File size: 51,090 Bytes

0dbc9de

---
title: Sağlayıcılar
description: opencode'da herhangi bir LLM sağlayıcısını kullanma.
---

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

opencode, **75'ten fazla LLM sağlayıcısını** desteklemek için [AI SDK](https://ai-sdk.dev/) ve [Models.dev](https://models.dev) kullanır ve yerel modellerin çalıştırılmasını destekler.

Bir sağlayıcı eklemek için şunları yapmanız gerekir:

1. `/connect` komutunu kullanarak sağlayıcı için API anahtarlarını ekleyin.
2. Sağlayıcıyı opencode yapılandırmanızda yapılandırın.

---

### Kimlik Bilgileri

Bir sağlayıcının API anahtarlarını `/connect` komutuyla eklediğinizde, bunlar saklanır
`~/.local/share/opencode/auth.json` içinde.

---

### Yapılandırma

Sağlayıcıları opencode'unuzdaki `provider` bölümü aracılığıyla özelleştirebilirsiniz.
config.

---

#### Temel URL

`baseURL` seçeneğini ayarlayarak URL tabanını herhangi bir sağlayıcı için özelleştirebilirsiniz. Bu, proxy hizmetlerini veya özel uç noktaları kullanırken kullanışlıdır.

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

---

## OpenCode Zen

OpenCode Zen, opencode ekibi tarafından sağlanan modellerin bir listesidir.
opencode ile iyi çalıştığı test edilip doğrulandı. [Daha fazla bilgi](/docs/zen).

:::tip
Yeniyseniz OpenCode Zen ile başlamanızı öneririz.
:::

1. TUI'de `/connect` komutunu çalıştırın, opencode'u seçin ve [opencode.ai/auth](https://opencode.ai/auth)'ye gidin.

   ```txt
   /connect
   ```

2. Oturum açın, fatura ayrıntılarınızı ekleyin ve API anahtarınızı kopyalayın.

3. API anahtarınızı yapıştırın.

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

4. Önerdiğimiz modellerin listesini görmek için TUI'de `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

opencode'daki diğer sağlayıcılar gibi çalışır ve kullanımı tamamen isteğe bağlıdır.

---

## OpenCode Go

OpenCode Go, opencode ile iyi çalıştığı test edilmiş ve doğrulanmış, opencode ekibi tarafından sağlanan popüler açık kodlama modellerine güvenilir erişim sağlayan düşük maliyetli bir abonelik planıdır.

1. TUI'de `/connect` komutunu çalıştırın, `OpenCode Go`'yu seçin ve [opencode.ai/auth](https://opencode.ai/zen) adresine gidin.

   ```txt
   /connect
   ```

2. Oturum açın, fatura ayrıntılarınızı ekleyin ve API anahtarınızı kopyalayın.

3. API anahtarınızı yapıştırın.

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

4. Önerdiğimiz modellerin listesini görmek için TUI'de `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

opencode'daki diğer sağlayıcılar gibi çalışır ve kullanımı tamamen isteğe bağlıdır.

---

## Dizin

Sağlayıcılardan bazılarına ayrıntılı olarak bakalım. Bir sağlayıcı eklemek istiyorsanız
liste, bir PR açmaktan çekinmeyin.

:::note
Burada bir sağlayıcı göremiyor musunuz? Bir PR gönderin.
:::

---

### 302.AI

1. [302.AI console](https://302.ai/) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **302.AI**'yi arayın.

   ```txt
   /connect
   ```

3. 302.AI API anahtarınızı girin.

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

4. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Amazon Bedrock

Amazon Bedrock'u opencode ile kullanmak için:

1. Amazon Bedrock konsolundaki **Model kataloğuna** gidin ve istekte bulunun
   Dilediğiniz modellere ulaşabilirsiniz.

   :::tip
   Amazon Bedrock'ta istediğiniz modele erişiminizin olması gerekiyor.
   :::

2. **Kimlik doğrulamayı yapılandırın**: Aşağıdaki yöntemlerden birini kullanın:

   #### Ortam Değişkenleri (Hızlı Başlangıç)

   opencode'u çalıştırırken bu ortam değişkenlerinden birini ayarlayın:

   ```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
   ```

   Veya bunları bash profilinize ekleyin:

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

   #### Yapılandırma Dosyası (Önerilen)

   Projeye özel veya kalıcı yapılandırma için `opencode.json` kullanın:

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

   **Mevcut seçenekler:**
   - `region` - AWS region (e.g., `us-east-1`, `eu-west-1`)
   - `profile` - `~/.aws/credentials`'den AWS adlı profil
   - `endpoint` - VPC uç noktaları için özel uç nokta URL (genel `baseURL` seçeneğinin takma adı)

   :::tip
   Yapılandırma dosyası seçenekleri ortam değişkenlerine göre önceliklidir.
   :::

