@neurocode-ai/web 1.18.8

package/src/content/docs/th/providers.mdx

@@ -0,0 +1,2532 @@
+---
+title: ผู้ให้บริการ
+description: ใช้ผู้ให้บริการ LLM ใน OpenCode
+---
+
+import config from "../../../../config.mjs"
+export const console = config.console
+
+OpenCode ใช้ [AI SDK](https://ai-sdk.dev/) และ [Models.dev](https://models.dev) เพื่อรองรับผู้ให้บริการ **75+ LLM** และรองรับการใช้งานโมเดลท้องถิ่น
+
+หากต้องการเพิ่มผู้ให้บริการ คุณต้อง:
+
+1. เพิ่มคีย์ API สำหรับผู้ให้บริการโดยใช้คำสั่ง `/connect`
+2. กำหนดค่าผู้ให้บริการในการกำหนดค่า OpenCode ของคุณ
+
+---
+
+### ข้อมูลรับรอง
+
+เมื่อคุณเพิ่มคีย์ API ของผู้ให้บริการด้วยคำสั่ง `/connect` คีย์เหล่านั้นจะถูกเก็บไว้
+ใน `~/.local/share/opencode/auth.json`.
+
+---
+
+### การกำหนดค่า
+
+คุณสามารถปรับแต่งผู้ให้บริการได้ผ่านทางส่วน `provider` ใน OpenCode ของคุณ
+กำหนดค่า
+
+---
+
+#### Base URL (URL พื้นฐาน)
+
+คุณสามารถปรับแต่งฐาน URL สำหรับผู้ให้บริการรายใดก็ได้โดยตั้งค่าตัวเลือก `baseURL` สิ่งนี้มีประโยชน์เมื่อใช้บริการพร็อกซีหรือจุดสิ้นสุดแบบกำหนดเอง
+
+```json title="opencode.json" {6}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "anthropic": {
+      "options": {
+        "baseURL": "https://api.anthropic.com/v1"
+      }
+    }
+  }
+}
+```
+
+---
+
+## OpenCode Zen
+
+OpenCode Zen คือรายชื่อโมเดลที่จัดทำโดยทีมงาน OpenCode ที่ได้รับ
+ทดสอบและตรวจสอบแล้วว่าทำงานได้ดีกับ OpenCode [เรียนรู้เพิ่มเติม](/docs/zen)
+
+:::tip
+หากคุณยังใหม่ เราขอแนะนำให้เริ่มต้นด้วย OpenCode Zen
+:::
+
+1. เรียกใช้คำสั่ง `/connect` ใน TUI เลือก opencode และไปที่ [opencode.ai/auth](https://opencode.ai/auth)
+
+   ```txt
+   /connect
+   ```
+
+2. ลงชื่อเข้าใช้ เพิ่มรายละเอียดการเรียกเก็บเงินของคุณ และคัดลอกรหัส API ของคุณ
+
+3. วางคีย์ API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. เรียกใช้ `/models` ใน TUI เพื่อดูรายการรุ่นที่เราแนะนำ
+
+   ```txt
+   /models
+   ```
+
+มันทำงานเหมือนกับผู้ให้บริการรายอื่นใน OpenCode และเป็นทางเลือกในการใช้งานโดยสมบูรณ์
+
+---
+
+## OpenCode Go
+
+OpenCode Go คือแผนการสมัครสมาชิกราคาประหยัดที่ให้การเข้าถึงโมเดลการเขียนโค้ดแบบเปิดยอดนิยมที่เชื่อถือได้ ซึ่งจัดเตรียมโดยทีมงาน OpenCode ที่ได้รับการทดสอบและตรวจสอบแล้วว่าทำงานได้ดีกับ OpenCode
+
+1. เรียกใช้คำสั่ง `/connect` ใน TUI เลือก `OpenCode Go` และไปที่ [opencode.ai/auth](https://opencode.ai/zen)
+
+   ```txt
+   /connect
+   ```
+
+2. ลงชื่อเข้าใช้ เพิ่มรายละเอียดการเรียกเก็บเงินของคุณ และคัดลอกรหัส API ของคุณ
+
+3. วางคีย์ API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. เรียกใช้ `/models` ใน TUI เพื่อดูรายการรุ่นที่เราแนะนำ
+
+   ```txt
+   /models
+   ```
+
+มันทำงานเหมือนกับผู้ให้บริการรายอื่นใน OpenCode และเป็นทางเลือกในการใช้งานโดยสมบูรณ์
+
+---
+
+## ไดเรกทอรี
+
+มาดูรายละเอียดผู้ให้บริการบางรายกัน หากคุณต้องการเพิ่มผู้ให้บริการให้กับ
+รายการอย่าลังเลที่จะเปิดประชาสัมพันธ์
+
+:::note
+ไม่เห็นผู้ให้บริการที่นี่ใช่ไหม ส่งพีอาร์.
+:::
+
+---
+
+### 302.AI
+
+1. ไปที่ [302.AI console](https://302.ai/) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **302.AI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ 302.AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Amazon Bedrock
+
+วิธีใช้ Amazon Bedrock กับ OpenCode:
+
+1. ไปที่ **แค็ตตาล็อกโมเดล** ในคอนโซล Amazon Bedrock และขอ
+   เข้าถึงโมเดลที่คุณต้องการ
+
+   :::tip
+   คุณต้องมีสิทธิ์เข้าถึงโมเดลที่คุณต้องการใน Amazon Bedrock
+   :::
+
+2. **กำหนดค่าการตรวจสอบสิทธิ์** โดยใช้วิธีใดวิธีหนึ่งต่อไปนี้:
+
+   #### ตัวแปรสภาพแวดล้อม (เริ่มต้นอย่างรวดเร็ว)
+
+   ตั้งค่าหนึ่งในตัวแปรสภาพแวดล้อมเหล่านี้ขณะเรียกใช้ 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
+   ```
+
+   หรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
+
+   ```bash title="~/.bash_profile"
+   export AWS_PROFILE=my-dev-profile
+   export AWS_REGION=us-east-1
+   ```
+
+   #### ไฟล์การกำหนดค่า (แนะนำ)
+
+   สำหรับการกำหนดค่าเฉพาะโครงการหรือแบบถาวร ให้ใช้ `opencode.json`:
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "amazon-bedrock": {
+         "options": {
+           "region": "us-east-1",
+           "profile": "my-aws-profile"
+         }
+       }
+     }
+   }
+   ```
+
+   **ตัวเลือกที่มี:**
+   - `region` - ​​AWS ภูมิภาค (เช่น `us-east-1`, `eu-west-1`)
+   - `profile` - ​​AWS ตั้งชื่อโปรไฟล์จาก `~/.aws/credentials`
+   - `endpoint` - ​​จุดสิ้นสุดที่กำหนดเอง URL สำหรับ VPC จุดสิ้นสุด (นามแฝงสำหรับตัวเลือก `baseURL` ทั่วไป)
+
+   :::tip
+   ตัวเลือกไฟล์การกำหนดค่ามีความสำคัญเหนือกว่าตัวแปรสภาพแวดล้อม
+   :::
+
+   #### ขั้นสูง: VPC จุดสิ้นสุด
+
+   หากคุณใช้จุดสิ้นสุด VPC สำหรับ Bedrock:
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "amazon-bedrock": {
+         "options": {
+           "region": "us-east-1",
+           "profile": "production",
+           "endpoint": "https://bedrock-runtime.us-east-1.vpce-xxxxx.amazonaws.com"
+         }
+       }
+     }
+   }
+   ```
+
+   :::note
+   ตัวเลือก `endpoint` เป็นนามแฝงสำหรับตัวเลือก `baseURL` ทั่วไป โดยใช้คำศัพท์เฉพาะ AWS หากมีการระบุทั้ง `endpoint` และ `baseURL` `endpoint` จะมีความสำคัญเหนือกว่า
+   :::
+
+   #### วิธีการรับรองความถูกต้อง
+   - **`AWS_ACCESS_KEY_ID` / `AWS_SECRET_ACCESS_KEY`**: สร้างผู้ใช้ IAM และสร้างคีย์การเข้าถึงในคอนโซล AWS
+   - **`AWS_PROFILE`**: ใช้โปรไฟล์ที่มีชื่อจาก `~/.aws/credentials` ขั้นแรกให้กำหนดค่าด้วย `aws configure --profile my-profile` หรือ `aws sso login`
