ผู้ให้บริการ
OpenCode ใช้ AI SDK และ Models.dev เพื่อรองรับผู้ให้บริการ 75+ LLM และรองรับการใช้งานโมเดลท้องถิ่น
หากต้องการเพิ่มผู้ให้บริการ คุณต้อง:
- เพิ่มคีย์ API สำหรับผู้ให้บริการโดยใช้คำสั่ง
/connect - กำหนดค่าผู้ให้บริการในการกำหนดค่า OpenCode ของคุณ
เมื่อคุณเพิ่มคีย์ API ของผู้ให้บริการด้วยคำสั่ง /connect คีย์เหล่านั้นจะถูกเก็บไว้
ใน ~/.local/share/opencode/auth.json.
คุณสามารถปรับแต่งผู้ให้บริการได้ผ่านทางส่วน provider ใน OpenCode ของคุณ
กำหนดค่า
Base URL (URL พื้นฐาน)
คุณสามารถปรับแต่งฐาน URL สำหรับผู้ให้บริการรายใดก็ได้โดยตั้งค่าตัวเลือก baseURL สิ่งนี้มีประโยชน์เมื่อใช้บริการพร็อกซีหรือจุดสิ้นสุดแบบกำหนดเอง
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"anthropic": {
"options": {
"baseURL": "https://api.anthropic.com/v1"
}
}
}
}OpenCode Models คือรายชื่อโมเดลที่จัดทำโดยทีมงาน OpenCode ที่ได้รับ ทดสอบและตรวจสอบแล้วว่าทำงานได้ดีกับ OpenCode เรียนรู้เพิ่มเติม
-
เรียกใช้คำสั่ง
/connectใน TUI เลือก opencode และไปที่ opencode.ai/auth/connect -
ลงชื่อเข้าใช้ เพิ่มรายละเอียดการเรียกเก็บเงินของคุณ และคัดลอกรหัส API ของคุณ
-
วางคีย์ API ของคุณ
┌ API key │ │ └ enter -
เรียกใช้
/modelsใน TUI เพื่อดูรายการรุ่นที่เราแนะนำ/models
มันทำงานเหมือนกับผู้ให้บริการรายอื่นใน OpenCode และเป็นทางเลือกในการใช้งานโดยสมบูรณ์
OpenCode Go คือแผนการสมัครสมาชิกราคาประหยัดที่ให้การเข้าถึงโมเดลการเขียนโค้ดแบบเปิดยอดนิยมที่เชื่อถือได้ ซึ่งจัดเตรียมโดยทีมงาน OpenCode ที่ได้รับการทดสอบและตรวจสอบแล้วว่าทำงานได้ดีกับ OpenCode
-
เรียกใช้คำสั่ง
/connectใน TUI เลือกOpenCode Goและไปที่ opencode.ai/auth/connect -
ลงชื่อเข้าใช้ เพิ่มรายละเอียดการเรียกเก็บเงินของคุณ และคัดลอกรหัส API ของคุณ
-
วางคีย์ API ของคุณ
┌ API key │ │ └ enter -
เรียกใช้
/modelsใน TUI เพื่อดูรายการรุ่นที่เราแนะนำ/models
มันทำงานเหมือนกับผู้ให้บริการรายอื่นใน OpenCode และเป็นทางเลือกในการใช้งานโดยสมบูรณ์
มาดูรายละเอียดผู้ให้บริการบางรายกัน หากคุณต้องการเพิ่มผู้ให้บริการให้กับ รายการอย่าลังเลที่จะเปิดประชาสัมพันธ์
-
ไปที่ 302.AI console สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา 302.AI/connect -
ป้อนคีย์ 302.AI API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/models
วิธีใช้ Amazon Bedrock กับ OpenCode:
-
ไปที่ แค็ตตาล็อกโมเดล ในคอนโซล Amazon Bedrock และขอ เข้าถึงโมเดลที่คุณต้องการ
-
กำหนดค่าการตรวจสอบสิทธิ์ โดยใช้วิธีใดวิธีหนึ่งต่อไปนี้:
ตัวแปรสภาพแวดล้อม (เริ่มต้นอย่างรวดเร็ว)
ตั้งค่าหนึ่งในตัวแปรสภาพแวดล้อมเหล่านี้ขณะเรียกใช้ opencode:
เทอร์มินัล# 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 opencodeหรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
~/.bash_profileexport AWS_PROFILE=my-dev-profile export AWS_REGION=us-east-1ไฟล์การกำหนดค่า (แนะนำ)
สำหรับการกำหนดค่าเฉพาะโครงการหรือแบบถาวร ให้ใช้
opencode.json:opencode.json{ "$schema": "https://opencode.ai/config.json", "provider": { "amazon-bedrock": { "options": { "region": "us-east-1", "profile": "my-aws-profile" } } } }ตัวเลือกที่มี:
region- AWS ภูมิภาค (เช่นus-east-1,eu-west-1)profile- AWS ตั้งชื่อโปรไฟล์จาก~/.aws/credentialsendpoint- จุดสิ้นสุดที่กำหนดเอง URL สำหรับ VPC จุดสิ้นสุด (นามแฝงสำหรับตัวเลือกbaseURLทั่วไป)
ขั้นสูง: VPC จุดสิ้นสุด
หากคุณใช้จุดสิ้นสุด VPC สำหรับ Bedrock:
opencode.json{ "$schema": "https://opencode.ai/config.json", "provider": { "amazon-bedrock": { "options": { "region": "us-east-1", "profile": "production", "endpoint": "https://bedrock-runtime.us-east-1.vpce-xxxxx.amazonaws.com" } } } }วิธีการรับรองความถูกต้อง