#### Gelişmiş: VPC Uç Noktaları

Bedrock için VPC uç noktaları kullanıyorsanız:

```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
`endpoint` seçeneği, AWS'ye özgü terminolojiyi kullanan genel `baseURL` seçeneğinin takma adıdır. Hem `endpoint` hem de `baseURL` belirtilirse, `endpoint` öncelikli olur.
:::

#### Kimlik Doğrulama Yöntemleri

- **`AWS_ACCESS_KEY_ID` / `AWS_SECRET_ACCESS_KEY`**: Bir IAM kullanıcısı oluşturun ve AWS Konsolunda erişim anahtarları oluşturun
- **`AWS_PROFILE`**: `~/.aws/credentials`'den adlandırılmış profilleri kullanın. İlk önce `aws configure --profile my-profile` veya `aws sso login` ile yapılandırın
- **`AWS_BEARER_TOKEN_BEDROCK`**: Amazon Bedrock konsolundan uzun vadeli API anahtarları oluşturun
- **`AWS_WEB_IDENTITY_TOKEN_FILE` / `AWS_ROLE_ARN`**: EKS IRSA (IAM Hizmet Hesapları için Roller) veya OIDC federasyonuna sahip diğer Kubernetes ortamları için. Bu ortam değişkenleri, hizmet hesabı ek açıklamaları kullanılırken Kubernetes tarafından otomatik olarak eklenir.

#### Kimlik Doğrulama Önceliği

Amazon Bedrock aşağıdaki kimlik doğrulama önceliğini kullanır:

1. **Taşıyıcı Belirteç** - `AWS_BEARER_TOKEN_BEDROCK` ortam değişkeni veya `/connect` komutundan belirteç
2. **AWS Credential Chain** - Profil, erişim anahtarları, paylaşılan kimlik bilgileri, IAM rolleri, Web Identity Tokens (EKS IRSA), örnek meta verileri

:::note
Bir taşıyıcı belirteç ayarlandığında (`/connect` veya `AWS_BEARER_TOKEN_BEDROCK` yoluyla), yapılandırılmış profiller dahil olmak üzere tüm AWS kimlik bilgisi yöntemlerine göre öncelik kazanır.
:::

3. İstediğiniz modeli seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

:::note
Özel çıkarım profilleri için anahtardaki modeli ve sağlayıcı adını kullanın ve `id` özelliğini arn olarak ayarlayın. Bu, doğru önbelleğe almayı sağlar:

```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. Kaydolduktan sonra `/connect` komutunu çalıştırın ve Anthropic'i seçin.

   ```txt
   /connect
   ```

2. Burada **Claude Pro/Max** seçeneğini seçebilirsiniz; tarayıcınız açılacaktır.
   ve sizden kimlik doğrulamanızı isteyeceğiz.

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

3. Artık `/models` komutunu kullandığınızda tüm Antropik modeller mevcut olmalıdır.

   ```txt
   /models
   ```

:::info
Claude Pro/Max aboneliğinizi opencode'da kullanmak [Anthropic](https://anthropic.com) tarafından resmi olarak desteklenmemektedir.
:::

##### API anahtarlarını kullanma

Pro/Max aboneliğiniz yoksa **API Anahtarı Oluştur** seçeneğini de seçebilirsiniz. Ayrıca tarayıcınızı açacak ve Anthropic'te oturum açmanızı isteyecek ve terminalinize yapıştırabileceğiniz bir kod verecektir.

Veya zaten bir API anahtarınız varsa **API Anahtarını Manuel Olarak Girin** seçeneğini seçip terminalinize yapıştırabilirsiniz.

