opencode/packages/web/src/content/docs/ru/providers.mdx at b7b8b06011ff58f7d52dc0f73df67b459d9f5dce · anomalyco/opencode

title	Провайдеры
description	Использование любого провайдера LLM в opencode.

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

opencode использует AI SDK и Models.dev для поддержки более 75 поставщиков LLM и поддерживает запуск локальных моделей.

Чтобы добавить провайдера, вам необходимо:

Добавьте ключи API для провайдера с помощью команды /connect.
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.

{
  "$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.

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

Запустите команду /connect в TUI, выберите OpenCode Zen и перейдите по адресу opencode.ai/auth.
```
/connect
```
Войдите в систему, добавьте свои платежные данные и скопируйте ключ API.
Вставьте свой ключ API.
```
┌ API key
│
│
└ enter
```
Запустите /models в TUI, чтобы просмотреть список рекомендуемых нами моделей.
```
/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.

Запустите команду /connect в TUI, выберите OpenCode Go и перейдите по адресу opencode.ai/auth.
```
/connect
```
Войдите в систему, добавьте свои платежные данные и скопируйте ключ API.
Вставьте свой ключ API.
```
┌ API key
│
│
└ enter
```
Запустите /models в TUI, чтобы просмотреть список рекомендуемых нами моделей.
```
/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

Перейдите в консоль 302.AI](https://302.ai/), создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите 302.AI.
```
/connect
```
Введите свой ключ API 302.AI.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель.
```
/models
```

Amazon Bedrock

Чтобы использовать Amazon Bedrock с opencode:

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. :::
Настройте аутентификацию одним из следующих способов:

Переменные среды (быстрый старт)

Установите одну из этих переменных среды при запуске opencode:
```
# 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:
```
export AWS_PROFILE=my-dev-profile
export AWS_REGION=us-east-1
```
Файл конфигурации (рекомендуется)

Для конкретной или постоянной конфигурации проекта используйте 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:
```
{
  "$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. :::
Запустите команду /models, чтобы выбрать нужную модель.
```
/models
```

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

{
  "$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

После регистрации введите команду /connect и выберите Anthropic.
```
/connect
```
Здесь вы можете выбрать опцию Claude Pro/Max, и ваш браузер откроется. и попросите вас пройти аутентификацию.
```
┌ Select auth method
│
│ Claude Pro/Max
│ Create an API Key
│ Manually enter API Key
└
```
Теперь все модели Anthropic должны быть доступны при использовании команды /models.
```
/models
```

:::info Использование вашей подписки Claude Pro/Max в opencode официально не поддерживается Anthropic. :::

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 — десктопное приложение, которое запускает локальные LLM за OpenAI-совместимым API-сервером (конечная точка по умолчанию http://127.0.0.1:1337/v1).

{
  "$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. :::

Перейдите на портал Azure 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.
Перейдите в Azure AI Foundry и разверните модель.

:::примечание Для правильной работы opencode имя развертывания должно совпадать с именем модели. :::
Запустите команду /connect и найдите Azure.
```
/connect
```
Введите свой ключ API.
```
┌ API key
│
│
└ enter
```
Задайте имя ресурса как переменную среды:
```
AZURE_RESOURCE_NAME=XXX opencode
```
Или добавьте его в свой профиль bash:
```
export AZURE_RESOURCE_NAME=XXX
```
Запустите команду /models, чтобы выбрать развернутую модель.
```
/models
```

Azure Cognitive Services

Перейдите на портал Azure 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.
Перейдите в Azure AI Foundry и разверните модель.

:::примечание Для правильной работы opencode имя развертывания должно совпадать с именем модели. :::
Запустите команду /connect и найдите Azure Cognitive Services.
```
/connect
```
Введите свой ключ API.
```
┌ API key
│
│
└ enter
```
Задайте имя ресурса как переменную среды:
```
AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencode
```
Или добавьте его в свой профиль bash:
```
export AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX
```
Запустите команду /models, чтобы выбрать развернутую модель.
```
/models
```

Baseten

Перейдите в Baseten, создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите Baseten.
```
/connect
```
Введите свой ключ API Baseten.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель.
```
/models
```

