OpenCode Provider 配置完全指南：从入门到精通

📚 分类: OpenCode 教程 ⏱️ 预计耗时: 20-30 分钟 🎯 难度: 入门 🔧 环境要求: 已安装 OpenCode IDE 🌐 原文来源: OpenCode 官方文档

你将学到什么

完成本教程后，你将能够：

[ ] 理解 Provider 在 OpenCode 中的核心作用
[ ] 配置 3 种不同类型的 Provider：官方订阅、免费本地模型、高性价比 API
[ ] 学会配置多个 Provider，让 AI 助手分工协作

最终效果

你将不再依赖单一 AI 模型。通过配置，OpenCode 能根据任务复杂度自动选择模型：简单代码补全用本地模型（快且免费），复杂架构设计用云端模型（强且智能）。

前置准备

在开始前，请确认你的 OpenCode 环境已正常启动。

1. 打开 OpenCode 设置

📝 操作：在 OpenCode 中，按下 Ctrl+, （Windows/Linux）或 Cmd+, （Mac）打开设置界面。

✅ 验证：你应该会看到一个包含搜索栏的设置窗口。

第 1 步：使用 OpenCode Zen（最简单的方式）

🎯 目标：如果你是新手，这是最快的上手方式，无需任何额外配置。

📝 操作：

在 OpenCode 中，按下 Ctrl+Shift+P 打开命令面板。
输入并运行 /connect 命令。
在 Provider 列表中选择 OpenCode。
浏览器会跳转到 https://opencode.ai/auth，如果没有账号，请注册一个。
登录后，创建一个新的 API Key 并复制它。
回到 OpenCode，将复制的 API Key 粘贴到提示框中。

✅ 验证：运行 /models 命令，你应该能看到 opencode/gpt-4 等可用模型列表。

💡 提示：这种方式背后是 OpenCode 官方托管的服务，开箱即用，无需关心底层细节。

第 2 步：配置 Claude Pro/Max 订阅

🎯 目标：如果你已订阅 Claude Pro/Max，可以直接使用，无需额外购买 API。

📝 操作：

启动认证流程：在命令面板中运行 opencode auth login。
选择提供商：在列表中选择 Anthropic。
选择登录方式：选择 Claude Pro/Max。
完成认证：浏览器会打开一个页面，登录你的 Claude 账号并授权 OpenCode。
返回 OpenCode：授权成功后，回到 OpenCode。

✅ 验证：运行 /models 命令，你应该能看到以下模型（具体版本号可能不同）：

anthropic/claude-sonnet-4-5 - 最新的 Sonnet 模型
anthropic/claude-opus-4-5 - 最强推理能力
anthropic/claude-haiku-4-5 - 快速响应

🤔 为什么要这样做？opencode auth login 命令会启动 OAuth 认证流程，安全地将你的 Claude 订阅账号与 OpenCode 关联起来，无需手动输入任何 API Key。

第 3 步：配置本地模型（免费 & 保护隐私）

🎯 目标：通过 Ollama 运行本地模型，实现完全免费且无需联网，保护代码隐私。

3.1 安装 Ollama

📝 操作：

访问 Ollama 官网下载并安装适合你操作系统的版本。
安装完成后，打开终端（Terminal），启动 Ollama 服务：
bash
```
$ ollama serve
```
✅ 验证：终端会显示服务启动信息，并保持运行状态。请保持这个终端窗口打开。

3.2 下载模型

📝 操作：打开一个新的终端窗口，运行以下命令下载模型：

bash

# 下载一个通用模型（例如 Llama 3）
$ ollama pull llama3

# 下载一个专为编程优化的模型（推荐）
$ ollama pull deepseek-coder

# 下载另一个强大的编程模型
$ ollama pull qwen2.5-coder

✅ 验证：下载完成后，运行 ollama list，你应该能看到你下载的所有模型列表。

3.3 在 OpenCode 中配置 Ollama

📝 操作：

打开 OpenCode 的设置文件：
- Windows/Linux: ~/.config/opencode/opencode.json
- Mac: ~/Library/Application Support/opencode/opencode.json

将以下配置内容添加到该文件中。如果文件里已有其他配置，请将 provider 部分合并进去。

json

{
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama (本地)",
      "options": {
        "baseURL": "http://localhost:11434/v1" // 这是 Ollama 的默认地址
      },
      "models": {
        "deepseek-coder": {
          "name": "DeepSeek Coder",
          "contextWindow": 16384
        },
        "llama3": {
          "name": "Llama 3",
          "contextWindow": 8192
        }
      }
    }
  }
}

保存文件并重启 OpenCode。

✅ 验证：运行 /models 命令，你现在应该能看到 ollama/deepseek-coder 和 ollama/llama3 等本地模型。

⚠️ 常见错误：

问题：重启后看不到本地模型。
原因：Ollama 服务未启动，或 baseURL 配置错误。
解决：
1. 确保运行 ollama serve 的终端窗口是打开的。
2. 检查 opencode.json 文件中的 baseURL 是否拼写正确，特别是端口号 11434。