+   - **`AWS_BEARER_TOKEN_BEDROCK`**: สร้างคีย์ API ระยะยาวจากคอนโซล Amazon Bedrock
+   - **`AWS_WEB_IDENTITY_TOKEN_FILE` / `AWS_ROLE_ARN`**: สำหรับ EKS IRSA (IAM บทบาทสำหรับบัญชีบริการ) หรือสภาพแวดล้อม Kubernetes อื่นๆ ที่มีการเชื่อมโยง OIDC Kubernetes แทรกตัวแปรสภาพแวดล้อมเหล่านี้โดยอัตโนมัติเมื่อใช้คำอธิบายประกอบของบัญชีบริการ
+
+   #### ลำดับความสำคัญของการรับรองความถูกต้อง
+
+   Amazon Bedrock ใช้ลำดับความสำคัญในการรับรองความถูกต้องต่อไปนี้:
+   1. **Bearer Token** - `AWS_BEARER_TOKEN_BEDROCK` ตัวแปรสภาพแวดล้อมหรือโทเค็นจากคำสั่ง `/connect`
+   2. **AWS Credential Chain** - โปรไฟล์, คีย์การเข้าถึง, ข้อมูลประจำตัวที่แชร์, บทบาท IAM, โทเค็นข้อมูลประจำตัวของเว็บ (EKS IRSA), ข้อมูลเมตาของอินสแตนซ์
+
+   :::note
+   เมื่อตั้งค่าBearer Token (ผ่าน `/connect` หรือ `AWS_BEARER_TOKEN_BEDROCK`) โทเค็นนั้นจะมีความสำคัญเหนือกว่าวิธีการข้อมูลประจำตัว AWS ทั้งหมด รวมถึงโปรไฟล์ที่กำหนดค่าไว้
+   :::
+
+3. รันคำสั่ง `/models` เพื่อเลือกรุ่นที่ต้องการ
+
+   ```txt
+   /models
+   ```
+
+:::note
+สำหรับโปรไฟล์การอนุมานแบบกำหนดเอง ให้ใช้ชื่อรุ่นและผู้ให้บริการในคีย์และตั้งค่าคุณสมบัติ `id` เป็น arn สิ่งนี้ทำให้มั่นใจได้ว่าแคชถูกต้อง:
+
+```json title="opencode.json"
+{
+  "$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. เมื่อคุณสมัครแล้ว ให้รันคำสั่ง `/connect` และเลือก Anthropic
+
+   ```txt
+   /connect
+   ```
+
+2. ที่นี่คุณสามารถเลือกตัวเลือก **Claude Pro/Max** และมันจะเปิดเบราว์เซอร์ของคุณ
+   และขอให้คุณตรวจสอบสิทธิ์
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ Claude Pro/Max
+   │ Create an API Key
+   │ Manually enter API Key
+   └
+   ```
+
+3. ตอนนี้โมเดล Anthropic ทั้งหมดควรจะพร้อมใช้งานเมื่อคุณใช้คำสั่ง `/models`
+
+   ```txt
+   /models
+   ```
+
+:::info
+การใช้การสมัครสมาชิก Claude Pro/Max ใน OpenCode ไม่ได้รับการสนับสนุนอย่างเป็นทางการจาก [Anthropic](https://anthropic.com)
+:::
+
+##### 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
+
+---
+
+### Atomic Chat
+
+คุณสามารถกำหนดค่า opencode ให้ใช้โมเดลท้องถิ่นผ่าน [Atomic Chat](https://atomic.chat) ซึ่งเป็นแอปพลิเคชันเดสก์ท็อปที่เรียกใช้ LLM ในเครื่องภายใต้เซิร์ฟเวอร์ API ที่เข้ากันได้กับ OpenAI (ปลายทางเริ่มต้น `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>"
+        }
+      }
+    }
+  }
+}
+```
+
+ในตัวอย่างนี้:
+
+- `atomic-chat` คือรหัสผู้ให้บริการที่กำหนดเอง สามารถเป็นสตริงใดก็ได้ที่คุณต้องการ
+- `npm` ระบุแพ็กเกจที่จะใช้สำหรับผู้ให้บริการนี้ ที่นี่ใช้ `@ai-sdk/openai-compatible` สำหรับ API ใดๆ ที่เข้ากันได้กับ OpenAI
+- `name` คือชื่อแสดงของผู้ให้บริการในอินเทอร์เฟซ
+- `options.baseURL` คือปลายทางของเซิร์ฟเวอร์ท้องถิ่น เปลี่ยนโฮสต์และพอร์ตให้ตรงกับการตั้งค่า Atomic Chat ของคุณ
+- `models` คือแผนที่ระหว่างรหัสโมเดลกับชื่อแสดง แต่ละรหัสต้องตรงกับ `id` ที่ส่งคืนโดย `GET /v1/models` — รัน `curl http://127.0.0.1:1337/v1/models` เพื่อแสดงรายการรหัสที่โหลดอยู่ใน Atomic Chat
+
+:::tip
+หากการเรียกเครื่องมือทำงานได้ไม่ดี ให้เลือกโมเดลที่โหลดแล้วซึ่งรองรับ tool calling ได้ดี (ตัวอย่างเช่น รุ่น Qwen-Coder หรือ DeepSeek-Coder)
+:::
+
+---
+
+### Azure OpenAI
+
+:::note
+หากคุณพบข้อผิดพลาด "ฉันขอโทษ แต่ฉันไม่สามารถช่วยเหลือคำขอนั้นได้" ให้ลองเปลี่ยนตัวกรองเนื้อหาจาก **DefaultV2** เป็น **Default** ในทรัพยากร Azure ของคุณ
+:::
+
+1. ไปที่ [พอร์ทัล Azure](https://portal.azure.com/) และสร้างทรัพยากร **Azure OpenAI** คุณจะต้องการ:
+   - **ชื่อทรัพยากร**: นี่จะกลายเป็นส่วนหนึ่งของจุดสิ้นสุด API ของคุณ (`https://RESOURCE_NAME.openai.azure.com/`)
+   - **API key**: `KEY 1` หรือ `KEY 2` จากทรัพยากรของคุณ
+
+2. ไปที่ [Azure AI Foundry](https://ai.azure.com/) และปรับใช้โมเดล
+
+   :::note
+   ชื่อการปรับใช้จะต้องตรงกับชื่อรุ่นเพื่อให้ opencode ทำงานได้อย่างถูกต้อง
+   :::
+
+3. เรียกใช้คำสั่ง `/connect` และค้นหา **Azure**
+
+   ```txt
+   /connect
+   ```
+
+4. ป้อน API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+5. ตั้งชื่อทรัพยากรของคุณเป็นตัวแปรสภาพแวดล้อม:
+
+   ```bash
+   AZURE_RESOURCE_NAME=XXX opencode
+   ```
+
+   หรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
+
+   ```bash title="~/.bash_profile"
+   export AZURE_RESOURCE_NAME=XXX
+   ```
+
+6. รันคำสั่ง `/models` เพื่อเลือกโมเดลที่ปรับใช้ของคุณ
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Azure Cognitive Services
+
+1. ไปที่ [พอร์ทัล Azure](https://portal.azure.com/) และสร้างทรัพยากร **Azure OpenAI** คุณจะต้องการ:
+   - **ชื่อทรัพยากร**: นี่จะกลายเป็นส่วนหนึ่งของจุดสิ้นสุด API ของคุณ (`https://AZURE_COGNITIVE_SERVICES_RESOURCE_NAME.cognitiveservices.azure.com/`)
+   - **API key**: `KEY 1` หรือ `KEY 2` จากทรัพยากรของคุณ
+
+2. ไปที่ [Azure AI Foundry](https://ai.azure.com/) และปรับใช้โมเดล
+
+   :::note
+   ชื่อการปรับใช้จะต้องตรงกับชื่อรุ่นเพื่อให้ opencode ทำงานได้อย่างถูกต้อง
+   :::
+
+3. เรียกใช้คำสั่ง `/connect` และค้นหา **Azure Cognitive Services**
+
+   ```txt
+   /connect
+   ```
+
+4. ป้อน API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+5. ตั้งชื่อทรัพยากรของคุณเป็นตัวแปรสภาพแวดล้อม:
+
+   ```bash
+   AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencode
+   ```
+
+   หรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
+
+   ```bash title="~/.bash_profile"
+   export AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX
+   ```
+
+6. รันคำสั่ง `/models` เพื่อเลือกโมเดลที่ปรับใช้ของคุณ
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Baseten
+
+1. ไปที่ [Baseten](https://app.baseten.co/) สร้างบัญชี และสร้างคีย์ API
+