Cerebras

Перейдите в консоль Cerebras, создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите Cerebras.
```
/connect
```
Введите свой ключ API Cerebras.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Qwen 3 Coder 480B.
```
/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 вам не нужны отдельные ключи API для каждого провайдера.

Перейдите на панель управления Cloudflare, выберите AI > AI Gateway и создайте новый шлюз.
Установите идентификатор своей учетной записи и идентификатор шлюза в качестве переменных среды.
```
export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_GATEWAY_ID=your-gateway-id
```
Запустите команду /connect и найдите Cloudflare AI Gateway.
```
/connect
```
Введите свой токен API Cloudflare.
```
┌ API key
│
│
└ enter
```
Или установите его как переменную среды.
```
export CLOUDFLARE_API_TOKEN=your-api-token
```

Запустите команду /models, чтобы выбрать модель.

/models

Вы также можете добавлять модели через конфигурацию opencode.

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

Cortecs

Перейдите в консоль Cortecs, создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите Cortecs.
```
/connect
```
Введите свой ключ API Cortecs.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Kimi K2 Instruct.
```
/models
```

DeepSeek

Перейдите в консоль DeepSeek, создайте учетную запись и нажмите Создать новый ключ API.
Запустите команду /connect и найдите DeepSeek.
```
/connect
```
Введите свой ключ API DeepSeek.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель DeepSeek, например DeepSeek V4 Pro.
```
/models
```

Deep Infra

Перейдите на панель мониторинга Deep Infra](https://deepinfra.com/dash), создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите Deep Infra.
```
/connect
```
Введите свой ключ API Deep Infra.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель.
```
/models
```

FrogBot

Перейдите на панель FrogBot, создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите FrogBot.
```
/connect
```
Введите ключ API FrogBot.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель.
```
/models
```

Fireworks AI

Перейдите в консоль Fireworks AI, создайте учетную запись и нажмите Создать ключ API.
Запустите команду /connect и найдите Fireworks AI.
```
/connect
```
Введите ключ API Fireworks AI.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Kimi K2 Instruct.
```
/models
```

GitLab Duo

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

Запустите команду /connect и выберите GitLab.
```
/connect
```
Выберите метод аутентификации:
```
┌ 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.
2. Нажмите Добавить новый токен.
3. Имя: OpenCode, Области применения: api
4. Скопируйте токен (начинается с glpat-)
5. Введите его в терминал
Запустите команду /models, чтобы просмотреть доступные модели.
```
/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.

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

:::

Для самостоятельных экземпляров GitLab:

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

Если в вашем экземпляре используется собственный AI-шлюз:

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

Или добавьте в свой профиль bash:

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:

Платформа Duo Agent для пользователя, группы или экземпляра
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:

export GITLAB_OAUTH_CLIENT_ID=your_application_id_here

Дополнительная документация на домашней странице opencode-gitlab-auth.

Конфигурация

Настройте через 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.):

{
  "$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 для использования.

Некоторые модели необходимо включить вручную в настройках GitHub Copilot. :::

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

Перейдите на github.com/login/device и введите код.

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

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

Google Vertex AI

Чтобы использовать Google Vertex AI с opencode:

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. :::
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.
```
GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json GOOGLE_CLOUD_PROJECT=your-project-id opencode
```
Или добавьте их в свой профиль bash.
```
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 :::

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

Groq

Перейдите в консоль Groq](https://console.groq.com/), нажмите Создать ключ API и скопируйте ключ.
Запустите команду /connect и найдите Groq.
```
/connect
```
Введите ключ API для провайдера.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать тот, который вам нужен.
```
/models
```

Hugging Face

Hugging Face Inference Providers предоставляют доступ к открытым моделям, поддерживаемым более чем 17 поставщиками.

Перейдите в Настройки Hugging Face, чтобы создать токен с разрешением совершать вызовы к поставщикам выводов.
Запустите команду /connect и найдите Hugging Face.
```
/connect
```
Введите свой токен Hugging Face.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Kimi-K2-Instruct или GLM-4.6.
```
/models
```

Helicone

Helicone — 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.

Перейдите в Helicone, создайте учетную запись и сгенерируйте ключ API на своей панели управления.
Запустите команду /connect и найдите Helicone.
```
/connect
```
Введите свой ключ API Helicone.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель.
```
/models
```

Дополнительные сведения о дополнительных провайдерах и расширенных функциях, таких как кэширование и ограничение скорости, см. в Документация Helicone.

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, он понадобится вам, чтобы получить идентификаторы моделей, которые вы хотите добавить.

{
  "$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:

{
  "$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 позволяет группировать связанные запросы LLM вместе. Используйте плагин opencode-helicone-session, чтобы автоматически регистрировать каждый диалог opencode как сеанс в Helicone.

npm install -g opencode-helicone-session

Добавьте его в свою конфигурацию.