---

### Atomic Chat

opencode'u, yerel LLM'leri OpenAI uyumlu bir API sunucusunun arkasında çalıştıran bir masaüstü uygulaması olan [Atomic Chat](https://atomic.chat) aracılığıyla yerel modelleri kullanacak şekilde yapılandırabilirsiniz (varsayılan uç nokta `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>"
        }
      }
    }
  }
}
```

Bu örnekte:

- `atomic-chat` özel sağlayıcı kimliğidir. İstediğiniz herhangi bir dize olabilir.
- `npm` bu sağlayıcı için kullanılacak paketi belirtir. Burada, herhangi bir OpenAI uyumlu API için `@ai-sdk/openai-compatible` kullanılır.
- `name` sağlayıcının arayüzde görüntülenen adıdır.
- `options.baseURL` yerel sunucunun uç noktasıdır. Host ve portu Atomic Chat kurulumunuzla eşleşecek şekilde değiştirin.
- `models` model kimliklerini görüntüleme adlarına eşleyen bir haritadır. Her ID, `GET /v1/models` tarafından döndürülen `id` ile eşleşmelidir — Atomic Chat'te yüklü kimlikleri listelemek için `curl http://127.0.0.1:1337/v1/models` çalıştırın.

:::tip
Araç çağrıları iyi çalışmıyorsa, tool calling desteği güçlü olan yüklü bir model seçin (örneğin, bir Qwen-Coder veya DeepSeek-Coder varyantı).
:::

---

### Azure OpenAI

:::note
"Üzgünüm ama bu isteğe yardımcı olamıyorum" hatalarıyla karşılaşırsanız Azure kaynağınızda içerik filtresini **DefaultV2** yerine **Default** olarak değiştirmeyi deneyin.
:::

1. [Azure portal](https://portal.azure.com/)'a gidin ve bir **Azure OpenAI** kaynağı oluşturun. İhtiyacınız olacak:
   - **Kaynak adı**: Bu, API bitiş noktanızın (`https://RESOURCE_NAME.openai.azure.com/`) parçası olur
   - **API anahtarı**: Kaynağınızdan `KEY 1` veya `KEY 2`

2. [Azure AI Foundry](https://ai.azure.com/)'a gidin ve bir model dağıtın.

   :::note
   opencode'un düzgün çalışması için dağıtım adının model adıyla eşleşmesi gerekir.
   :::

3. `/connect` komutunu çalıştırın ve **Azure**'u arayın.

   ```txt
   /connect
   ```

4. API anahtarınızı girin.

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

5. Kaynak adınızı ortam değişkeni olarak ayarlayın:

   ```bash
   AZURE_RESOURCE_NAME=XXX opencode
   ```

   Veya bash profilinize ekleyin:

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

6. Dağıtılan modelinizi seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Azure Cognitive Services

1. [Azure portal](https://portal.azure.com/)'a gidin ve bir **Azure OpenAI** kaynağı oluşturun. İhtiyacınız olacak:
   - **Kaynak adı**: Bu, API bitiş noktanızın (`https://AZURE_COGNITIVE_SERVICES_RESOURCE_NAME.cognitiveservices.azure.com/`) parçası olur
   - **API anahtarı**: Kaynağınızdan `KEY 1` veya `KEY 2`

2. [Azure AI Foundry](https://ai.azure.com/)'a gidin ve bir model dağıtın.

   :::note
   opencode'un düzgün çalışması için dağıtım adının model adıyla eşleşmesi gerekir.
   :::

3. `/connect` komutunu çalıştırın ve **Azure Cognitive Services**'i arayın.

   ```txt
   /connect
   ```

4. API anahtarınızı girin.

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

5. Kaynak adınızı ortam değişkeni olarak ayarlayın:

   ```bash
   AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencode
   ```

   Veya bash profilinize ekleyin:

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

6. Dağıtılan modelinizi seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Baseten

1. [Baseten](https://app.baseten.co/) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **Baseten**'i arayın.

   ```txt
   /connect
   ```

3. Baseten API anahtarınızı girin.

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

4. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Cerebras

1. [Cerebras console](https://inference.cerebras.ai/) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **Cerebras**'ı arayın.

   ```txt
   /connect
   ```

3. Cerebras API anahtarınızı girin.

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

4. _Qwen 3 Coder 480B_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Cloudflare AI Gateway

Cloudflare AI Gateway, OpenAI, Anthropic, Workers AI ve daha fazlasındaki modellere birleşik bir uç nokta aracılığıyla erişmenizi sağlar. [Unified Billing](https://developers.cloudflare.com/ai-gateway/features/unified-billing/) ile her sağlayıcı için ayrı API anahtarlarına ihtiyacınız yoktur.

1. [Cloudflare dashboard](https://dash.cloudflare.com/)'a gidin, **AI** > **AI Ağ Geçidi**'ne gidin ve yeni bir ağ geçidi oluşturun.

2. Hesap Kimliğinizi ve Ağ Geçidi Kimliğinizi ortam değişkenleri olarak ayarlayın.

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

3. `/connect` komutunu çalıştırın ve **Cloudflare AI Gateway**'i arayın.

   ```txt
   /connect
   ```

4. Cloudflare API tokenınızı girin.

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

   Veya bunu bir ortam değişkeni olarak ayarlayın.

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

5. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

   Opencode yapılandırmanız aracılığıyla da modeller ekleyebilirsiniz.

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

---

### Cortecs

1. [Cortecs console](https://cortecs.ai/) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **Cortecs**'i arayın.

   ```txt
   /connect
   ```

3. Cortecs API anahtarınızı girin.

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

4. _Kimi K2 Instruct_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### DeepSeek

1. [DeepSeek console](https://platform.deepseek.com/)'a gidin, bir hesap oluşturun ve **Yeni API anahtarı oluştur**'a tıklayın.

2. `/connect` komutunu çalıştırın ve **DeepSeek**'i arayın.

   ```txt
   /connect
   ```

3. DeepSeek API anahtarınızı girin.

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

4. _DeepSeek V4 Pro_ gibi bir DeepSeek modeli seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Deep Infra

1. [Deep Infra dashboard](https://deepinfra.com/dash) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **Deep Infra**'yı arayın.

   ```txt
   /connect
   ```

3. Deep Infra API anahtarınızı girin.

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

4. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### FrogBot

1. [FrogBot dashboard](https://app.frogbot.ai/signup) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **FrogBot**'i arayın.

   ```txt
   /connect
   ```

3. FrogBot API anahtarınızı girin.

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

4. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Fireworks AI

1. [Fireworks AI console](https://app.fireworks.ai/)'a gidin, bir hesap oluşturun ve **API Anahtarı Oluştur**'a tıklayın.

2. `/connect` komutunu çalıştırın ve **Fireworks AI**'yi arayın.

   ```txt
   /connect
   ```

3. Fireworks AI API anahtarınızı girin.

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

4. _Kimi K2 Instruct_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### GitLab Duo

GitLab Duo, GitLab'ın Anthropic proxy'si aracılığıyla yerel araç çağırma yetenekleriyle yapay zeka destekli aracılı sohbet sağlar.

1. `/connect` komutunu çalıştırın ve GitLab'ı seçin.

   ```txt
   /connect
   ```

2. Kimlik doğrulama yönteminizi seçin:

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

   #### OAuth Kullanımı (Önerilen)

   **OAuth**'u seçtiğinizde tarayıcınız yetkilendirme için açılacaktır.

   #### Kişisel Erişim Simgesini Kullanma
   1. Go to [GitLab User Settings > Access Tokens](https://gitlab.com/-/user_settings/personal_access_tokens)
   2. Click **Add new token**
   3. Name: `OpenCode`, Scopes: `api`
   4. Belirteci kopyalayın (`glpat-` ile başlar)
   5. Terminale girin

3. Mevcut modelleri görmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

   Üç Claude tabanlı model mevcuttur:
   - **duo-chat-haiku-4-5** (Varsayılan) - Hızlı görevler için hızlı yanıtlar
   - **duo-chat-sonnet-4-5** - Çoğu iş akışı için dengeli performans
   - **duo-chat-opus-4-5** - Karmaşık analizler için en yeteneklisi

:::note
İstemiyorsanız 'GITLAB_TOKEN' ortam değişkenini de belirtebilirsiniz.
to store token in opencode auth storage.
:::

##### Kendi Kendine Barındırılan GitLab

:::note[uyumluluk notu]
opencode, oturum başlığını oluşturmak gibi bazı AI görevleri için küçük bir model kullanır.
Varsayılan olarak Zen tarafından barındırılan gpt-5-nano'yu kullanacak şekilde yapılandırılmıştır. opencode'u kilitlemek için
yalnızca kendi GitLab tarafından barındırılan örneğinizi kullanmak için aşağıdakileri ekleyin:
`opencode.json` dosyası. Ayrıca oturum paylaşımını devre dışı bırakmanız da önerilir.

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

:::

Şirket içinde barındırılan GitLab örnekleri için:

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

Örneğiniz özel bir AI Ağ Geçidi çalıştırıyorsa:

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

Veya bash profilinize ekleyin:

```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
GitLab yöneticiniz aşağıdakileri etkinleştirmelidir:

1. Kullanıcı, grup veya örnek için [Duo Agent Platform](https://docs.gitlab.com/user/duo_agent_platform/turn_on_off/)
2. Feature flags (via Rails console):
   - `agent_platform_claude_code`
   - `third_party_agents_enabled`
     :::

##### Kendi Kendine Barındırılan örnekler için OAuth

Oauth'un kendi kendine barındırılan örneğiniz için çalışmasını sağlamak amacıyla
yeni bir uygulama (Ayarlar → Uygulamalar) ile
geri arama URL `http://127.0.0.1:8080/callback` ve aşağıdaki kapsamlar:

- api (Sizin adınıza API'a erişin)
- read_user (Kişisel bilgilerinizi okuyun)
- read_repository (Depoya salt okunur erişime izin verir)

Then expose application ID as environment variable:

```bash
export GITLAB_OAUTH_CLIENT_ID=your_application_id_here
```

Daha fazla belge [opencode-gitlab-auth](https://www.npmjs.com/package/opencode-gitlab-auth) ana sayfasında.

##### Yapılandırma

`opencode.json` üzerinden özelleştirin:

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

##### GitLab API Araçları (İsteğe bağlı, ancak şiddetle önerilir)

GitLab araçlarına (birleştirme istekleri, sorunlar, işlem hatları, CI/CD vb.) erişmek için:

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

Bu eklenti, MR incelemeleri, sorun izleme, işlem hattı izleme ve daha fazlasını içeren kapsamlı GitLab veri havuzu yönetimi yetenekleri sağlar.

---

### GitHub Copilot

GitHub Copilot aboneliğinizi opencode'la kullanmak için:

:::note
Bazı modelleri kullanmak için [Pro+ aboneliği](https://github.com/features/copilot/plans) gerekebilir.

Bazı modellerin [GitHub Copilot settings](https://docs.github.com/en/copilot/how-tos/use-ai-models/configure-access-to-ai-models#setup-for-individual-use)'da manuel olarak etkinleştirilmesi gerekir.
:::

1. `/connect` komutunu çalıştırın ve GitHub Copilot'u arayın.

   ```txt
   /connect
   ```

2. [github.com/login/device](https://github.com/login/device)'a gidin ve kodu girin.

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

3. Şimdi istediğiniz modeli seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Google Vertex AI

Google Vertex AI'yi opencode ile kullanmak için:

1. Google Cloud Console'daki **Model Bahçesi**'ne gidin ve şunları kontrol edin:
   Bölgenizde mevcut modeller.

   :::note
   Vertex AI API etkinleştirilmiş bir Google Cloud projenizin olması gerekir.
   :::

2. Gerekli ortam değişkenlerini ayarlayın:
   - `GOOGLE_CLOUD_PROJECT`: Google Cloud proje kimliğiniz
   - `VERTEX_LOCATION` (isteğe bağlı): Vertex AI bölgesi (varsayılanı `global`'dir)
   - Kimlik Doğrulama (birini seçin):
     - `GOOGLE_APPLICATION_CREDENTIALS`: Hizmet hesabınızın yolu JSON anahtar dosyası
     - gcloud kullanarak kimlik doğrulaması yapın CLI: `gcloud auth application-default login`

   Bunları opencode çalıştırılırken ayarlayın.

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

   Veya bunları bash profilinize ekleyin.