AWS_ACCESS_KEY_ID/AWS_SECRET_ACCESS_KEY: สร้างผู้ใช้ IAM และสร้างคีย์การเข้าถึงในคอนโซล AWSAWS_PROFILE: ใช้โปรไฟล์ที่มีชื่อจาก~/.aws/credentialsขั้นแรกให้กำหนดค่าด้วยaws configure --profile my-profileหรือaws sso loginAWS_BEARER_TOKEN_BEDROCK: สร้างคีย์ API ระยะยาวจากคอนโซล Amazon BedrockAWS_WEB_IDENTITY_TOKEN_FILE/AWS_ROLE_ARN: สำหรับ EKS IRSA (IAM บทบาทสำหรับบัญชีบริการ) หรือสภาพแวดล้อม Kubernetes อื่นๆ ที่มีการเชื่อมโยง OIDC Kubernetes แทรกตัวแปรสภาพแวดล้อมเหล่านี้โดยอัตโนมัติเมื่อใช้คำอธิบายประกอบของบัญชีบริการ
ลำดับความสำคัญของการรับรองความถูกต้อง
Amazon Bedrock ใช้ลำดับความสำคัญในการรับรองความถูกต้องต่อไปนี้:
- Bearer Token -
AWS_BEARER_TOKEN_BEDROCKตัวแปรสภาพแวดล้อมหรือโทเค็นจากคำสั่ง/connect - AWS Credential Chain - โปรไฟล์, คีย์การเข้าถึง, ข้อมูลประจำตัวที่แชร์, บทบาท IAM, โทเค็นข้อมูลประจำตัวของเว็บ (EKS IRSA), ข้อมูลเมตาของอินสแตนซ์
-
รันคำสั่ง
/modelsเพื่อเลือกรุ่นที่ต้องการ/models
-
เมื่อคุณสมัครแล้ว ให้รันคำสั่ง
/connectและเลือก Anthropic/connect -
ที่นี่คุณสามารถเลือกตัวเลือก Claude Pro/Max และมันจะเปิดเบราว์เซอร์ของคุณ และขอให้คุณตรวจสอบสิทธิ์
┌ Select auth method │ │ Claude Pro/Max │ Create an API Key │ Manually enter API Key └ -
ตอนนี้โมเดล Anthropic ทั้งหมดควรจะพร้อมใช้งานเมื่อคุณใช้คำสั่ง
/models/models
การใช้ API Key
คุณยังสามารถเลือก สร้าง API คีย์ หากคุณไม่มีการสมัครสมาชิก Pro/Max นอกจากนี้ยังจะเปิดเบราว์เซอร์ของคุณและขอให้คุณเข้าสู่ระบบ Anthropic และให้รหัสที่คุณสามารถวางใน terminal ของคุณ
หรือหากคุณมีคีย์ API อยู่แล้ว คุณสามารถเลือก ป้อนคีย์ API ด้วยตนเอง และวางลงใน terminal ของคุณ
คุณสามารถกำหนดค่า opencode ให้ใช้โมเดลท้องถิ่นผ่าน Atomic Chat ซึ่งเป็นแอปพลิเคชันเดสก์ท็อปที่เรียกใช้ LLM ในเครื่องภายใต้เซิร์ฟเวอร์ API ที่เข้ากันได้กับ OpenAI (ปลายทางเริ่มต้น http://127.0.0.1:1337/v1)
{
"$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>"
}
}
}
}
}ในตัวอย่างนี้:
atomic-chatคือรหัสผู้ให้บริการที่กำหนดเอง สามารถเป็นสตริงใดก็ได้ที่คุณต้องการnpmระบุแพ็กเกจที่จะใช้สำหรับผู้ให้บริการนี้ ที่นี่ใช้@ai-sdk/openai-compatibleสำหรับ API ใดๆ ที่เข้ากันได้กับ OpenAInameคือชื่อแสดงของผู้ให้บริการในอินเทอร์เฟซoptions.baseURLคือปลายทางของเซิร์ฟเวอร์ท้องถิ่น เปลี่ยนโฮสต์และพอร์ตให้ตรงกับการตั้งค่า Atomic Chat ของคุณmodelsคือแผนที่ระหว่างรหัสโมเดลกับชื่อแสดง แต่ละรหัสต้องตรงกับidที่ส่งคืนโดยGET /v1/models— รันcurl http://127.0.0.1:1337/v1/modelsเพื่อแสดงรายการรหัสที่โหลดอยู่ใน Atomic Chat
-
ไปที่ พอร์ทัล Azure และสร้างทรัพยากร Azure OpenAI คุณจะต้องการ:
- ชื่อทรัพยากร: นี่จะกลายเป็นส่วนหนึ่งของจุดสิ้นสุด API ของคุณ (
https://RESOURCE_NAME.openai.azure.com/) - API key:
KEY 1หรือKEY 2จากทรัพยากรของคุณ
- ชื่อทรัพยากร: นี่จะกลายเป็นส่วนหนึ่งของจุดสิ้นสุด API ของคุณ (
-
ไปที่ Azure AI Foundry และปรับใช้โมเดล
-
เรียกใช้คำสั่ง
/connectและค้นหา Azure/connect -
ป้อน API ของคุณ
┌ API key │ │ └ enter -
ตั้งชื่อทรัพยากรของคุณเป็นตัวแปรสภาพแวดล้อม:
เทอร์มินัลAZURE_RESOURCE_NAME=XXX opencodeหรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
~/.bash_profileexport AZURE_RESOURCE_NAME=XXX -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลที่ปรับใช้ของคุณ/models
-
ไปที่ พอร์ทัล Azure และสร้างทรัพยากร Azure OpenAI คุณจะต้องการ:
- ชื่อทรัพยากร: นี่จะกลายเป็นส่วนหนึ่งของจุดสิ้นสุด API ของคุณ (
https://AZURE_COGNITIVE_SERVICES_RESOURCE_NAME.cognitiveservices.azure.com/) - API key:
KEY 1หรือKEY 2จากทรัพยากรของคุณ
- ชื่อทรัพยากร: นี่จะกลายเป็นส่วนหนึ่งของจุดสิ้นสุด API ของคุณ (
-
ไปที่ Azure AI Foundry และปรับใช้โมเดล
-
เรียกใช้คำสั่ง
/connectและค้นหา Azure Cognitive Services/connect -
ป้อน API ของคุณ