+2. รันคำสั่ง `/connect` และค้นหา **Baseten**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Baseten API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Cerebras
+
+1. ไปที่ [คอนโซล Cerebras](https://inference.cerebras.ai/) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Cerebras**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Cerebras API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่นเช่น _Qwen 3 Coder 480B_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Cloudflare AI Gateway
+
+Cloudflare AI Gateway ช่วยให้คุณเข้าถึงโมเดลจาก OpenAI, Anthropic, Workers AI และอื่นๆ อีกมากมายผ่านตำแหน่งข้อมูลแบบรวม ด้วย [การเรียกเก็บเงินแบบรวม](https://developers.cloudflare.com/ai-gateway/features/unified-billing/) คุณไม่จำเป็นต้องใช้คีย์ API แยกต่างหากสำหรับผู้ให้บริการแต่ละราย
+
+1. ไปที่ [แดชบอร์ด Cloudflare](https://dash.cloudflare.com/) ไปที่ **AI** > **AI Gateway** และสร้างเกตเวย์ใหม่
+
+2. ตั้งค่ารหัสบัญชีและรหัสเกตเวย์ของคุณเป็นตัวแปรสภาพแวดล้อม
+
+   ```bash title="~/.bash_profile"
+   export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
+   export CLOUDFLARE_GATEWAY_ID=your-gateway-id
+   ```
+
+3. รันคำสั่ง `/connect` และค้นหา **Cloudflare AI Gateway**
+
+   ```txt
+   /connect
+   ```
+
+4. ป้อน Cloudflare API Token ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+   หรือตั้งเป็นตัวแปรสภาพแวดล้อม
+
+   ```bash title="~/.bash_profile"
+   export CLOUDFLARE_API_TOKEN=your-api-token
+   ```
+
+5. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+   คุณยังสามารถเพิ่มโมเดลผ่านการกำหนดค่า opencode ของคุณได้
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "cloudflare-ai-gateway": {
+         "models": {
+           "openai/gpt-4o": {},
+           "anthropic/claude-sonnet-4": {}
+         }
+       }
+     }
+   }
+   ```
+
+---
+
+### Cortecs
+
+1. ไปที่ [คอนโซล Cortecs](https://cortecs.ai/) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Cortecs**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Cortecs API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Kimi K2 Instruct_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### DeepSeek
+
+1. ไปที่ [คอนโซล DeepSeek](https://platform.deepseek.com/) สร้างบัญชี แล้วคลิก **สร้างคีย์ API ใหม่**
+
+2. รันคำสั่ง `/connect` และค้นหา **DeepSeek**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ DeepSeek API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดล DeepSeek เช่น _DeepSeek V4 Pro_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Deep Infra
+
+1. ไปที่ [แดชบอร์ด Deep Infra](https://deepinfra.com/dash) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Deep Infra**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Deep Infra API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+---
+
+### FrogBot
+
+1. ไปที่ [แดชบอร์ด FrogBot](https://app.frogbot.ai/signup) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **FrogBot**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ FrogBot API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Fireworks AI
+
+1. ไปที่ [คอนโซล Fireworks AI](https://app.fireworks.ai/) สร้างบัญชี แล้วคลิก **Create API Key**
+
+2. รันคำสั่ง `/connect` และค้นหา **Fireworks AI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Fireworks AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Kimi K2 Instruct_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### GitLab Duo
+
+GitLab Duo ให้การแชทแบบเอเจนต์ที่ขับเคลื่อนด้วย AI พร้อมความสามารถในการเรียกใช้เครื่องมือแบบเนทีฟผ่านพร็อกซี Anthropic ของ GitLab
+
+1. รันคำสั่ง `/connect` และเลือก GitLab
+
+   ```txt
+   /connect
+   ```
+
+2. เลือกวิธีการรับรองความถูกต้องของคุณ:
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ OAuth (Recommended)
+   │ Personal Access Token
+   └
+   ```
+
+   #### การใช้ OAuth (แนะนำ)
+
+   เลือก **OAuth** และเบราว์เซอร์ของคุณจะเปิดขึ้นเพื่อรับสิทธิ์
+
+#### การใช้ Personal Access Token
+
+1.  ไปที่ [GitLab User Settings > Access Tokens](https://gitlab.com/-/user_settings/personal_access_tokens)
+2.  คลิก **เพิ่มโทเค็นใหม่**
+3.  ชื่อ: `OpenCode`, ขอบเขต: `api`
+4.  คัดลอกโทเค็น (เริ่มต้นด้วย `glpat-`)
+5.  ป้อนลงใน terminal
+
+6.  รันคำสั่ง `/models` เพื่อดูรุ่นที่มีจำหน่าย
+
+    ```txt
+    /models
+    ```
+
+    มีโมเดลที่ใช้ Claude สามรุ่นให้เลือก:
+    - **duo-chat-haiku-4-5** (ค่าเริ่มต้น) - ตอบสนองรวดเร็วสำหรับงานด่วน
+    - **duo-chat-sonnet-4-5** - ประสิทธิภาพที่สมดุลสำหรับขั้นตอนการทำงานส่วนใหญ่
+    - **duo-chat-opus-4-5** - มีความสามารถมากที่สุดสำหรับการวิเคราะห์ที่ซับซ้อน
+
+:::note
+คุณยังสามารถระบุตัวแปรสภาพแวดล้อม 'GITLAB_TOKEN' ได้หากคุณไม่ต้องการ
+เพื่อจัดเก็บโทเค็นในที่เก็บข้อมูลการรับรองความถูกต้องของ opencode
+:::
+
+##### GitLab ที่โฮสต์เอง
+
+:::note[บันทึกการปฏิบัติตาม]
+OpenCode ใช้โมเดลขนาดเล็กสำหรับงาน AI บางอย่าง เช่น การสร้างชื่อเซสชัน
+มีการกำหนดค่าให้ใช้ gpt-5-nano ตามค่าเริ่มต้น ซึ่งโฮสต์โดย Zen เพื่อล็อค OpenCode
+หากต้องการใช้เฉพาะอินสแตนซ์ที่โฮสต์บน GitLab ของคุณเอง ให้เพิ่มสิ่งต่อไปนี้ในของคุณ
+`opencode.json` ไฟล์. ขอแนะนำให้ปิดใช้งานการแชร์เซสชันด้วย
+
+```json
+{
+  "$schema": "https://opencode.ai/config.json",
+  "small_model": "gitlab/duo-chat-haiku-4-5",
+  "share": "disabled"
+}
+```
+
+:::
+
+สำหรับอินสแตนซ์ GitLab ที่โฮสต์เอง:
+
+```bash
+export GITLAB_INSTANCE_URL=https://gitlab.company.com
+export GITLAB_TOKEN=glpat-...