   ```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
`global` bölgesi, hiçbir ekstra maliyet olmaksızın kullanılabilirliği artırır ve hataları azaltır. Veri yerleşimi gereksinimleri için bölgesel uç noktaları (ör. `us-central1`) kullanın. [Daha fazla bilgi](https://cloud.google.com/vertex-ai/generative-ai/docs/partner-models/use-partner-models#regional_and_global_endpoints)
:::

3. İstediğiniz modeli seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Groq

1. [Groq console](https://console.groq.com/)'a gidin, **API Anahtarı Oluştur**'a tıklayın ve anahtarı kopyalayın.

2. `/connect` komutunu çalıştırın ve Groq'u arayın.

   ```txt
   /connect
   ```

3. Sağlayıcının API anahtarını girin.

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

4. İstediğinizi seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Hugging Face

[Hugging Face Inference Providers](https://huggingface.co/docs/inference-providers) 17'den fazla sağlayıcı tarafından desteklenen açık modellere erişim sağlar.

1. Çıkarım Sağlayıcılara çağrı yapma iznine sahip bir belirteç oluşturmak için [Hugging Face settings](https://huggingface.co/settings/tokens/new?ownUserPermissions=inference.serverless.write&tokenType=fineGrained) adresine gidin.

2. `/connect` komutunu çalıştırın ve **Hugging Face**'i arayın.

   ```txt
   /connect
   ```

3. Hugging Face tokenınızı girin.

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

4. _Kimi-K2-Instruct_ veya _GLM-4.6_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Helicone

[Helicone](https://helicone.ai), AI uygulamalarınız için günlük kaydı, izleme ve analiz sağlayan bir LLM gözlemlenebilirlik platformudur. Helicone AI Gateway, taleplerinizi modele göre otomatik olarak uygun sağlayıcıya yönlendirir.

1. [Helicone](https://helicone.ai) adresine gidin, bir hesap oluşturun ve kontrol panelinizden bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **Helicone**'yu arayın.

   ```txt
   /connect
   ```

3. Helicone API anahtarınızı girin.

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

4. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

Daha fazla sağlayıcı ve önbelleğe alma ve hız sınırlama gibi gelişmiş özellikler için [Helicone documentation](https://docs.helicone.ai)'yi kontrol edin.

#### İsteğe Bağlı Yapılandırmalar

Helicone'un opencode aracılığıyla otomatik olarak yapılandırılmayan bir özelliği veya modelini görmeniz durumunda bunu her zaman kendiniz yapılandırabilirsiniz.

İşte [Helicone's Model Directory](https://helicone.ai/models), eklemek istediğiniz modellerin kimliklerini almak için buna ihtiyacınız olacak.

```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",
        },
      },
    },
  },
}
```

#### Özel Başlıklar

Helicone, önbelleğe alma, kullanıcı izleme ve oturum yönetimi gibi özellikler için özel başlıkları destekler. `options.headers` kullanarak bunları sağlayıcınızın yapılandırmasına ekleyin:

```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",
        },
      },
    },
  },
}
```

##### Oturum izleme

Helicone'un [Sessions](https://docs.helicone.ai/features/sessions) özelliği, ilgili LLM isteklerini birlikte gruplandırmanıza olanak tanır. Her opencode görüşmesini Helicone'da bir oturum olarak otomatik olarak kaydetmek için [opencode-helicone-session](https://github.com/H2Shami/opencode-helicone-session) eklentisini kullanın.

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

Yapılandırmanıza ekleyin.

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

Eklenti isteklerinize `Helicone-Session-Id` ve `Helicone-Session-Name` başlıklarını enjekte eder. Helicone'un Oturumlar sayfasında her opencode görüşmesinin ayrı bir oturum olarak listelendiğini göreceksiniz.

##### Yaygın Helicone başlıkları

| Başlık                     | Açıklama                                                      |
| -------------------------- | ------------------------------------------------------------- |
| `Helicone-Cache-Enabled`   | Enable response caching (`true`/`false`)                      |
| `Helicone-User-Id`         | Track metrics by user                                         |
| `Helicone-Property-[Name]` | Add custom properties (e.g., `Helicone-Property-Environment`) |
| `Helicone-Prompt-Id`       | İstekleri bilgi istemi sürümleriyle ilişkilendirin            |

Mevcut tüm başlıklar için [Helicone Header Directory](https://docs.helicone.ai/helicone-headers/header-directory)'a bakın.

---

### llama.cpp

opencode'u yerel modelleri kullanacak şekilde [llama.cpp's](https://github.com/ggml-org/llama.cpp) llama-server yardımcı programını kullanarak yapılandırabilirsiniz.

```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
          }
        }
      }
    }
  }
}
```

Bu örnekte:

- `llama.cpp` özel sağlayıcı kimliğidir. Bu istediğiniz herhangi bir dize olabilir.
- `npm` bu sağlayıcı için kullanılacak paketi belirtir. Burada `@ai-sdk/openai-compatible`, herhangi bir OpenAI uyumlu API için kullanılır.
- `name` sağlayıcının kullanıcı arayüzündeki görünen adıdır.
- `options.baseURL` yerel sunucunun uç noktasıdır.
- `models` model kimliklerinin konfigürasyonlarına ait bir haritasıdır. Model adı, model seçim listesinde görüntülenecektir.

---

### IO.NET

IO.NET, çeşitli kullanım durumları için optimize edilmiş 17 model sunar:

1. [IO.NET console](https://ai.io.net/) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **IO.NET** öğesini arayın.

   ```txt
   /connect
   ```

3. IO.NET API anahtarınızı girin.

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

4. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### LM Studio

LM Studio aracılığıyla opencode'u yerel modelleri kullanacak şekilde yapılandırabilirsiniz.