┌ API key │ │ └ enter -
ตั้งชื่อทรัพยากรของคุณเป็นตัวแปรสภาพแวดล้อม:
เทอร์มินัลAZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencodeหรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
~/.bash_profileexport AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลที่ปรับใช้ของคุณ/models
-
ไปที่ Baseten สร้างบัญชี และสร้างคีย์ API
-
รันคำสั่ง
/connectและค้นหา Baseten/connect -
ป้อนคีย์ Baseten API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/models
-
ไปที่ คอนโซล Cerebras สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา Cerebras/connect -
ป้อนคีย์ Cerebras API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่นเช่น Qwen 3 Coder 480B/models
Cloudflare AI Gateway ช่วยให้คุณเข้าถึงโมเดลจาก OpenAI, Anthropic, Workers AI และอื่นๆ อีกมากมายผ่านตำแหน่งข้อมูลแบบรวม ด้วย การเรียกเก็บเงินแบบรวม คุณไม่จำเป็นต้องใช้คีย์ API แยกต่างหากสำหรับผู้ให้บริการแต่ละราย
-
ไปที่ แดชบอร์ด Cloudflare ไปที่ AI > AI Gateway และสร้างเกตเวย์ใหม่
-
ตั้งค่ารหัสบัญชีและรหัสเกตเวย์ของคุณเป็นตัวแปรสภาพแวดล้อม
~/.bash_profileexport CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id export CLOUDFLARE_GATEWAY_ID=your-gateway-id -
รันคำสั่ง
/connectและค้นหา Cloudflare AI Gateway/connect -
ป้อน Cloudflare API Token ของคุณ
┌ API key │ │ └ enterหรือตั้งเป็นตัวแปรสภาพแวดล้อม
~/.bash_profileexport CLOUDFLARE_API_TOKEN=your-api-token -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/modelsคุณยังสามารถเพิ่มโมเดลผ่านการกำหนดค่า opencode ของคุณได้
opencode.json{ "$schema": "https://opencode.ai/config.json", "provider": { "cloudflare-ai-gateway": { "models": { "openai/gpt-6.1-sol": {}, "anthropic/claude-sonnet-4": {} } } } }
-
ไปที่ คอนโซล Cortecs สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา Cortecs/connect -
ป้อนคีย์ Cortecs API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น Kimi K2 Instruct/models
-
ไปที่ คอนโซล DeepSeek สร้างบัญชี แล้วคลิก สร้างคีย์ API ใหม่
-
รันคำสั่ง
/connectและค้นหา DeepSeek/connect -
ป้อนคีย์ DeepSeek API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดล DeepSeek เช่น DeepSeek V4 Pro/models
-
ไปที่ แดชบอร์ด Deep Infra สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา Deep Infra/connect -
ป้อนคีย์ Deep Infra API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/models
-
ไปที่ แดชบอร์ด FrogBot สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา FrogBot/connect -
ป้อนคีย์ FrogBot API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/models
-
ไปที่ คอนโซล Fireworks AI สร้างบัญชี แล้วคลิก Create API Key
-
รันคำสั่ง
/connectและค้นหา Fireworks AI/connect -
ป้อนคีย์ Fireworks AI API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น Kimi K2 Instruct/models
GitLab Duo ให้การแชทแบบเอเจนต์ที่ขับเคลื่อนด้วย AI พร้อมความสามารถในการเรียกใช้เครื่องมือแบบเนทีฟผ่านพร็อกซี Anthropic ของ GitLab
-
รันคำสั่ง
/connectและเลือก GitLab/connect -
เลือกวิธีการรับรองความถูกต้องของคุณ:
┌ Select auth method │ │ OAuth (Recommended) │ Personal Access Token └การใช้ OAuth (แนะนำ)
เลือก OAuth และเบราว์เซอร์ของคุณจะเปิดขึ้นเพื่อรับสิทธิ์
การใช้ Personal Access Token
-
คลิก เพิ่มโทเค็นใหม่
-
ชื่อ:
OpenCode, ขอบเขต:api -
คัดลอกโทเค็น (เริ่มต้นด้วย
glpat-) -
ป้อนลงใน terminal
-
รันคำสั่ง
/modelsเพื่อดูรุ่นที่มีจำหน่าย/modelsมีโมเดลที่ใช้ Claude สามรุ่นให้เลือก:
- duo-chat-haiku-4-5 (ค่าเริ่มต้น) - ตอบสนองรวดเร็วสำหรับงานด่วน
- duo-chat-sonnet-4-5 - ประสิทธิภาพที่สมดุลสำหรับขั้นตอนการทำงานส่วนใหญ่