+```
+
+หากอินสแตนซ์ของคุณใช้งาน AI Gateway แบบกำหนดเอง:
+
+```bash
+GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com
+```
+
+หรือเพิ่มในโปรไฟล์ทุบตีของคุณ:
+
+```bash title="~/.bash_profile"
+export GITLAB_INSTANCE_URL=https://gitlab.company.com
+export GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com
+export GITLAB_TOKEN=glpat-...
+```
+
+:::note
+ผู้ดูแลระบบ GitLab ของคุณต้องเปิดใช้งานสิ่งต่อไปนี้:
+
+1. [Duo Agent Platform](https://docs.gitlab.com/user/duo_agent_platform/turn_on_off/) สำหรับผู้ใช้ กลุ่ม หรืออินสแตนซ์
+2. แฟล็กคุณลักษณะ (ผ่านคอนโซล Rails):
+   - `agent_platform_claude_code`
+   - `third_party_agents_enabled`
+     :::
+
+##### OAuth สำหรับอินสแตนซ์ที่โฮสต์เอง
+
+คุณต้องสร้างเพื่อให้ Oauth ทำงานกับอินสแตนซ์ที่โฮสต์เองได้
+แอพพลิเคชั่นใหม่ (Settings → Applications) ด้วย
+โทรกลับ URL `http://127.0.0.1:8080/callback` และขอบเขตต่อไปนี้:
+
+- api (เข้าถึง API ในนามของคุณ)
+- read_user (อ่านข้อมูลส่วนตัวของคุณ)
+- read_repository (อนุญาตให้เข้าถึงที่เก็บแบบอ่านอย่างเดียว)
+
+จากนั้นเปิดเผย ID แอปพลิเคชันเป็นตัวแปรสภาพแวดล้อม:
+
+```bash
+export GITLAB_OAUTH_CLIENT_ID=your_application_id_here
+```
+
+เอกสารประกอบเพิ่มเติมเกี่ยวกับหน้าแรกของ [opencode-gitlab-auth](https://www.npmjs.com/package/opencode-gitlab-auth)
+
+##### การกำหนดค่า
+
+ปรับแต่งผ่าน `opencode.json`:
+
+```json title="opencode.json"
+{
+  "$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):
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "plugin": ["opencode-gitlab-plugin"]
+}
+```
+
+ปลั๊กอินนี้มอบความสามารถในการจัดการพื้นที่เก็บข้อมูล GitLab ที่ครอบคลุม รวมถึงการตรวจสอบ MR การติดตามปัญหา การตรวจสอบไปป์ไลน์ และอื่นๆ
+
+---
+
+### GitHub Copilot
+
+วิธีใช้การสมัครสมาชิก GitHub Copilot ด้วย opencode:
+
+:::note
+บางรุ่นอาจต้องมี [Pro+
+subscription](https://github.com/features/copilot/plans) เพื่อใช้งาน
+
+บางรุ่นจำเป็นต้องเปิดใช้งานด้วยตนเองใน [การตั้งค่า GitHub Copilot](https://docs.github.com/en/copilot/how-tos/use-ai-models/configure-access-to-ai-models#setup-for-individual-use)
+:::
+
+1. รันคำสั่ง `/connect` และค้นหา GitHub Copilot
+
+   ```txt
+   /connect
+   ```
+
+2. ไปที่ [github.com/login/device](https://github.com/login/device) และป้อนรหัส
+
+   ```txt
+   ┌ Login with GitHub Copilot
+   │
+   │ https://github.com/login/device
+   │
+   │ Enter code: 8F43-6FCF
+   │
+   │ Waiting for authorization...
+   ```
+
+3. ตอนนี้รันคำสั่ง `/models` เพื่อเลือกรุ่นที่คุณต้องการ
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Google Vertex AI
+
+วิธีใช้ Google Vertex AI กับ OpenCode:
+
+1. ไปที่ **Model Garden** ใน Google Cloud Console แล้วตรวจสอบ
+   รุ่นที่มีในภูมิภาคของคุณ
+
+   :::note
+   คุณต้องมีโปรเจ็กต์ Google Cloud ที่เปิดใช้งาน Vertex AI API
+   :::
+
+2. ตั้งค่าตัวแปรสภาพแวดล้อมที่ต้องการ:
+   - `GOOGLE_CLOUD_PROJECT`: รหัสโครงการ Google Cloud ของคุณ
+   - `VERTEX_LOCATION` (เป็นทางเลือก): ภูมิภาคสำหรับ Vertex AI (ค่าเริ่มต้นคือ `global`)
+   - การรับรองความถูกต้อง (เลือกหนึ่งรายการ):
+     - `GOOGLE_APPLICATION_CREDENTIALS`: เส้นทางไปยังบัญชีบริการของคุณ JSON ไฟล์คีย์
+     - ตรวจสอบสิทธิ์โดยใช้ gcloud CLI: `gcloud auth application-default login`
+
+   ตั้งค่าในขณะที่เรียกใช้ opencode
+
+   ```bash
+   GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json GOOGLE_CLOUD_PROJECT=your-project-id opencode
+   ```
+
+   หรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ
+
+   ```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
+ภูมิภาค `global` ปรับปรุงความพร้อมใช้งานและลดข้อผิดพลาดโดยไม่มีค่าใช้จ่ายเพิ่มเติม ใช้ตำแหน่งข้อมูลระดับภูมิภาค (เช่น `us-central1`) สำหรับข้อกำหนดด้านถิ่นที่อยู่ของข้อมูล [เรียนรู้เพิ่มเติม](https://cloud.google.com/vertex-ai/generative-ai/docs/partner-models/use-partner-models#regional_and_global_endpoints)
+:::
+
+3. รันคำสั่ง `/models` เพื่อเลือกรุ่นที่ต้องการ
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Groq
+
+1. ไปที่ [Groq console](https://console.groq.com/) คลิก **Create API Key** และคัดลอกคีย์
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา Groq
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ API สำหรับผู้ให้บริการ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกคำสั่งที่คุณต้องการ
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Hugging Face
+
+[ผู้ให้บริการการอนุมาน Hugging Face](https://huggingface.co/docs/inference-providers) ช่วยให้สามารถเข้าถึงโมเดลแบบเปิดที่รองรับโดยผู้ให้บริการมากกว่า 17 ราย
+
+1. ไปที่ [การตั้งค่า Hugging Face](https://huggingface.co/settings/tokens/new?ownUserPermissions=inference.serverless.write&tokenType=fineGrained) เพื่อสร้างโทเค็นที่มีสิทธิ์ในการโทรไปยังผู้ให้บริการการอนุมาน
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Hugging Face**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อน Hugging Face Token ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดล เช่น _Kimi-K2-Instruct_ หรือ _GLM-4.6_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Helicone
+
+[Helicone](https://helicone.ai) เป็นแพลตฟอร์มการติดตาม LLM ที่ให้การบันทึก การตรวจสอบ และการวิเคราะห์สำหรับแอปพลิเคชัน AI ของคุณ Helicone AI Gateway กำหนดเส้นทางคำขอของคุณไปยังผู้ให้บริการที่เหมาะสมโดยอัตโนมัติตามรุ่น
+
+1. ไปที่ [Helicone](https://helicone.ai) สร้างบัญชี และสร้างคีย์ API จากแดชบอร์ดของคุณ
+
+2. รันคำสั่ง `/connect` และค้นหา **Helicone**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Helicone API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+หากต้องการทราบผู้ให้บริการเพิ่มเติมและฟีเจอร์ขั้นสูง เช่น การแคชและการจำกัดอัตรา โปรดตรวจสอบ [เอกสารประกอบของ Helicone](https://docs.helicone.ai)