```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)"
        }
      }
    }
  }
}
```

Bu örnekte:

- `lmstudio` özel sağlayıcı kimliğidir. Bu istediğiniz herhangi bir dize olabilir.
- `npm` bu sağlayıcı için kullanılacak paketi belirtir. Burada `@ai-sdk/openai-compatible`, herhangi bir OpenAI uyumlu API için kullanılır.
- `name` sağlayıcının kullanıcı arayüzündeki görünen adıdır.
- `options.baseURL` yerel sunucunun uç noktasıdır.
- `models` model kimliklerinin konfigürasyonlarına ait bir haritasıdır. Model adı, model seçim listesinde görüntülenecektir.

---

### Moonshot AI

Moonshot AI'dan Kimi K2'yi kullanmak için:

1. [Moonshot AI console](https://platform.moonshot.ai/console)'a gidin, bir hesap oluşturun ve **API anahtarı oluştur**'a tıklayın.

2. `/connect` komutunu çalıştırın ve **Moonshot AI**'yi arayın.

   ```txt
   /connect
   ```

3. Moonshot API anahtarınızı girin.

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

4. _Kimi K2_ seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### MiniMax

1. [MiniMax API Console](https://platform.minimax.io/login) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **MiniMax**'ı arayın.

   ```txt
   /connect
   ```

3. MiniMax API anahtarınızı girin.

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

4. _M2.1_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Nebius Token Factory

1. [Nebius Token Factory console](https://tokenfactory.nebius.com/)'a gidin, bir hesap oluşturun ve **Anahtar Ekle**'ye tıklayın.

2. `/connect` komutunu çalıştırın ve **Nebius Token Factory**'yi arayın.

   ```txt
   /connect
   ```

3. Nebius Token Factory API anahtarınızı girin.

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

4. _Kimi K2 Instruct_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Ollama

Ollama aracılığıyla opencode'u yerel modelleri kullanacak şekilde yapılandırabilirsiniz.

:::tip
Ollama kendisini opencode için otomatik olarak yapılandırabilir. Ayrıntılar için [Ollama integration docs](https://docs.ollama.com/integrations/opencode)'a bakın.
:::

```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"
        }
      }
    }
  }
}
```

Bu örnekte:

- `ollama` özel sağlayıcı kimliğidir. Bu istediğiniz herhangi bir dize olabilir.
- `npm` bu sağlayıcı için kullanılacak paketi belirtir. Burada `@ai-sdk/openai-compatible`, herhangi bir OpenAI uyumlu API için kullanılır.
- `name` sağlayıcının kullanıcı arayüzündeki görünen adıdır.
- `options.baseURL` yerel sunucunun uç noktasıdır.
- `models` model kimliklerinin konfigürasyonlarına ait bir haritasıdır. Model adı, model seçim listesinde görüntülenecektir.

:::tip
Araç çağrıları çalışmıyorsa Ollama'da `num_ctx` değerini artırmayı deneyin. 16k - 32k civarında başlayın.
:::

---

### Ollama Cloud

Ollama Cloud'u opencode ile kullanmak için:

1. [https://ollama.com/](https://ollama.com/) adresine gidin ve oturum açın veya bir hesap oluşturun.

2. **Ayarlar** > **Anahtarlar**'a gidin ve yeni bir API anahtarı oluşturmak için **API Anahtarı Ekle**'yi tıklayın.

3. opencode'da kullanmak için API anahtarını kopyalayın.

4. `/connect` komutunu çalıştırın ve **Ollama Cloud**'u arayın.

   ```txt
   /connect
   ```

5. Ollama Cloud API anahtarınızı girin.

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

6. **Önemli**: opencode'da bulut modellerini kullanmadan önce model bilgilerini yerel olarak almanız gerekir:

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

7. Ollama Cloud modelinizi seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### OpenAI

[ChatGPT Plus or Pro](https://chatgpt.com/pricing)'a kaydolmanızı öneririz.

1. Kaydolduktan sonra `/connect` komutunu çalıştırın ve OpenAI'yi seçin.

   ```txt
   /connect
   ```

2. Burada **ChatGPT Plus/Pro** seçeneğini seçebilirsiniz, tarayıcınız açılacaktır.
   ve sizden kimlik doğrulamanızı isteyeceğiz.

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

3. Artık `/models` komutunu kullandığınızda tüm OpenAI modelleri mevcut olmalıdır.

   ```txt
   /models
   ```

##### API anahtarlarını kullanma

Zaten bir API anahtarınız varsa, **API Anahtarını Manuel Olarak Girin** seçeneğini seçip terminalinize yapıştırabilirsiniz.

---

### OpenCode Zen

OpenCode Zen, opencode ekibinin test edip doğruladığı modellerin bir listesidir. [Daha fazla bilgi](/docs/zen).

1. **<a href={console}>OpenCode Zen</a>**'de oturum açın ve **API Anahtarı Oluştur**'u tıklayın.

2. `/connect` komutunu çalıştırın ve **OpenCode Zen**'i arayın.

   ```txt
   /connect
   ```

3. opencode API anahtarınızı girin.

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

4. _Qwen 3 Coder 480B_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### OpenRouter

1. [OpenRouter dashboard](https://openrouter.ai/settings/keys)'a gidin, **API Anahtarı Oluştur**'a tıklayın ve anahtarı kopyalayın.

2. `/connect` komutunu çalıştırın ve OpenRouter'ı arayın.

   ```txt
   /connect
   ```

3. Sağlayıcının API anahtarını girin.

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

4. Birçok OpenRouter modeli varsayılan olarak önceden yüklenmiştir; istediğiniz modeli seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

   opencode yapılandırmanız aracılığıyla ek modeller de ekleyebilirsiniz.

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

5. Bunları ayrıca opencode yapılandırmanız aracılığıyla da özelleştirebilirsiniz. Burada bir sağlayıcı belirtmeye ilişkin bir örnek verilmiştir

   ```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, birleşik bir platform aracılığıyla OpenAI, Anthropic, Google, Amazon, Meta, Mistral ve AI21'den 40'tan fazla modele erişim sağlar.

