---
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.