+
+#### การกำหนดค่าเพิ่มเติม
+
+ในกรณีที่คุณเห็นคุณสมบัติหรือรุ่นจาก Helicone ที่ไม่ได้กำหนดค่าโดยอัตโนมัติผ่าน opencode คุณสามารถกำหนดค่าด้วยตนเองได้ตลอดเวลา
+
+นี่คือ [Helicone's Model Directory](https://helicone.ai/models) คุณจะต้องใช้สิ่งนี้เพื่อรับ ID ของโมเดลที่คุณต้องการเพิ่ม
+
+```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",
+        },
+      },
+    },
+  },
+}
+```
+
+#### ส่วนหัวที่กำหนดเอง
+
+Helicone รองรับส่วนหัวแบบกำหนดเองสำหรับฟีเจอร์ต่างๆ เช่น การแคช การติดตามผู้ใช้ และการจัดการเซสชัน เพิ่มลงในการกำหนดค่าผู้ให้บริการของคุณโดยใช้ `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",
+        },
+      },
+    },
+  },
+}
+```
+
+##### การติดตามเซสชัน
+
+คุณลักษณะ [เซสชัน](https://docs.helicone.ai/features/sessions) ของ Helicone ช่วยให้คุณสามารถจัดกลุ่มคำขอ LLM ที่เกี่ยวข้องเข้าด้วยกันได้ ใช้ปลั๊กอิน [opencode-helicone-session](https://github.com/H2Shami/opencode-helicone-session) เพื่อบันทึกการสนทนา OpenCode แต่ละรายการเป็นเซสชันใน Helicone โดยอัตโนมัติ
+
+```bash
+npm install -g opencode-helicone-session
+```
+
+เพิ่มลงในการกำหนดค่าของคุณ
+
+```json title="opencode.json"
+{
+  "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](https://docs.helicone.ai/helicone-headers/header-directory) สำหรับส่วนหัวที่มีอยู่ทั้งหมด
+
+---
+
+### llama.cpp
+
+คุณสามารถกำหนดค่า opencode เพื่อใช้โมเดลท้องถิ่นผ่านยูทิลิตี้ [llama.cpp's](https://github.com/ggml-org/llama.cpp) llama-server
+
+```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
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+ในตัวอย่างนี้:
+
+- `llama.cpp` คือ ID ผู้ให้บริการที่กำหนดเอง นี่อาจเป็นสตริงใดก็ได้ที่คุณต้องการ
+- `npm` ระบุแพ็คเกจที่จะใช้สำหรับผู้ให้บริการรายนี้ ในที่นี้ `@ai-sdk/openai-compatible` ใช้สำหรับ API ที่เข้ากันได้กับ OpenAI
+- `name` คือชื่อที่แสดงของผู้ให้บริการใน UI
+- `options.baseURL` เป็นจุดสิ้นสุดสำหรับเซิร์ฟเวอร์ภายในเครื่อง
+- `models` คือแมปของ ID โมเดลกับการกำหนดค่า ชื่อรุ่นจะปรากฏในรายการเลือกรุ่น
+
+---
+
+### IO.NET
+
+IO.NET มี 17 โมเดลที่ได้รับการปรับให้เหมาะกับการใช้งานที่หลากหลาย:
+
+1. ไปที่ [IO.NET console](https://ai.io.net/) สร้างบัญชี และสร้างคีย์ API
+
+2. รันคำสั่ง `/connect` และค้นหา **IO.NET**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ IO.NET API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+---
+
+### LM Studio
+
+คุณสามารถกำหนดค่า opencode เพื่อใช้โมเดลท้องถิ่นผ่าน 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)"
+        }
+      }
+    }
+  }
+}
+```
+
+ในตัวอย่างนี้:
+
+- `lmstudio` คือ ID ผู้ให้บริการที่กำหนดเอง นี่อาจเป็นสตริงใดก็ได้ที่คุณต้องการ
+- `npm` ระบุแพ็คเกจที่จะใช้สำหรับผู้ให้บริการรายนี้ ในที่นี้ `@ai-sdk/openai-compatible` ใช้สำหรับ API ที่เข้ากันได้กับ OpenAI
+- `name` คือชื่อที่แสดงของผู้ให้บริการใน UI
+- `options.baseURL` เป็นจุดสิ้นสุดสำหรับเซิร์ฟเวอร์ภายในเครื่อง
+- `models` คือแมปของ ID โมเดลกับการกำหนดค่า ชื่อรุ่นจะปรากฏในรายการเลือกรุ่น
+
+---
+
+### Moonshot AI
+
+วิธีใช้ Kimi K2 จาก Moonshot AI:
+
+1. ไปที่ [Moonshot AI console](https://platform.moonshot.ai/console) สร้างบัญชี แล้วคลิก **Create API Key**
+
+2. รันคำสั่ง `/connect` และค้นหา **Moonshot AI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Moonshot API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือก _Kimi K2_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### MiniMax
+
+1. ไปที่ [MiniMax API Console](https://platform.minimax.io/login) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **MiniMax**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ MiniMax API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่นเช่น _M2.1_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Nebius Token Factory
+
+1. ไปที่ [คอนโซล Nebius Token Factory](https://tokenfactory.nebius.com/) สร้างบัญชี แล้วคลิก **Add key**
+
+2. รันคำสั่ง `/connect` และค้นหา **Nebius Token Factory**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Nebius Token Factory API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Kimi K2 Instruct_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Ollama
+
+คุณสามารถกำหนดค่า opencode เพื่อใช้โมเดลท้องถิ่นผ่าน Ollama
+
+:::tip
+Ollama สามารถกำหนดค่าตัวเองสำหรับ OpenCode ได้โดยอัตโนมัติ ดู [เอกสารการบูรณาการ Ollama](https://docs.ollama.com/integrations/opencode) เพื่อดูรายละเอียด
+:::
+
+```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"
+        }
+      }
+    }
+  }
+}
+```
+
+ในตัวอย่างนี้:
+
+- `ollama` คือ ID ผู้ให้บริการที่กำหนดเอง นี่อาจเป็นสตริงใดก็ได้ที่คุณต้องการ
+- `npm` ระบุแพ็คเกจที่จะใช้สำหรับผู้ให้บริการรายนี้ ในที่นี้ `@ai-sdk/openai-compatible` ใช้สำหรับ API ที่เข้ากันได้กับ OpenAI
+- `name` คือชื่อที่แสดงของผู้ให้บริการใน UI
+- `options.baseURL` เป็นจุดสิ้นสุดสำหรับเซิร์ฟเวอร์ภายในเครื่อง
+- `models` คือแมปของ ID โมเดลกับการกำหนดค่า ชื่อรุ่นจะปรากฏในรายการเลือกรุ่น
+
+:::tip
+หากการเรียกใช้เครื่องมือไม่ทำงาน ให้ลองเพิ่ม `num_ctx` ใน Ollama เริ่มต้นประมาณ 16,000 - 32,000
+:::
+
+---
+
+### Ollama Cloud
+
+วิธีใช้ Ollama Cloud กับ OpenCode:
+
+1. ไปที่ [https://ollama.com/](https://ollama.com/) แล้วลงชื่อเข้าใช้หรือสร้างบัญชี
+
+2. ไปที่ **Settings** > **Keys** แล้วคลิก **Add API Key** เพื่อสร้างคีย์ API ใหม่
+
+3. คัดลอกคีย์ API เพื่อใช้ใน OpenCode
+
+4. เรียกใช้คำสั่ง `/connect` และค้นหา **Ollama Cloud**
+
+   ```txt
+   /connect
+   ```
+