1. [SAP BTP Cockpit](https://account.hana.ondemand.com/) sunucunuza gidin, SAP AI Core hizmet örneğinize gidin ve bir hizmet anahtarı oluşturun.

   :::tip
   Hizmet anahtarı, `clientid`, `clientsecret`, `url` ve `serviceurls.AI_API_URL` içeren bir JSON nesnesidir. AI Core örneğinizi BTP Kokpitinde **Hizmetler** > **Örnekler ve Abonelikler** altında bulabilirsiniz.
   :::

2. `/connect` komutunu çalıştırın ve **SAP AI Core** arayın.

   ```txt
   /connect
   ```

3. Servis anahtarınızı JSON girin.

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

   Veya `AICORE_SERVICE_KEY` ortam değişkenini ayarlayın:

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

   Veya bash profilinize ekleyin:

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

4. İsteğe bağlı olarak dağıtım kimliğini ve kaynak grubunu ayarlayın:

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

   :::note
   Bu ayarlar isteğe bağlıdır ve SAP AI Core kurulumunuza göre yapılandırılmalıdır.
   :::

5. 40'tan fazla mevcut model arasından seçim yapmak için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### STACKIT

STACKIT AI Model Serving, Llama, Mistral ve Qwen gibi LLM'lere odaklanarak, Avrupa altyapısında maksimum veri egemenliğine sahip AI modelleri için tam olarak yönetilen bağımsız barındırma ortamı sağlar.

1. [STACKIT Portal](https://portal.stackit.cloud) adresine gidin, **AI Model Serving**'e gidin ve projeniz için bir yetkilendirme belirteci oluşturun.

   :::tip
   Yetkilendirme belirteçleri oluşturmadan önce bir STACKIT müşteri hesabına, kullanıcı hesabına ve projesine ihtiyacınız vardır.
   :::

2. `/connect` komutunu çalıştırın ve **STACKIT**'i arayın.

   ```txt
   /connect
   ```

3. STACKIT AI Model Serving yetkilendirme belirtecinizi girin.

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

4. _Qwen3-VL 235B_ veya _Llama 3.3 70B_ gibi mevcut modellerden seçim yapmak için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### OVHcloud AI Endpoints

1. [OVHcloud panel](https://ovh.com/manager)'a gidin. `Public Cloud` bölümüne gidin, `AI & Machine Learning` > `AI Endpoints` ve `API Keys` sekmesinde **Yeni bir API anahtarı oluştur**'u tıklayın.

2. `/connect` komutunu çalıştırın ve **OVHcloud AI Endpoints**'i arayın.

   ```txt
   /connect
   ```

3. OVHcloud AI Uç Noktaları API anahtarınızı girin.

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

4. _gpt-oss-120b_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Scaleway

[Scaleway Generative APIs](https://www.scaleway.com/en/docs/generative-apis/)'yi Opencode ile kullanmak için:

1. Yeni bir API anahtarı oluşturmak için [Scaleway Console IAM settings](https://console.scaleway.com/iam/api-keys)'a gidin.

2. `/connect` komutunu çalıştırın ve **Scaleway**'i arayın.

   ```txt
   /connect
   ```

3. Scaleway API anahtarınızı girin.

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

4. _devstral-2-123b-instruct-2512_ veya _gpt-oss-120b_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Together AI

1. [Together AI console](https://api.together.ai)'a gidin, bir hesap oluşturun ve **Anahtar Ekle**'ye tıklayın.

2. `/connect` komutunu çalıştırın ve **Together AI**'yi arayın.

   ```txt
   /connect
   ```

3. Together AI API anahtarınızı girin.

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

4. _Kimi K2 Instruct_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Venice AI

1. [Venice AI console](https://venice.ai) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **Venice AI**'yi arayın.

   ```txt
   /connect
   ```

3. Venice AI API anahtarınızı girin.

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

4. _Llama 3.3 70B_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Vercel AI Gateway

Vercel AI Gateway, OpenAI, Anthropic, Google, xAI ve daha fazlasındaki modellere birleşik bir uç nokta aracılığıyla erişmenizi sağlar. Modeller herhangi bir fark olmadan liste fiyatıyla sunulmaktadır.

1. [Vercel dashboard](https://vercel.com/)'a gidin, **AI Ağ Geçidi** sekmesine gidin ve yeni bir API anahtarı oluşturmak için **API anahtarlarına** tıklayın.

2. `/connect` komutunu çalıştırın ve **Vercel AI Gateway**'i arayın.

   ```txt
   /connect
   ```

3. Vercel AI Gateway API anahtarınızı girin.

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

4. Bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

Modelleri opencode yapılandırmanız aracılığıyla da özelleştirebilirsiniz. Sağlayıcı yönlendirme sırasını belirtmeye ilişkin bir örneği burada bulabilirsiniz.

