama" {5, 6, 8, 10-14}
{
  "$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 идентификатор пользовательского поставщика. Это может быть любая строка, которую вы хотите.
- `npm` указывает пакет, который будет использоваться для этого поставщика. Здесь `@ai-sdk/openai-compatible` используется для любого API-интерфейса, совместимого с OpenAI.
- `name` — это отображаемое имя поставщика в пользовательском интерфейсе.
- `options.baseURL` — конечная точка локального сервера.
- `models` — это карта идентификаторов моделей с их конфигурациями. Название модели будет отображаться в списке выбора модели.

:::tip
Если вызовы инструментов не работают, попробуйте увеличить `num_ctx` в Олламе. Начните с 16–32 тысяч.
:::

---

### Ollama Cloud

Чтобы использовать Ollama Cloud с opencode:

1. Перейдите на [https://ollama.com/](https://ollama.com/) и войдите в систему или создайте учетную запись.

2. Перейдите в **Настройки** > **Ключи** и нажмите **Добавить ключ API**, чтобы создать новый ключ API.

3. Скопируйте ключ API для использования в opencode.

4. Запустите команду `/connect` и найдите **Ollama Cloud**.

   ```txt
   /connect
   ```

5. Введите свой ключ API Ollama Cloud.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

6. **Важно**. Перед использованием облачных моделей в opencode необходимо получить информацию о модели локально:

   ```bash
   ollama pull gpt-oss:20b-cloud
   ```

7. Запустите команду `/models`, чтобы выбрать модель облака Ollama.

   ```txt
   /models
   ```

---

### OpenAI

Мы рекомендуем подписаться на [ChatGPT Plus или Pro](https://chatgpt.com/pricing).

1. После регистрации выполните команду `/connect` и выберите OpenAI.

   ```txt
   /connect
   ```

2. Здесь вы можете выбрать опцию **ChatGPT Plus/Pro**, и ваш браузер откроется.
   и попросите вас пройти аутентификацию.

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

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

   ```txt
   /models
   ```

##### Использование ключей API

Если у вас уже есть ключ API, вы можете выбрать **Ввести ключ API вручную** и вставить его в свой терминал.

---

### OpenCode Zen

OpenCode Zen — это список протестированных и проверенных моделей, предоставленный командой opencode. [Подробнее](/docs/zen).

1. Войдите в систему **<a href={console}>OpenCode Zen</a>** и нажмите **Создать ключ API**.

2. Запустите команду `/connect` и найдите **OpenCode Zen**.

   ```txt
   /connect
   ```

3. Введите свой ключ API opencode.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Qwen 3 Coder 480B_.

   ```txt
   /models
   ```

---

### OpenRouter

1. Перейдите на панель управления OpenRouter](https://openrouter.ai/settings/keys), нажмите **Создать ключ API** и скопируйте ключ.

2. Запустите команду `/connect` и найдите OpenRouter.

   ```txt
   /connect
   ```

3. Введите ключ API для провайдера.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Многие модели OpenRouter предварительно загружены по умолчанию. Запустите команду `/models`, чтобы выбрать нужную.

   ```txt
   /models
   ```

   Вы также можете добавить дополнительные модели через конфигурацию opencode.

   ```json title="opencode.json" {6}
   {
     "$schema": "https://opencode.ai/config.json",
     "provider": {
       "openrouter": {
         "models": {
           "somecoolnewmodel": {}
         }
       }
     }
   }
   ```

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

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

---

### SAP AI Core

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

1. Перейдите в [SAP BTP Cockpit](https://account.hana.ondemand.com/), перейдите к экземпляру службы SAP AI Core и создайте ключ службы.

   :::tip
   Ключ службы — это объект JSON, содержащий `clientid`, `clientsecret`, `url` и `serviceurls.AI_API_URL`. Экземпляр AI Core можно найти в разделе **Сервисы** > **Экземпляры и подписки** в панели управления BTP.
   :::

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

   ```txt
   /connect
   ```

3. Введите свой сервисный ключ в формате JSON.