+5. ป้อนคีย์ Ollama Cloud API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+6. **สำคัญ**: ก่อนที่จะใช้โมเดลคลาวด์ใน OpenCode คุณต้องดึงข้อมูลโมเดลในเครื่อง:
+
+   ```bash
+   ollama pull gpt-oss:20b-cloud
+   ```
+
+7. รันคำสั่ง `/models` เพื่อเลือกโมเดล Ollama Cloud ของคุณ
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OpenAI
+
+เราขอแนะนำให้สมัคร [ChatGPT Plus หรือ Pro](https://chatgpt.com/pricing)
+
+1. เมื่อคุณสมัครแล้ว ให้รันคำสั่ง `/connect` และเลือก OpenAI
+
+   ```txt
+   /connect
+   ```
+
+2. ที่นี่คุณสามารถเลือกตัวเลือก **ChatGPT Plus/Pro** จากนั้นเบราว์เซอร์จะเปิดขึ้นมา
+   และขอให้คุณตรวจสอบสิทธิ์
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ ChatGPT Plus/Pro
+   │ Manually enter API Key
+   └
+   ```
+
+3. ตอนนี้โมเดล OpenAI ทั้งหมดควรจะพร้อมใช้งานเมื่อคุณใช้คำสั่ง `/models`
+
+   ```txt
+   /models
+   ```
+
+##### การใช้ API Key
+
+หากคุณมีคีย์ API อยู่แล้ว คุณสามารถเลือก **Manually enter API Key** และวางลงใน terminal ของคุณ
+
+---
+
+### OpenCode Zen
+
+OpenCode Zen คือรายการโมเดลที่ได้รับการทดสอบและตรวจสอบแล้วโดยทีมงาน OpenCode [เรียนรู้เพิ่มเติม](/docs/zen)
+
+1. ลงชื่อเข้าใช้ **<a href={console}>OpenCode Zen</a>** และคลิก **สร้าง API คีย์**
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **OpenCode Zen**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ OpenCode API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Qwen 3 Coder 480B_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OpenRouter
+
+1. ไปที่ [OpenRouter dashboard](https://openrouter.ai/settings/keys) คลิก **Create API Key** และคัดลอกคีย์
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา OpenRouter
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ API สำหรับผู้ให้บริการ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. โมเดล OpenRouter จำนวนมากถูกโหลดไว้ล่วงหน้าตามค่าเริ่มต้น รันคำสั่ง `/models` เพื่อเลือกโมเดลที่คุณต้องการ
+
+   ```txt
+   /models
+   ```
+
+   คุณยังสามารถเพิ่มโมเดลเพิ่มเติมผ่านการกำหนดค่า opencode ของคุณได้
+
+   ```json title="opencode.json" {6}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "openrouter": {
+         "models": {
+           "somecoolnewmodel": {}
+         }
+       }
+     }
+   }
+   ```
+
+5. คุณยังสามารถปรับแต่งได้ผ่านการกำหนดค่า opencode ของคุณ นี่คือตัวอย่างการระบุผู้ให้บริการ
+
+   ```json title="opencode.json"
+   {
+     "$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 ให้การเข้าถึงโมเดลมากกว่า 40 รุ่นจาก OpenAI, Anthropic, Google, Amazon, Meta, Mistral และ AI21 ผ่านแพลตฟอร์มเดียว
+
+1. ไปที่ [SAP BTP Cockpit](https://account.hana.ondemand.com/) ของคุณ ไปที่อินสแตนซ์บริการ SAP AI Core และสร้างคีย์บริการ
+
+   :::tip
+   คีย์บริการคือวัตถุ JSON ที่มี `clientid`, `clientsecret`, `url` และ `serviceurls.AI_API_URL` คุณสามารถค้นหาอินสแตนซ์ AI Core ของคุณได้ภายใต้ **Services** > **Instances and Subscriptions** ใน BTP Cockpit
+   :::
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **SAP AI Core**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อน JSON คีย์บริการของคุณ
+
+   ```txt
+   ┌ Service key
+   │
+   │
+   └ enter
+   ```
+
+   หรือตั้งค่าตัวแปรสภาพแวดล้อม `AICORE_SERVICE_KEY`:
+
+   ```bash
+   AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}' opencode
+   ```
+
+   หรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
+
+   ```bash title="~/.bash_profile"
+   export AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}'
+   ```
+
+4. เลือกตั้งค่ารหัสการปรับใช้และกลุ่มทรัพยากร:
+
+   ```bash
+   AICORE_DEPLOYMENT_ID=your-deployment-id AICORE_RESOURCE_GROUP=your-resource-group opencode
+   ```
+
+   :::note
+   การตั้งค่าเหล่านี้เป็นทางเลือกและควรกำหนดค่าตามการตั้งค่า SAP AI Core ของคุณ
+   :::
+
+5. รันคำสั่ง `/models` เพื่อเลือกจาก 40+ รุ่นที่มีอยู่
+
+   ```txt
+   /models
+   ```
+
+---
+
+### STACKIT
+
+STACKIT AI Model Serving มอบสภาพแวดล้อมการโฮสต์ที่มีการจัดการเต็มรูปแบบสำหรับโมเดล AI โดยเน้นที่ LLM เช่น Llama, Mistral และ Qwen โดยมีอธิปไตยของข้อมูลสูงสุดบนโครงสร้างพื้นฐานยุโรป
+
+1. ไปที่ [STACKIT Portal](https://portal.stackit.cloud) ไปที่ **AI Model Serving** และสร้างโทเค็นการตรวจสอบสิทธิ์สำหรับโครงการของคุณ
+
+   :::tip
+   คุณต้องมีบัญชีลูกค้า STACKIT บัญชีผู้ใช้ และโครงการก่อนสร้างโทเค็นการตรวจสอบสิทธิ์
+   :::
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **STACKIT**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนโทเค็นการตรวจสอบสิทธิ์ STACKIT AI Model Serving ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกจากโมเดลที่มีอยู่ เช่น _Qwen3-VL 235B_ หรือ _Llama 3.3 70B_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OVHcloud AI Endpoints
+
+1. ไปที่ [OVHcloud panel](https://ovh.com/manager) ไปที่ส่วน `Public Cloud`, `AI & Machine Learning` > `AI Endpoints` และในแท็บ `API Keys` ให้คลิก **Create a new API key**
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **OVHcloud AI Endpoints**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ API OVHcloud AI Endpoints ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _gpt-oss-120b_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Scaleway
+
+วิธีใช้ [Scaleway Generative APIs](https://www.scaleway.com/en/docs/generative-apis/) กับ Opencode:
+
+1. ไปที่ [Scaleway Console IAM settings](https://console.scaleway.com/iam/api-keys) เพื่อสร้างคีย์ API ใหม่
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Scaleway**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Scaleway API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _devstral-2-123b-instruct-2512_ หรือ _gpt-oss-120b_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Together AI