- duo-chat-opus-4-5 - มีความสามารถมากที่สุดสำหรับการวิเคราะห์ที่ซับซ้อน
GitLab ที่โฮสต์เอง
สำหรับอินสแตนซ์ GitLab ที่โฮสต์เอง:
export GITLAB_INSTANCE_URL=https://gitlab.company.com
export GITLAB_TOKEN=glpat-...หากอินสแตนซ์ของคุณใช้งาน AI Gateway แบบกำหนดเอง:
GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.comหรือเพิ่มในโปรไฟล์ทุบตีของคุณ:
export GITLAB_INSTANCE_URL=https://gitlab.company.com
export GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com
export GITLAB_TOKEN=glpat-...OAuth สำหรับอินสแตนซ์ที่โฮสต์เอง
คุณต้องสร้างเพื่อให้ Oauth ทำงานกับอินสแตนซ์ที่โฮสต์เองได้
แอพพลิเคชั่นใหม่ (Settings → Applications) ด้วย
โทรกลับ URL http://127.0.0.1:8080/callback และขอบเขตต่อไปนี้:
- api (เข้าถึง API ในนามของคุณ)
- read_user (อ่านข้อมูลส่วนตัวของคุณ)
- read_repository (อนุญาตให้เข้าถึงที่เก็บแบบอ่านอย่างเดียว)
จากนั้นเปิดเผย ID แอปพลิเคชันเป็นตัวแปรสภาพแวดล้อม:
export GITLAB_OAUTH_CLIENT_ID=your_application_id_hereเอกสารประกอบเพิ่มเติมเกี่ยวกับหน้าแรกของ opencode-gitlab-auth
การกำหนดค่า
ปรับแต่งผ่าน opencode.json:
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"gitlab": {
"options": {
"instanceUrl": "https://gitlab.com"
}
}
}
}GitLab API Tools (เป็นทางเลือก แต่แนะนำเป็นอย่างยิ่ง)
วิธีเข้าถึงเครื่องมือ GitLab (รวมคำขอ ปัญหา ไปป์ไลน์ CI/CD ฯลฯ):
{
"$schema": "https://opencode.ai/config.json",
"plugin": ["opencode-gitlab-plugin"]
}ปลั๊กอินนี้มอบความสามารถในการจัดการพื้นที่เก็บข้อมูล GitLab ที่ครอบคลุม รวมถึงการตรวจสอบ MR การติดตามปัญหา การตรวจสอบไปป์ไลน์ และอื่นๆ
วิธีใช้การสมัครสมาชิก GitHub Copilot ด้วย opencode:
-
รันคำสั่ง
/connectและค้นหา GitHub Copilot/connect -
ไปที่ github.com/login/device และป้อนรหัส
┌ Login with GitHub Copilot │ │ https://github.com/login/device │ │ Enter code: 8F43-6FCF │ │ Waiting for authorization... -
ตอนนี้รันคำสั่ง
/modelsเพื่อเลือกรุ่นที่คุณต้องการ/models
วิธีใช้ Google Vertex AI กับ OpenCode:
-
ไปที่ Model Garden ใน Google Cloud Console แล้วตรวจสอบ รุ่นที่มีในภูมิภาคของคุณ
-
ตั้งค่าตัวแปรสภาพแวดล้อมที่ต้องการ:
GOOGLE_CLOUD_PROJECT: รหัสโครงการ Google Cloud ของคุณVERTEX_LOCATION(เป็นทางเลือก): ภูมิภาคสำหรับ Vertex AI (ค่าเริ่มต้นคือglobal)- การรับรองความถูกต้อง (เลือกหนึ่งรายการ):
GOOGLE_APPLICATION_CREDENTIALS: เส้นทางไปยังบัญชีบริการของคุณ JSON ไฟล์คีย์- ตรวจสอบสิทธิ์โดยใช้ gcloud CLI:
gcloud auth application-default login
ตั้งค่าในขณะที่เรียกใช้ opencode
เทอร์มินัลGOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json GOOGLE_CLOUD_PROJECT=your-project-id opencodeหรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ
~/.bash_profileexport GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json export GOOGLE_CLOUD_PROJECT=your-project-id export VERTEX_LOCATION=global
-
รันคำสั่ง
/modelsเพื่อเลือกรุ่นที่ต้องการ/models
-
ไปที่ Groq console คลิก Create API Key และคัดลอกคีย์
-
เรียกใช้คำสั่ง
/connectและค้นหา Groq/connect -
ป้อนคีย์ API สำหรับผู้ให้บริการ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกคำสั่งที่คุณต้องการ/models
ผู้ให้บริการการอนุมาน Hugging Face ช่วยให้สามารถเข้าถึงโมเดลแบบเปิดที่รองรับโดยผู้ให้บริการมากกว่า 17 ราย
-
ไปที่ การตั้งค่า Hugging Face เพื่อสร้างโทเค็นที่มีสิทธิ์ในการโทรไปยังผู้ให้บริการการอนุมาน
-
เรียกใช้คำสั่ง
/connectและค้นหา Hugging Face/connect -
ป้อน Hugging Face Token ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดล เช่น Kimi-K2-Instruct หรือ GLM-4.6/models
Helicone เป็นแพลตฟอร์มการติดตาม LLM ที่ให้การบันทึก การตรวจสอบ และการวิเคราะห์สำหรับแอปพลิเคชัน AI ของคุณ Helicone AI Gateway กำหนดเส้นทางคำขอของคุณไปยังผู้ให้บริการที่เหมาะสมโดยอัตโนมัติตามรุ่น