第 4 步：配置 DeepSeek API（高性价比云端模型）

🎯 目标：配置一个价格远低于 OpenAI 的云端 API，用于处理日常任务。

📝 操作：

获取 API Key：
- 访问 DeepSeek 平台注册账号。
- 登录后，在 API Keys 页面创建一个新的 Key 并复制。
在 OpenCode 中连接：
- 运行 /connect 命令。
- 在 Provider 列表中选择 DeepSeek。
- 将你复制的 API Key 粘贴到输入框中。

✅ 验证：连接成功后，运行 /models 命令，你应该能看到：

deepseek/deepseek-chat - 通用对话模型
deepseek/deepseek-coder - 专为编程优化

💡 提示：DeepSeek 的价格非常低廉（约 ¥0.001/1K tokens），非常适合用于代码补全、简单修改等高频、低风险的任务。

第 5 步：配置多 Provider 策略（进阶）

🎯 目标：让不同的模型各司其职，发挥最大效率。

📝 操作：编辑 opencode.json 文件，在顶层添加以下配置：

json

{
  // ... 你的其他配置 ...
  "model": "anthropic/claude-opus-4-5",        // 主力模型：处理复杂任务
  "small_model": "deepseek/deepseek-coder",     // 快手模型：处理简单修改
  "enabled_providers": ["anthropic", "deepseek", "ollama"] // 启用的 Provider 列表
}

🤔 为什么要这样做？

主力模型 (model)：用于架构设计、代码审查等需要强推理能力的任务，用最强的模型。
快手模型 (small_model)：用于代码补全、简单重构等任务，用速度更快、成本更低的模型。
启用列表 (enabled_providers)：告诉 OpenCode 你有哪些可用的模型池。

✅ 验证：保存文件并重启 OpenCode。现在，当你进行不同类型的操作时，OpenCode 会自动选择最合适的模型。

常见问题 (FAQ)

Q1: 如何切换当前使用的模型？A: 在命令面板中运行 /models 命令，会列出所有可用的模型，点击或选择你想使用的那个即可。

Q2: 可以同时使用多个 Provider 吗？A: 可以。通过第 5 步的多 Provider 策略配置，你可以让它们协同工作。

Q3: 本地模型（如 DeepSeek Coder）的性能足够好吗？A: 对于代码补全、简单 bug 修复等任务，本地模型表现出色且速度很快。但对于需要理解复杂业务逻辑或进行大型架构设计的任务，建议使用 Claude Opus 等云端大型模型。

Q4: 不同 Provider 的费用如何计算？A:

Claude Pro/ChatGPT Plus: 按月订阅，使用其订阅服务无需额外付费。
DeepSeek API: 按实际消耗的 token 数量计费，价格非常低廉。
Ollama (本地): 完全免费，只消耗你电脑的电费和算力。

总结

恭喜你完成了本教程！🎉

回顾一下我们今天学到的核心内容：

理解 Provider：它是 OpenCode 连接各种 AI 模型的桥梁。
配置多种 Provider：从最简单的 Zen 服务，到付费订阅、免费本地模型，再到高性价比 API。
实现模型分工：通过多 Provider 策略，让不同的模型处理不同类型的任务，达到效率与成本的平衡。

下一步

如果你想继续深入，建议学习：

📖 [Agent 配置与分工] - 学习如何为不同的 AI Agent 指定不同的模型。
📖 [Opencode 进阶配置] - 探索更多自定义选项，打造你的专属 AI 编程环境。

💡 练习任务：尝试安装并配置另一个本地模型（如 codellama），并将其添加到你的多 Provider 策略中。

yaml


## 相关文档

- [OpenCode 配置文件 `opencode.json` 实战教程](/docs/pei-zhi-can-kao/opencode-pei-zhi-wen-jian-opencode-json-shi-zhan-jiao-cheng.html)

OpenCode Provider 配置完全指南：从入门到精通 ​

你将学到什么 ​

最终效果 ​

前置准备 ​

1. 打开 OpenCode 设置 ​

第 1 步：使用 OpenCode Zen（最简单的方式） ​

第 2 步：配置 Claude Pro/Max 订阅 ​

第 3 步：配置本地模型（免费 & 保护隐私） ​

3.1 安装 Ollama ​

3.2 下载模型 ​

3.3 在 OpenCode 中配置 Ollama ​

第 4 步：配置 DeepSeek API（高性价比云端模型） ​

第 5 步：配置多 Provider 策略（进阶） ​

常见问题 (FAQ) ​

总结 ​

下一步 ​

OpenCode Provider 配置完全指南：从入门到精通

你将学到什么

最终效果

前置准备

1. 打开 OpenCode 设置

第 1 步：使用 OpenCode Zen（最简单的方式）

第 2 步：配置 Claude Pro/Max 订阅

第 3 步：配置本地模型（免费 & 保护隐私）

3.1 安装 Ollama

3.2 下载模型

3.3 在 OpenCode 中配置 Ollama

第 4 步：配置 DeepSeek API（高性价比云端模型）

第 5 步：配置多 Provider 策略（进阶）

常见问题 (FAQ)

总结

下一步