   ```txt
   ┌ Service key
   │
   │
   └ enter
   ```

   Или установите переменную среды `AICORE_SERVICE_KEY`:

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

   Или добавьте его в свой профиль bash:

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

4. При необходимости укажите идентификатор развертывания и группу ресурсов:

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

   :::note
   Эти параметры являются необязательными и должны быть настроены в соответствии с настройками SAP AI Core.
   :::

5. Запустите команду `/models`, чтобы выбрать одну из более чем 40 доступных моделей.

   ```txt
   /models
   ```

---

### STACKIT

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

1. Перейдите на [портал STACKIT](https://portal.stackit.cloud), перейдите в **AI Model Serving** и создайте токен аутентификации для своего проекта.

   :::tip
   Вам необходима учетная запись клиента STACKIT, учетная запись пользователя и проект перед созданием токенов аутентификации.
   :::

2. Запустите команду `/connect` и найдите **STACKIT**.

   ```txt
   /connect
   ```

3. Введите свой токен аутентификации STACKIT AI Model Serving.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать одну из доступных моделей, например _Qwen3-VL 235B_ или _Llama 3.3 70B_.

   ```txt
   /models
   ```

---

### OVHcloud AI Endpoints

1. Перейдите к [OVHcloud Panel](https://ovh.com/manager). Перейдите в раздел `Public Cloud`, `AI & Machine Learning` > `AI Endpoints` и на вкладке `API Keys` нажмите **Создать новый ключ API**.

2. Запустите команду `/connect` и найдите **Конечные точки OVHcloud AI**.

   ```txt
   /connect
   ```

3. Введите ключ API конечных точек OVHcloud AI.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель типа _gpt-oss-120b_.

   ```txt
   /models
   ```

---

### Scaleway

Чтобы использовать [Scaleway Generative APIs](https://www.scaleway.com/en/docs/generative-apis/) с opencode:

1. Перейдите к [Настройки IAM консоли Scaleway](https://console.scaleway.com/iam/api-keys), чтобы сгенерировать новый ключ API.

2. Запустите команду `/connect` и найдите **Scaleway**.

   ```txt
   /connect
   ```

3. Введите ключ API Scaleway.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель, например _devstral-2-123b-instruct-2512_ или _gpt-oss-120b_.

   ```txt
   /models
   ```

---

### Together AI

1. Перейдите в [консоль Together AI](https://api.together.ai), создайте учетную запись и нажмите **Добавить ключ**.

2. Запустите команду `/connect` и найдите **Together AI**.

   ```txt
   /connect
   ```

3. Введите ключ API Together AI.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Kimi K2 Instruct_.

   ```txt
   /models
   ```

---

### Venice AI

1. Перейдите к [консоли Venice AI](https://venice.ai), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **Venice AI**.

   ```txt
   /connect
   ```

3. Введите свой ключ API Venice AI.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель типа _Llama 3.3 70B_.

   ```txt
   /models
   ```

---

### Vercel AI Gateway

Vercel AI Gateway позволяет получать доступ к моделям OpenAI, Anthropic, Google, xAI и других источников через единую конечную точку. Модели предлагаются по прейскурантной цене без наценок.

1. Перейдите на [панель мониторинга Vercel](https://vercel.com/), перейдите на вкладку **AI Gateway** и нажмите **Ключи API**, чтобы создать новый ключ API.

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

   ```txt
   /connect
   ```

3. Введите ключ API Vercel AI Gateway.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель.

   ```txt
   /models
   ```

Вы также можете настраивать модели через конфигурацию opencode. Ниже приведен пример указания порядка маршрутизации поставщика.

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

Некоторые полезные параметры маршрутизации:

| Вариант             | Описание                                                             |
| ------------------- | -------------------------------------------------------------------- |
| `order`             | Последовательность провайдеров для попытки                           |
| `only`              | Ограничить конкретными провайдерами                                  |
| `zeroDataRetention` | Использовать только провайдеров с политикой нулевого хранения данных |

---

### xAI

1. Перейдите на [консоль xAI](https://console.x.ai/), создайте учетную запись и сгенерируйте ключ API.

2. Запустите команду `/connect` и найдите **xAI**.

   ```txt
   /connect
   ```

3. Введите свой ключ API xAI.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать такую модель, как _Grok Beta_.