-
ไปที่ Helicone สร้างบัญชี และสร้างคีย์ API จากแดชบอร์ดของคุณ
-
รันคำสั่ง
/connectและค้นหา Helicone/connect -
ป้อนคีย์ Helicone API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/models
หากต้องการทราบผู้ให้บริการเพิ่มเติมและฟีเจอร์ขั้นสูง เช่น การแคชและการจำกัดอัตรา โปรดตรวจสอบ เอกสารประกอบของ Helicone
การกำหนดค่าเพิ่มเติม
ในกรณีที่คุณเห็นคุณสมบัติหรือรุ่นจาก Helicone ที่ไม่ได้กำหนดค่าโดยอัตโนมัติผ่าน opencode คุณสามารถกำหนดค่าด้วยตนเองได้ตลอดเวลา
นี่คือ Helicone’s Model Directory คุณจะต้องใช้สิ่งนี้เพื่อรับ ID ของโมเดลที่คุณต้องการเพิ่ม
{
"$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",
},
},
},
},
}ส่วนหัวที่กำหนดเอง
Helicone รองรับส่วนหัวแบบกำหนดเองสำหรับฟีเจอร์ต่างๆ เช่น การแคช การติดตามผู้ใช้ และการจัดการเซสชัน เพิ่มลงในการกำหนดค่าผู้ให้บริการของคุณโดยใช้ options.headers:
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"helicone": {
"npm": "@ai-sdk/openai-compatible",
"name": "Helicone",
"options": {
"baseURL": "https://ai-gateway.helicone.ai",
"headers": {
"Helicone-Cache-Enabled": "true",
"Helicone-User-Id": "opencode",
},
},
},
},
}การติดตามเซสชัน
คุณลักษณะ เซสชัน ของ Helicone ช่วยให้คุณสามารถจัดกลุ่มคำขอ LLM ที่เกี่ยวข้องเข้าด้วยกันได้ ใช้ปลั๊กอิน opencode-helicone-session เพื่อบันทึกการสนทนา OpenCode แต่ละรายการเป็นเซสชันใน Helicone โดยอัตโนมัติ
npm install -g opencode-helicone-sessionเพิ่มลงในการกำหนดค่าของคุณ
{
"plugin": ["opencode-helicone-session"]
}ปลั๊กอินจะแทรกส่วนหัว Helicone-Session-Id และ Helicone-Session-Name ลงในคำขอของคุณ ในหน้าเซสชันของ Helicone คุณจะเห็นการสนทนา OpenCode แต่ละรายการแยกเป็นเซสชันแยกกัน
ส่วนหัวของ Helicone ทั่วไป
| ส่วนหัว | คำอธิบาย |
|---|---|
Helicone-Cache-Enabled | เปิดใช้งานการแคชการตอบกลับ (true/false) |
Helicone-User-Id | ติดตามตัวชี้วัดตามผู้ใช้ |
Helicone-Property-[Name] | เพิ่มคุณสมบัติที่กำหนดเอง (เช่น Helicone-Property-Environment) |
Helicone-Prompt-Id | เชื่อมโยงคำขอกับเวอร์ชันพร้อมท์ |
ดู Helicone Header Directory สำหรับส่วนหัวที่มีอยู่ทั้งหมด
คุณสามารถกำหนดค่า opencode เพื่อใช้โมเดลท้องถิ่นผ่านยูทิลิตี้ llama.cpp’s llama-server
{
"$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
}
}
}
}
}
}ในตัวอย่างนี้:
llama.cppคือ ID ผู้ให้บริการที่กำหนดเอง นี่อาจเป็นสตริงใดก็ได้ที่คุณต้องการnpmระบุแพ็คเกจที่จะใช้สำหรับผู้ให้บริการรายนี้ ในที่นี้@ai-sdk/openai-compatibleใช้สำหรับ API ที่เข้ากันได้กับ OpenAInameคือชื่อที่แสดงของผู้ให้บริการใน UIoptions.baseURLเป็นจุดสิ้นสุดสำหรับเซิร์ฟเวอร์ภายในเครื่องmodelsคือแมปของ ID โมเดลกับการกำหนดค่า ชื่อรุ่นจะปรากฏในรายการเลือกรุ่น
IO.NET มี 17 โมเดลที่ได้รับการปรับให้เหมาะกับการใช้งานที่หลากหลาย:
-
ไปที่ IO.NET console สร้างบัญชี และสร้างคีย์ API
-
รันคำสั่ง
/connectและค้นหา IO.NET/connect -
ป้อนคีย์ IO.NET API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/models
คุณสามารถกำหนดค่า opencode เพื่อใช้โมเดลท้องถิ่นผ่าน LM Studio
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"lmstudio": {
"npm": "@ai-sdk/openai-compatible",
"name": "LM Studio (local)",
"options": {
"baseURL": "http://127.0.0.1:1234/v1"
},
"models": {
"google/gemma-3n-e4b": {
"name": "Gemma 3n-e4b (local)"
}
}
}
}
}ในตัวอย่างนี้:
lmstudioคือ ID ผู้ให้บริการที่กำหนดเอง นี่อาจเป็นสตริงใดก็ได้ที่คุณต้องการnpmระบุแพ็คเกจที่จะใช้สำหรับผู้ให้บริการรายนี้ ในที่นี้@ai-sdk/openai-compatibleใช้สำหรับ API ที่เข้ากันได้กับ OpenAInameคือชื่อที่แสดงของผู้ให้บริการใน UIoptions.baseURLเป็นจุดสิ้นสุดสำหรับเซิร์ฟเวอร์ภายในเครื่องmodelsคือแมปของ ID โมเดลกับการกำหนดค่า ชื่อรุ่นจะปรากฏในรายการเลือกรุ่น