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

Bazı yararlı yönlendirme seçenekleri:

| Seçenek             | Açıklama                                                              |
| ------------------- | --------------------------------------------------------------------- |
| `order`             | Denenecek sağlayıcı sırası                                            |
| `only`              | Belirli sağlayıcılarla sınırla                                        |
| `zeroDataRetention` | Yalnızca sıfır veri saklama politikasına sahip sağlayıcıları kullanın |

---

### xAI

1. [xAI console](https://console.x.ai/) adresine gidin, bir hesap oluşturun ve bir API anahtarı oluşturun.

2. `/connect` komutunu çalıştırın ve **xAI**'yi arayın.

   ```txt
   /connect
   ```

3. xAI API anahtarınızı girin.

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

4. _Grok Beta_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### Z.AI

1. [Z.AI API console](https://z.ai/manage-apikey/apikey-list)'a gidin, bir hesap oluşturun ve **Yeni bir API anahtarı oluştur**'a tıklayın.

2. `/connect` komutunu çalıştırın ve **Z.AI**'yi arayın.

   ```txt
   /connect
   ```

   **GLM Kodlama Planı**'na aboneyseniz **Z.AI Kodlama Planı**'nı seçin.

3. Z.AI API anahtarınızı girin.

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

4. _GLM-4.7_ gibi bir model seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

---

### ZenMux

1. [ZenMux dashboard](https://zenmux.ai/settings/keys)'a gidin, **API Anahtarı Oluştur**'a tıklayın ve anahtarı kopyalayın.

2. `/connect` komutunu çalıştırın ve ZenMux'u arayın.

   ```txt
   /connect
   ```

3. Sağlayıcının API anahtarını girin.

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

4. Çoğu ZenMux modeli varsayılan olarak önceden yüklenmiştir; istediğinizi seçmek için `/models` komutunu çalıştırın.

   ```txt
   /models
   ```

   opencode yapılandırmanız aracılığıyla ek modeller de ekleyebilirsiniz.

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

---

## Özel sağlayıcı

`/connect` komutunda listelenmeyen herhangi bir **OpenAI uyumlu** sağlayıcıyı eklemek için:

:::tip
OpenAI uyumlu herhangi bir sağlayıcıyı opencode ile kullanabilirsiniz. Çoğu modern yapay zeka sağlayıcısı OpenAI uyumlu API'ler sunar.
:::

1. `/connect` komutunu çalıştırın ve **Diğer** seçeneğine ilerleyin.

   ```bash
   $ /connect

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

2. Sağlayıcı için benzersiz bir kimlik girin.

   ```bash
   $ /connect

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

   :::note
   Unutulmaz bir kimlik seçin, bunu yapılandırma dosyanızda kullanacaksınız.
   :::

3. Sağlayıcı için API anahtarınızı girin.

   ```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. Proje dizininizde `opencode.json` dosyanızı oluşturun veya güncelleyin:

   ```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"
           }
         }
       }
     }
   }
   ```

   Yapılandırma seçenekleri şunlardır:
   - **npm**: Kullanılacak AI SDK paketi, OpenAI uyumlu sağlayıcılar için `@ai-sdk/openai-compatible`
   - **name**: UI'daki görünen ad.
   - **modeller**: Mevcut modeller.
   - **options.baseURL**: API endpoint URL.
   - **options.apiKey**: Kimlik doğrulama kullanılmıyorsa isteğe bağlı olarak API anahtarını ayarlayın.
   - **options.headers**: İsteğe bağlı olarak özel başlıklar ayarlayın.

   Aşağıdaki örnekte gelişmiş seçenekler hakkında daha fazla bilgi bulabilirsiniz.

5. `/models` komutunu çalıştırın; özel sağlayıcınız ve modelleriniz seçim listesinde görünecektir.

---

##### Örnek

Burada `apiKey`, `headers` ve model `limit` seçeneklerini ayarlayan bir örnek verilmiştir.

```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
          }
        }
      }
    }
  }
}
```

Yapılandırma ayrıntıları:

- **apiKey**: `env` değişken söz dizimini kullanarak ayarlayın, [daha fazla bilgi](/docs/config#env-vars).
- **headers**: Her istekle birlikte gönderilen özel başlıklar.
- **limit.context**: Modelin kabul ettiği maksimum giriş tokenları.
- **limit.output**: Modelin üretebileceği maksimum token sayısı.

`limit` alanları opencode'un ne kadar bağlamınız kaldığını anlamasını sağlar. Standart sağlayıcılar bunları models.dev'den otomatik olarak alır.

---

## Sorun Giderme

Sağlayıcıyı yapılandırma konusunda sorun yaşıyorsanız aşağıdakileri kontrol edin:

1. **Kimlik doğrulama kurulumunu kontrol edin**: Kimlik bilgilerinin geçerli olup olmadığını görmek için `opencode auth list` komutunu çalıştırın.
   sağlayıcı için yapılandırmanıza eklenir.

   Bu, kimlik doğrulaması için ortam değişkenlerine güvenen Amazon Bedrock gibi sağlayıcılar için geçerli değildir.

2. Özel sağlayıcılar için opencode yapılandırmasını kontrol edin ve:
   - `/connect` komutunda kullanılan sağlayıcı kimliğinin, opencode yapılandırmanızdaki kimlikle eşleştiğinden emin olun.
   - Sağlayıcı için doğru npm paketi kullanılıyor. Örneğin Cerebras için `@ai-sdk/cerebras` kullanın. Diğer tüm OpenAI uyumlu sağlayıcılar için `@ai-sdk/openai-compatible` kullanın.
   - `options.baseURL` alanında doğru API bitiş noktasının kullanıldığını kontrol edin.