+
+1. ไปที่ [Together AI console](https://api.together.ai) สร้างบัญชี และคลิก **Add Key**
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Together AI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Together AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Kimi K2 Instruct_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Venice AI
+
+1. ไปที่ [Venice AI console](https://venice.ai) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Venice AI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Venice AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Llama 3.3 70B_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Vercel AI Gateway
+
+Vercel AI Gateway ช่วยให้คุณเข้าถึงโมเดลจาก OpenAI, Anthropic, Google, xAI และอื่นๆ อีกมากมายผ่านจุดสิ้นสุดแบบรวม โมเดลถูกนำเสนอในราคาปลีกโดยไม่มีการบวกเพิ่ม
+
+1. ไปที่ [Vercel dashboard](https://vercel.com/) ไปที่แท็บ **AI Gateway** และคลิก **API keys** เพื่อสร้างคีย์ API ใหม่
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Vercel AI Gateway**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Vercel AI Gateway API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+คุณยังสามารถปรับแต่งโมเดลผ่านการกำหนดค่า opencode ของคุณได้ นี่คือตัวอย่างการระบุลำดับการกำหนดเส้นทางผู้ให้บริการ
+
+```json title="opencode.json"
+{
+  "$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 |
+
+---
+
+### xAI
+
+1. ไปที่ [xAI console](https://console.x.ai/) สร้างบัญชี และสร้างคีย์ API
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **xAI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ xAI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Grok Beta_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Z.AI
+
+1. ไปที่ [Z.AI API console](https://z.ai/manage-apikey/apikey-list) สร้างบัญชี และคลิก **Create a new API key**
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Z.AI**
+
+   ```txt
+   /connect
+   ```
+
+   หากคุณสมัครรับ **GLM Coding Plan** ให้เลือก **Z.AI Coding Plan**
+
+3. ป้อนคีย์ Z.AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _GLM-4.7_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ZenMux
+
+1. ไปที่ [ZenMux dashboard](https://zenmux.ai/settings/keys) คลิก **Create API Key** และคัดลอกคีย์
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา ZenMux
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ API สำหรับผู้ให้บริการ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. โมเดล ZenMux จำนวนมากถูกโหลดไว้ล่วงหน้าตามค่าเริ่มต้น รันคำสั่ง `/models` เพื่อเลือกโมเดลที่คุณต้องการ
+
+   ```txt
+   /models
+   ```
+
+   คุณยังสามารถเพิ่มโมเดลเพิ่มเติมผ่านการกำหนดค่า opencode ของคุณได้
+
+   ```json title="opencode.json" {6}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "zenmux": {
+         "models": {
+           "somecoolnewmodel": {}
+         }
+       }
+     }
+   }
+   ```
+
+---
+
+## ผู้ให้บริการที่กำหนดเอง
+
+หากต้องการเพิ่มผู้ให้บริการที่ **เข้ากันได้กับ OpenAI** ใดๆ ที่ไม่มีรายชื่ออยู่ในคำสั่ง `/connect`:
+
+:::tip
+คุณสามารถใช้ผู้ให้บริการที่เข้ากันได้กับ OpenAI กับ opencode ได้ ผู้ให้บริการ AI สมัยใหม่ส่วนใหญ่เสนอ API ที่เข้ากันได้กับ OpenAI
+:::
+
+1. เรียกใช้คำสั่ง `/connect` และเลื่อนลงไปที่ **Other**
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◆  Select provider
+   │  ...
+   │  ● Other
+   └
+   ```
+
+2. ป้อน ID เฉพาะสำหรับผู้ให้บริการ
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◇  Enter provider id
+   │  myprovider
+   └
+   ```
+
+   :::note
+   เลือก ID ที่น่าจดจำ คุณจะใช้ ID นี้ในไฟล์กำหนดค่าของคุณ
+   :::
+
+3. ป้อนคีย์ API สำหรับผู้ให้บริการ
+
+   ```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. สร้างหรืออัปเดตไฟล์ `opencode.json` ของคุณในไดเร็กทอรีโครงการของคุณ:
+
+   ```json title="opencode.json" ""myprovider"" {5-15}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "myprovider": {
+         "npm": "@ai-sdk/openai-compatible",
+         "name": "My AI ProviderDisplay Name",
+         "options": {
+           "baseURL": "https://api.myprovider.com/v1"
+         },
+         "models": {
+           "my-model-name": {
+             "name": "My Model Display Name"
+           }
+         }
+       }
+     }
+   }
+   ```
+
+   นี่คือตัวเลือกการกำหนดค่า:
+   - **npm**: แพ็คเกจ AI SDK ที่จะใช้ `@ai-sdk/openai-compatible` สำหรับผู้ให้บริการที่เข้ากันได้กับ OpenAI
+   - **name**: ชื่อที่แสดงใน UI
+   - **models**: โมเดลที่มีจำหน่าย
+   - **options.baseURL**: URL จุดสิ้นสุด API
+   - **options.apiKey**: ตั้งค่าคีย์ API ทางเลือก หากไม่ได้ใช้การรับรองความถูกต้อง
+   - **options.headers**: ตั้งค่าส่วนหัวที่กำหนดเองได้ตามต้องการ
+
+   ข้อมูลเพิ่มเติมเกี่ยวกับตัวเลือกขั้นสูงในตัวอย่างด้านล่าง
+
+5. รันคำสั่ง `/models` และผู้ให้บริการและโมเดลที่คุณกำหนดเองจะปรากฏในรายการตัวเลือก
+
+---
+
+##### ตัวอย่าง
+
+นี่คือตัวอย่างการตั้งค่าตัวเลือก `apiKey`, `headers` และรุ่น `limit`
+
+```json title="opencode.json" {9,11,17-20}
+{
+  "$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
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+รายละเอียดการกำหนดค่า:
+
+- **apiKey**: ตั้งค่าโดยใช้ไวยากรณ์ตัวแปร `env` [เรียนรู้เพิ่มเติม](/docs/config#env-vars)
+- **headers**: ส่วนหัวที่กำหนดเองที่ส่งไปกับแต่ละคำขอ
+- **limit.context**: โทเค็นอินพุตสูงสุดที่โมเดลยอมรับ
+- **limit.output**: โทเค็นสูงสุดที่โมเดลสามารถสร้างได้
+
+ฟิลด์ `limit` ช่วยให้ OpenCode เข้าใจว่าคุณมีบริบทเหลืออยู่เท่าใด ผู้ให้บริการมาตรฐานจะดึงข้อมูลเหล่านี้จาก models.dev โดยอัตโนมัติ