วิธีใช้ Kimi K2 จาก Moonshot AI:
-
ไปที่ Moonshot AI console สร้างบัญชี แล้วคลิก Create API Key
-
รันคำสั่ง
/connectและค้นหา Moonshot AI/connect -
ป้อนคีย์ Moonshot API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือก Kimi K2/models
-
ไปที่ MiniMax API Console สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา MiniMax/connect -
ป้อนคีย์ MiniMax API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่นเช่น M2.1/models
-
ไปที่ คอนโซล Nebius Token Factory สร้างบัญชี แล้วคลิก Add key
-
รันคำสั่ง
/connectและค้นหา Nebius Token Factory/connect -
ป้อนคีย์ Nebius Token Factory API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น Kimi K2 Instruct/models
คุณสามารถกำหนดค่า opencode เพื่อใช้โมเดลท้องถิ่นผ่าน Ollama
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"ollama": {
"npm": "@ai-sdk/openai-compatible",
"name": "Ollama (local)",
"options": {
"baseURL": "http://localhost:11434/v1"
},
"models": {
"llama2": {
"name": "Llama 2"
}
}
}
}
}ในตัวอย่างนี้:
ollamaคือ ID ผู้ให้บริการที่กำหนดเอง นี่อาจเป็นสตริงใดก็ได้ที่คุณต้องการnpmระบุแพ็คเกจที่จะใช้สำหรับผู้ให้บริการรายนี้ ในที่นี้@ai-sdk/openai-compatibleใช้สำหรับ API ที่เข้ากันได้กับ OpenAInameคือชื่อที่แสดงของผู้ให้บริการใน UIoptions.baseURLเป็นจุดสิ้นสุดสำหรับเซิร์ฟเวอร์ภายในเครื่องmodelsคือแมปของ ID โมเดลกับการกำหนดค่า ชื่อรุ่นจะปรากฏในรายการเลือกรุ่น
วิธีใช้ Ollama Cloud กับ OpenCode:
-
ไปที่ https://ollama.com/ แล้วลงชื่อเข้าใช้หรือสร้างบัญชี
-
ไปที่ Settings > Keys แล้วคลิก Add API Key เพื่อสร้างคีย์ API ใหม่
-
คัดลอกคีย์ API เพื่อใช้ใน OpenCode
-
เรียกใช้คำสั่ง
/connectและค้นหา Ollama Cloud/connect -
ป้อนคีย์ Ollama Cloud API ของคุณ
┌ API key │ │ └ enter -
สำคัญ: ก่อนที่จะใช้โมเดลคลาวด์ใน OpenCode คุณต้องดึงข้อมูลโมเดลในเครื่อง:
เทอร์มินัลollama pull gpt-oss:20b-cloud -
รันคำสั่ง
/modelsเพื่อเลือกโมเดล Ollama Cloud ของคุณ/models
เราขอแนะนำให้สมัคร ChatGPT Plus หรือ Pro
-
เมื่อคุณสมัครแล้ว ให้รันคำสั่ง
/connectและเลือก OpenAI/connect -
ที่นี่คุณสามารถเลือกตัวเลือก ChatGPT Plus/Pro จากนั้นเบราว์เซอร์จะเปิดขึ้นมา และขอให้คุณตรวจสอบสิทธิ์
┌ Select auth method │ │ ChatGPT Plus/Pro │ Manually enter API Key └ -
ตอนนี้โมเดล OpenAI ทั้งหมดควรจะพร้อมใช้งานเมื่อคุณใช้คำสั่ง
/models/models
การใช้ API Key
หากคุณมีคีย์ API อยู่แล้ว คุณสามารถเลือก Manually enter API Key และวางลงใน terminal ของคุณ
OpenCode Models คือรายการโมเดลที่ได้รับการทดสอบและตรวจสอบแล้วโดยทีมงาน OpenCode เรียนรู้เพิ่มเติม
-
ลงชื่อเข้าใช้ OpenCode Console และคลิก สร้าง API คีย์
-
เรียกใช้คำสั่ง
/connectและค้นหา OpenCode/connect -
ป้อนคีย์ OpenCode API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น Qwen 3 Coder 480B/models
-
ไปที่ OpenRouter dashboard คลิก Create API Key และคัดลอกคีย์
-
เรียกใช้คำสั่ง
/connectและค้นหา OpenRouter/connect -
ป้อนคีย์ API สำหรับผู้ให้บริการ
┌ API key │ │ └ enter -
โมเดล OpenRouter จำนวนมากถูกโหลดไว้ล่วงหน้าตามค่าเริ่มต้น รันคำสั่ง
/modelsเพื่อเลือกโมเดลที่คุณต้องการ/modelsคุณยังสามารถเพิ่มโมเดลเพิ่มเติมผ่านการกำหนดค่า opencode ของคุณได้
opencode.json{ "$schema": "https://opencode.ai/config.json", "provider": { "openrouter": { "models": { "somecoolnewmodel": {} } } } } -
คุณยังสามารถปรับแต่งได้ผ่านการกำหนดค่า opencode ของคุณ นี่คือตัวอย่างการระบุผู้ให้บริการ
opencode.json{ "$schema": "https://opencode.ai/config.json", "provider": { "openrouter": { "models": { "moonshotai/kimi-k2": { "options": { "provider": { "order": ["baseten"], "allow_fallbacks": false } } } } } } }