{
  "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 для всех доступных заголовков.

llama.cpp

Вы можете настроить opencode для использования локальных моделей с помощью утилиты llama-server llama.cpp's

{
  "$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:

Перейдите в консоль IO.NET](https://ai.io.net/), создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите IO.NET.
```
/connect
```
Введите свой ключ API IO.NET.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель.
```
/models
```

LM Studio

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

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

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:

Перейдите в консоль Moonshot AI, создайте учетную запись и нажмите Создать ключ API.
Запустите команду /connect и найдите Moonshot AI.
```
/connect
```
Введите свой API-ключ Moonshot.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать Kimi K2.
```
/models
```

MiniMax

Перейдите в консоль API MiniMax, создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите MiniMax.
```
/connect
```
Введите свой ключ API MiniMax.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель типа M2.1.
```
/models
```

Nebius Token Factory

Перейдите в консоль Nebius Token Factory](https://tokenfactory.nebius.com/), создайте учетную запись и нажмите Добавить ключ.
Запустите команду /connect и найдите Nebius Token Factory.
```
/connect
```
Введите ключ API фабрики токенов Nebius.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Kimi K2 Instruct.
```
/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). :::

{
  "$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:

Перейдите на https://ollama.com/ и войдите в систему или создайте учетную запись.
Перейдите в Настройки > Ключи и нажмите Добавить ключ API, чтобы создать новый ключ API.
Скопируйте ключ API для использования в opencode.
Запустите команду /connect и найдите Ollama Cloud.
```
/connect
```
Введите свой ключ API Ollama Cloud.
```
┌ API key
│
│
└ enter
```
Важно. Перед использованием облачных моделей в opencode необходимо получить информацию о модели локально:
```
ollama pull gpt-oss:20b-cloud
```
Запустите команду /models, чтобы выбрать модель облака Ollama.
```
/models
```

OpenAI

Мы рекомендуем подписаться на ChatGPT Plus или Pro.

После регистрации выполните команду /connect и выберите OpenAI.
```
/connect
```
Здесь вы можете выбрать опцию ChatGPT Plus/Pro, и ваш браузер откроется. и попросите вас пройти аутентификацию.
```
┌ Select auth method
│
│ ChatGPT Plus/Pro
│ Manually enter API Key
└
```
Теперь все модели OpenAI должны быть доступны при использовании команды /models.
```
/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.

Войдите в систему OpenCode Zen и нажмите Создать ключ API.
Запустите команду /connect и найдите OpenCode Zen.
```
/connect
```
Введите свой ключ API opencode.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Qwen 3 Coder 480B.
```
/models
```

OpenRouter

Перейдите на панель управления OpenRouter](https://openrouter.ai/settings/keys), нажмите Создать ключ API и скопируйте ключ.
Запустите команду /connect и найдите OpenRouter.
```
/connect
```
Введите ключ API для провайдера.
```
┌ API key
│
│
└ enter
```
Многие модели OpenRouter предварительно загружены по умолчанию. Запустите команду /models, чтобы выбрать нужную.
```
/models
```
Вы также можете добавить дополнительные модели через конфигурацию opencode.
```
{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "openrouter": {
      "models": {
        "somecoolnewmodel": {}
      }
    }
  }
}
```

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

{
  "$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.

Перейдите в SAP BTP Cockpit, 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. :::
Запустите команду /connect и найдите SAP AI Core.
```
/connect
```

Введите свой сервисный ключ в формате JSON.

┌ Service key
│
│
└ enter

Или установите переменную среды AICORE_SERVICE_KEY:

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

Или добавьте его в свой профиль bash:

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

При необходимости укажите идентификатор развертывания и группу ресурсов:
```
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. :::
Запустите команду /models, чтобы выбрать одну из более чем 40 доступных моделей.
```
/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.

Перейдите на портал STACKIT, 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. :::
Запустите команду /connect и найдите STACKIT.
```
/connect
```
Введите свой токен аутентификации STACKIT AI Model Serving.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать одну из доступных моделей, например Qwen3-VL 235B или Llama 3.3 70B.
```
/models
```

OVHcloud AI Endpoints

Перейдите к OVHcloud Panel. Перейдите в раздел Public Cloud, AI & Machine Learning > AI Endpoints и на вкладке API Keys нажмите Создать новый ключ API.
Запустите команду /connect и найдите Конечные точки OVHcloud AI.
```
/connect
```
Введите ключ API конечных точек OVHcloud AI.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель типа gpt-oss-120b.
```
/models
```

Scaleway

Чтобы использовать Scaleway Generative APIs с opencode:

Перейдите к Настройки IAM консоли Scaleway, чтобы сгенерировать новый ключ API.
Запустите команду /connect и найдите Scaleway.
```
/connect
```
Введите ключ API Scaleway.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель, например devstral-2-123b-instruct-2512 или gpt-oss-120b.
```
/models
```

Together AI

Перейдите в консоль Together AI, создайте учетную запись и нажмите Добавить ключ.
Запустите команду /connect и найдите Together AI.
```
/connect
```
Введите ключ API Together AI.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Kimi K2 Instruct.
```
/models
```

Venice AI

Перейдите к консоли Venice AI, создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите Venice AI.
```
/connect
```
Введите свой ключ API Venice AI.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель типа Llama 3.3 70B.
```
/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.

Перейдите на панель мониторинга Vercel, перейдите на вкладку AI Gateway и нажмите Ключи API, чтобы создать новый ключ API.
Запустите команду /connect и найдите Vercel AI Gateway.
```
/connect
```
Введите ключ API Vercel AI Gateway.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель.
```
/models
```

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

{
  "$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

Перейдите на консоль xAI, создайте учетную запись и сгенерируйте ключ API.
Запустите команду /connect и найдите xAI.
```
/connect
```
Введите свой ключ API xAI.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать такую модель, как Grok Beta.
```
/models
```

Z.AI

Перейдите в консоль Z.AI API, создайте учетную запись и нажмите Создать новый ключ API.
Запустите команду /connect и найдите Z.AI.
```
/connect
```
Если вы подписаны на План кодирования GLM, выберите План кодирования Z.AI.
Введите свой ключ API Z.AI.
```
┌ API key
│
│
└ enter
```
Запустите команду /models, чтобы выбрать модель типа GLM-4.7.
```
/models
```

ZenMux

Перейдите на панель управления ZenMux, нажмите Создать ключ API и скопируйте ключ.
Запустите команду /connect и найдите ZenMux.
```
/connect
```
Введите ключ API для провайдера.
```
┌ API key
│
│
└ enter
```
Многие модели ZenMux предварительно загружены по умолчанию. Запустите команду /models, чтобы выбрать нужную.
```
/models
```
Вы также можете добавить дополнительные модели через конфигурацию opencode.
```
{
  "$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. :::

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

┌  Add credential
│
◆  Select provider
│  ...
│  ● Other
└
```
Введите уникальный идентификатор провайдера.
```
$ /connect

┌  Add credential
│
◇  Enter provider id
│  myprovider
└
```
:::примечание Выберите запоминающийся идентификатор, вы будете использовать его в своем файле конфигурации. :::

Введите свой ключ API для провайдера.

$ /connect

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

Создайте или обновите файл opencode.json в каталоге вашего проекта:
```
{
  "$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.
Запустите команду /models, и ваш пользовательский поставщик и модели появятся в списке выбора.

Пример

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

{
  "$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 .
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:

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.
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.

FilesExpand file tree

providers.mdx

Latest commit

History

providers.mdx

File metadata and controls

Учетные данные

Настройка

Базовый URL

OpenCode Zen

OpenCode Go

Каталог

302.AI

Amazon Bedrock

Переменные среды (быстрый старт)

Файл конфигурации (рекомендуется)

Дополнительно: конечные точки VPC

Методы аутентификации

Приоритет аутентификации

Anthropic

Использование ключей API

Atomic Chat

Azure OpenAI

Azure Cognitive Services

Baseten

Cerebras

Cloudflare AI Gateway

Cortecs

DeepSeek

Deep Infra

FrogBot

Fireworks AI

GitLab Duo

Использование OAuth (рекомендуется)

Использование токена личного доступа

Самостоятельная GitLab

OAuth для локальных экземпляров

Конфигурация

Инструменты API GitLab (необязательно, но настоятельно рекомендуется)

GitHub Copilot

Google Vertex AI

Groq

Hugging Face

Helicone

Дополнительные конфигурации

Пользовательские заголовки

Отслеживание сеансов

Общие разъемы Helicone

llama.cpp

IO.NET

LM Studio

Moonshot AI

MiniMax

Nebius Token Factory

Ollama

Ollama Cloud

OpenAI

Использование ключей API

OpenCode Zen

OpenRouter

SAP AI Core

STACKIT

OVHcloud AI Endpoints

Scaleway

Together AI

Venice AI

Vercel AI Gateway

xAI

Z.AI

ZenMux

Пользовательский поставщик

Пример

Поиск неисправностей