   ```txt
   /models
   ```

---

### Z.AI

1. Перейдите в [консоль Z.AI API](https://z.ai/manage-apikey/apikey-list), создайте учетную запись и нажмите **Создать новый ключ API**.

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

   ```txt
   /connect
   ```

   Если вы подписаны на **План кодирования GLM**, выберите **План кодирования Z.AI**.

3. Введите свой ключ API Z.AI.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Запустите команду `/models`, чтобы выбрать модель типа _GLM-4.7_.

   ```txt
   /models
   ```

---

### ZenMux

1. Перейдите на [панель управления ZenMux](https://zenmux.ai/settings/keys), нажмите **Создать ключ API** и скопируйте ключ.

2. Запустите команду `/connect` и найдите ZenMux.

   ```txt
   /connect
   ```

3. Введите ключ API для провайдера.

   ```txt
   ┌ API key
   │
   │
   └ enter
   ```

4. Многие модели ZenMux предварительно загружены по умолчанию. Запустите команду `/models`, чтобы выбрать нужную.

   ```txt
   /models
   ```

   Вы также можете добавить дополнительные модели через конфигурацию opencode.

   ```json title="opencode.json" {6}
   {
     "$schema": "https://opencode.ai/config.json",
     "provider": {
       "zenmux": {
         "models": {
           "somecoolnewmodel": {}
         }
       }
     }
   }
   ```

---

## Пользовательский поставщик

Чтобы добавить любого **совместимого с OpenAI** поставщика, не указанного в команде `/connect`:

:::tip
Вы можете использовать любого OpenAI-совместимого провайдера с открытым кодом. Большинство современных поставщиков ИИ предлагают API-интерфейсы, совместимые с OpenAI.
:::

1. Запустите команду `/connect` и прокрутите вниз до пункта **Другое**.

   ```bash
   $ /connect

   ┌  Add credential
   │
   ◆  Select provider
   │  ...
   │  ● Other
   └
   ```

2. Введите уникальный идентификатор провайдера.

   ```bash
   $ /connect

   ┌  Add credential
   │
   ◇  Enter provider id
   │  myprovider
   └
   ```

   :::примечание
   Выберите запоминающийся идентификатор, вы будете использовать его в своем файле конфигурации.
   :::

3. Введите свой ключ API для провайдера.

   ```bash
   $ /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 файл `opencode.json` в каталоге вашего проекта:

   ```json title="opencode.json" ""myprovider"" {5-15}
   {
     "$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 варианты конфигурации:
   - **npm**: используемый пакет AI SDK, `@ai-sdk/openai-compatible` для поставщиков, совместимых с OpenAI.
   - **имя**: отображаемое имя в пользовательском интерфейсе.
   - **модели**: Доступные модели.
   - **options.baseURL**: URL-адрес конечной точки API.
   - **options.apiKey**: при необходимости установите ключ API, если не используется аутентификация.
   - **options.headers**: при необходимости можно установить собственные заголовки.

   Подробнее о дополнительных параметрах в примере ниже.

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

---

##### Пример

Ниже приведен пример настройки параметров `apiKey`, `headers` и модели `limit`.

```json title="opencode.json" {9,11,17-20}
{
  "$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 ](/docs/config#env-vars).
- **заголовки**: 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 поставщики автоматически извлекают их из models.dev.

---

## Поиск неисправностей

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

1. **Проверьте настройку аутентификации**: запустите `opencode auth list`, чтобы проверить, верны ли учетные данные.
   для провайдера добавлены в ваш конфиг.

   Это не относится к таким поставщикам, как Amazon Bedrock, которые для аутентификации полагаются на переменные среды.

2. Для пользовательских поставщиков проверьте конфигурацию opencode и:
   - Убедитесь, что идентификатор провайдера, используемый в команде `/connect`, соответствует идентификатору в вашей конфигурации opencode.
   - Для провайдера используется правильный пакет npm. Например, используйте `@ai-sdk/cerebras` для Cerebras. А для всех других поставщиков, совместимых с OpenAI, используйте `@ai-sdk/openai-compatible`.
   - Убедитесь, что в поле `options.baseURL` используется правильная конечная точка API.