SAP AI Core ให้การเข้าถึงโมเดลมากกว่า 40 รุ่นจาก OpenAI, Anthropic, Google, Amazon, Meta, Mistral และ AI21 ผ่านแพลตฟอร์มเดียว
-
ไปที่ SAP BTP Cockpit ของคุณ ไปที่อินสแตนซ์บริการ SAP AI Core และสร้างคีย์บริการ
-
เรียกใช้คำสั่ง
/connectและค้นหา SAP AI Core/connect -
ป้อน JSON คีย์บริการของคุณ
┌ Service key │ │ └ enterหรือตั้งค่าตัวแปรสภาพแวดล้อม
AICORE_SERVICE_KEY:เทอร์มินัลAICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}' opencodeหรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
~/.bash_profileexport AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}' -
เลือกตั้งค่ารหัสการปรับใช้และกลุ่มทรัพยากร:
เทอร์มินัลAICORE_DEPLOYMENT_ID=your-deployment-id AICORE_RESOURCE_GROUP=your-resource-group opencode -
รันคำสั่ง
/modelsเพื่อเลือกจาก 40+ รุ่นที่มีอยู่/models
STACKIT AI Model Serving มอบสภาพแวดล้อมการโฮสต์ที่มีการจัดการเต็มรูปแบบสำหรับโมเดล AI โดยเน้นที่ LLM เช่น Llama, Mistral และ Qwen โดยมีอธิปไตยของข้อมูลสูงสุดบนโครงสร้างพื้นฐานยุโรป
-
ไปที่ STACKIT Portal ไปที่ AI Model Serving และสร้างโทเค็นการตรวจสอบสิทธิ์สำหรับโครงการของคุณ
-
เรียกใช้คำสั่ง
/connectและค้นหา STACKIT/connect -
ป้อนโทเค็นการตรวจสอบสิทธิ์ STACKIT AI Model Serving ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกจากโมเดลที่มีอยู่ เช่น Qwen3-VL 235B หรือ Llama 3.3 70B/models
-
ไปที่ OVHcloud panel ไปที่ส่วน
Public Cloud,AI & Machine Learning>AI Endpointsและในแท็บAPI Keysให้คลิก Create a new API key -
เรียกใช้คำสั่ง
/connectและค้นหา OVHcloud AI Endpoints/connect -
ป้อนคีย์ API OVHcloud AI Endpoints ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น gpt-oss-120b/models
วิธีใช้ Scaleway Generative APIs กับ Opencode:
-
ไปที่ Scaleway Console IAM settings เพื่อสร้างคีย์ API ใหม่
-
เรียกใช้คำสั่ง
/connectและค้นหา Scaleway/connect -
ป้อนคีย์ Scaleway API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น devstral-2-123b-instruct-2512 หรือ gpt-oss-120b/models
-
ไปที่ Together AI console สร้างบัญชี และคลิก Add Key
-
เรียกใช้คำสั่ง
/connectและค้นหา Together AI/connect -
ป้อนคีย์ Together AI API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น Kimi K2 Instruct/models
-
ไปที่ Venice AI console สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา Venice AI/connect -
ป้อนคีย์ Venice AI API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น Llama 3.3 70B/models
Vercel AI Gateway ช่วยให้คุณเข้าถึงโมเดลจาก OpenAI, Anthropic, Google, xAI และอื่นๆ อีกมากมายผ่านจุดสิ้นสุดแบบรวม โมเดลถูกนำเสนอในราคาปลีกโดยไม่มีการบวกเพิ่ม
-
ไปที่ Vercel dashboard ไปที่แท็บ AI Gateway และคลิก API keys เพื่อสร้างคีย์ API ใหม่
-
เรียกใช้คำสั่ง
/connectและค้นหา Vercel AI Gateway/connect -
ป้อนคีย์ Vercel AI Gateway API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกรุ่น/models
คุณยังสามารถปรับแต่งโมเดลผ่านการกำหนดค่า opencode ของคุณได้ นี่คือตัวอย่างการระบุลำดับการกำหนดเส้นทางผู้ให้บริการ
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"vercel": {
"models": {
"anthropic/claude-sonnet-4": {
"options": {
"order": ["anthropic", "vertex"]
}
}
}
}
}
}ตัวเลือกการกำหนดเส้นทางที่มีประโยชน์บางประการ:
| ตัวเลือก | คำอธิบาย |
|---|---|
order | ลำดับผู้ให้บริการที่จะลอง |
only | จำกัดเฉพาะผู้ให้บริการที่ระบุ |
zeroDataRetention | ใช้เฉพาะผู้ให้บริการที่มีนโยบายการเก็บรักษาข้อมูลเป็นศูนย์ |
-
ไปที่ xAI console สร้างบัญชี และสร้างคีย์ API
-
เรียกใช้คำสั่ง
/connectและค้นหา xAI/connect -
ป้อนคีย์ xAI API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น Grok Beta/models
-
ไปที่ Z.AI API console สร้างบัญชี และคลิก Create a new API key
-
เรียกใช้คำสั่ง
/connectและค้นหา Z.AI/connectหากคุณสมัครรับ GLM Coding Plan ให้เลือก Z.AI Coding Plan
-
ป้อนคีย์ Z.AI API ของคุณ
┌ API key │ │ └ enter -
รันคำสั่ง
/modelsเพื่อเลือกโมเดลเช่น GLM-4.7/models
-
ไปที่ ZenMux dashboard คลิก Create API Key และคัดลอกคีย์
-
เรียกใช้คำสั่ง
/connectและค้นหา ZenMux/connect -
ป้อนคีย์ API สำหรับผู้ให้บริการ
┌ API key │ │ └ enter -
โมเดล ZenMux จำนวนมากถูกโหลดไว้ล่วงหน้าตามค่าเริ่มต้น รันคำสั่ง
/modelsเพื่อเลือกโมเดลที่คุณต้องการ/modelsคุณยังสามารถเพิ่มโมเดลเพิ่มเติมผ่านการกำหนดค่า opencode ของคุณได้
opencode.json{ "$schema": "https://opencode.ai/config.json", "provider": { "zenmux": { "models": { "somecoolnewmodel": {} } } } }
หากต้องการเพิ่มผู้ให้บริการที่ เข้ากันได้กับ OpenAI ใดๆ ที่ไม่มีรายชื่ออยู่ในคำสั่ง /connect:
-
เรียกใช้คำสั่ง
/connectและเลื่อนลงไปที่ Otherเทอร์มินัล$ /connect ┌ Add credential │ ◆ Select provider │ ... │ ● Other └ -
ป้อน ID เฉพาะสำหรับผู้ให้บริการ
เทอร์มินัล$ /connect ┌ Add credential │ ◇ Enter provider id │ myprovider └ -
ป้อนคีย์ API สำหรับผู้ให้บริการ
เทอร์มินัล$ /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-... └ -
สร้างหรืออัปเดตไฟล์
opencode.jsonของคุณในไดเร็กทอรีโครงการของคุณ:opencode.json{ "$schema": "https://opencode.ai/config.json", "provider": { "myprovider": { "npm": "@ai-sdk/openai-compatible", "name": "My AI ProviderDisplay Name", "options": { "baseURL": "https://api.myprovider.com/v1" }, "models": { "my-model-name": { "name": "My Model Display Name" } } } } }นี่คือตัวเลือกการกำหนดค่า:
- npm: แพ็คเกจ AI SDK ที่จะใช้
@ai-sdk/openai-compatibleสำหรับผู้ให้บริการที่เข้ากันได้กับ OpenAI - name: ชื่อที่แสดงใน UI
- models: โมเดลที่มีจำหน่าย
- options.baseURL: URL จุดสิ้นสุด API
- options.apiKey: ตั้งค่าคีย์ API ทางเลือก หากไม่ได้ใช้การรับรองความถูกต้อง
- options.headers: ตั้งค่าส่วนหัวที่กำหนดเองได้ตามต้องการ
ข้อมูลเพิ่มเติมเกี่ยวกับตัวเลือกขั้นสูงในตัวอย่างด้านล่าง
- npm: แพ็คเกจ AI SDK ที่จะใช้
-
รันคำสั่ง
/modelsและผู้ให้บริการและโมเดลที่คุณกำหนดเองจะปรากฏในรายการตัวเลือก
ตัวอย่าง
นี่คือตัวอย่างการตั้งค่าตัวเลือก apiKey, headers และรุ่น limit
{
"$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
}
}
}
}
}
}รายละเอียดการกำหนดค่า:
- apiKey: ตั้งค่าโดยใช้ไวยากรณ์ตัวแปร
envเรียนรู้เพิ่มเติม - headers: ส่วนหัวที่กำหนดเองที่ส่งไปกับแต่ละคำขอ
- limit.context: โทเค็นอินพุตสูงสุดที่โมเดลยอมรับ
- limit.output: โทเค็นสูงสุดที่โมเดลสามารถสร้างได้
ฟิลด์ limit ช่วยให้ OpenCode เข้าใจว่าคุณมีบริบทเหลืออยู่เท่าใด ผู้ให้บริการมาตรฐานจะดึงข้อมูลเหล่านี้จาก models.dev โดยอัตโนมัติ
หากคุณประสบปัญหาในการกำหนดค่าผู้ให้บริการ ให้ตรวจสอบสิ่งต่อไปนี้:
-
ตรวจสอบการตั้งค่าการรับรองความถูกต้อง: รัน
opencode auth listเพื่อดูว่ามีการเพิ่มข้อมูลรับรอง สำหรับผู้ให้บริการในการกำหนดค่าของคุณหรือไม่สิ่งนี้ใช้ไม่ได้กับผู้ให้บริการเช่น Amazon Bedrock ซึ่งอาศัยตัวแปรสภาพแวดล้อมสำหรับการตรวจสอบสิทธิ์
-
สำหรับผู้ให้บริการที่กำหนดเอง ให้ตรวจสอบการกำหนดค่า opencode และ:
- ตรวจสอบให้แน่ใจว่า ID ผู้ให้บริการที่ใช้ในคำสั่ง
/connectตรงกับ ID ในการกำหนดค่า opencode ของคุณ - ใช้แพ็คเกจ npm ที่ถูกต้องสำหรับผู้ให้บริการ ตัวอย่างเช่น ใช้
@ai-sdk/cerebrasสำหรับ Cerebras และสำหรับผู้ให้บริการอื่นๆ ที่เข้ากันได้กับ OpenAI ให้ใช้@ai-sdk/openai-compatible - ตรวจสอบว่าใช้จุดสิ้นสุด API ที่ถูกต้องในฟิลด์
options.baseURL
- ตรวจสอบให้แน่ใจว่า ID ผู้ให้บริการที่ใช้ในคำสั่ง