+
+---
+
+## การแก้ไขปัญหา
+
+หากคุณประสบปัญหาในการกำหนดค่าผู้ให้บริการ ให้ตรวจสอบสิ่งต่อไปนี้:
+
+1. **ตรวจสอบการตั้งค่าการรับรองความถูกต้อง**: รัน `opencode auth list` เพื่อดูว่ามีการเพิ่มข้อมูลรับรอง
+   สำหรับผู้ให้บริการในการกำหนดค่าของคุณหรือไม่
+
+   สิ่งนี้ใช้ไม่ได้กับผู้ให้บริการเช่น Amazon Bedrock ซึ่งอาศัยตัวแปรสภาพแวดล้อมสำหรับการตรวจสอบสิทธิ์
+
+2. สำหรับผู้ให้บริการที่กำหนดเอง ให้ตรวจสอบการกำหนดค่า opencode และ:
+   - ตรวจสอบให้แน่ใจว่า ID ผู้ให้บริการที่ใช้ในคำสั่ง `/connect` ตรงกับ ID ในการกำหนดค่า opencode ของคุณ
+   - ใช้แพ็คเกจ npm ที่ถูกต้องสำหรับผู้ให้บริการ ตัวอย่างเช่น ใช้ `@ai-sdk/cerebras` สำหรับ Cerebras และสำหรับผู้ให้บริการอื่นๆ ที่เข้ากันได้กับ OpenAI ให้ใช้ `@ai-sdk/openai-compatible`
+   - ตรวจสอบว่าใช้จุดสิ้นสุด API ที่ถูกต้องในฟิลด์ `options.baseURL`
+
+3. ป้อนคีย์ OpenCode API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่นเช่น _Qwen 3 Coder 480B_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### เปิดเราเตอร์
+
+1. ไปที่ [แดชบอร์ด OpenRouter](https://openrouter.ai/settings/keys) คลิก **สร้าง API คีย์** และคัดลอกคีย์
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา OpenRouter
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ API สำหรับผู้ให้บริการ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. OpenRouter หลายรุ่นถูกโหลดไว้ล่วงหน้าตามค่าเริ่มต้น ให้รันคำสั่ง `/models` เพื่อเลือกรุ่นที่คุณต้องการ
+
+   ```txt
+   /models
+   ```
+
+   คุณยังสามารถเพิ่มโมเดลเพิ่มเติมผ่านการกำหนดค่า opencode ของคุณ
+
+   ```json title="opencode.json" {6}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "openrouter": {
+         "models": {
+           "somecoolnewmodel": {}
+         }
+       }
+     }
+   }
+   ```
+
+5. คุณยังสามารถปรับแต่งได้ผ่านการกำหนดค่า opencode ของคุณ นี่คือตัวอย่างการระบุผู้ให้บริการ
+
+   ```json title="opencode.json"
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "openrouter": {
+         "models": {
+           "moonshotai/kimi-k2": {
+             "options": {
+               "provider": {
+                 "order": ["baseten"],
+                 "allow_fallbacks": false
+               }
+             }
+           }
+         }
+       }
+     }
+   }
+   ```
+
+---
+
+### SAP เอไอคอร์
+
+SAP AI Core ให้การเข้าถึงโมเดลมากกว่า 40 โมเดลจาก OpenAI, Anthropic, Google, Amazon, Meta, Mistral และ AI21 ผ่านแพลตฟอร์มแบบครบวงจร
+
+1. ไปที่ห้องนักบิน [SAP BTP](https://account.hana.ondemand.com/) นำทางไปยังอินสแตนซ์บริการ SAP AI Core ของคุณ และสร้างรหัสบริการ
+
+   :::tip
+   รหัสบริการคือวัตถุ JSON ที่ประกอบด้วย `clientid`, `clientsecret`, `url` และ `serviceurls.AI_API_URL` คุณสามารถค้นหาอินสแตนซ์ AI Core ของคุณได้ภายใต้ **บริการ** > **อินสแตนซ์และการสมัครสมาชิก** ในห้องควบคุม BTP
+   :::
+
+2. รันคำสั่ง `/connect` และค้นหา **SAP AI Core**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนรหัสบริการของคุณ JSON
+
+   ```txt
+   ┌ Service key
+   │
+   │
+   └ enter
+   ```
+
+   หรือตั้งค่าตัวแปรสภาพแวดล้อม `AICORE_SERVICE_KEY`:
+
+   ```bash
+   AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}' opencode
+   ```
+
+   หรือเพิ่มลงในโปรไฟล์ทุบตีของคุณ:
+
+   ```bash title="~/.bash_profile"
+   export AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}'
+   ```
+
+4. ตั้งค่า ID การนำไปใช้งานและกลุ่มทรัพยากรเพิ่มเติม:
+
+   ```bash
+   AICORE_DEPLOYMENT_ID=your-deployment-id AICORE_RESOURCE_GROUP=your-resource-group opencode
+   ```
+
+   :::note
+   การตั้งค่าเหล่านี้เป็นทางเลือกและควรกำหนดค่าตามการตั้งค่า SAP AI Core ของคุณ
+   :::
+
+5. รันคำสั่ง `/models` เพื่อเลือกจากรุ่นที่มีให้เลือกมากกว่า 40 รุ่น
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ตำแหน่งข้อมูล AI ของ OVHcloud
+
+1. ไปที่ [แผง OVHcloud](https://ovh.com/manager) ไปที่ส่วน `Public Cloud` `AI & Machine Learning` > `AI Endpoints` และในแท็บ `API Keys` คลิก **สร้างคีย์ API ใหม่**
+
+2. รันคำสั่ง `/connect` และค้นหา **OVHcloud AI Endpoints**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ OVHcloud AI Endpoints API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _gpt-oss-120b_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### สเกลเวย์
+
+วิธีใช้ [Scaleway Generative API](https://www.scaleway.com/en/docs/generative-apis/) กับ Opencode:
+
+1. ไปที่ [การตั้งค่า Scaleway Console IAM](https://console.scaleway.com/iam/api-keys) เพื่อสร้างคีย์ API ใหม่
+
+2. รันคำสั่ง `/connect` และค้นหา **Scaleway**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Scaleway API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดล เช่น _devstral-2-123b-instruct-2512_ หรือ _gpt-oss-120b_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ร่วมกันเอไอ
+
+1. ไปที่ [Together AI console](https://api.together.ai) สร้างบัญชี แล้วคลิก **เพิ่มรหัส**
+
+2. เรียกใช้คำสั่ง `/connect` และค้นหา **Together AI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Together AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Kimi K2 Instruct_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### เวนิส เอไอ
+
+1. ไปที่ [คอนโซล AI ของเวนิส](https://venice.ai) สร้างบัญชี และสร้างคีย์ API
+
+2. รันคำสั่ง `/connect` และค้นหา **Venice AI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Venice AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Llama 3.3 70B_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### เกตเวย์ AI ของ Vercel
+
+Vercel AI Gateway ช่วยให้คุณเข้าถึงโมเดลจาก OpenAI, Anthropic, Google, xAI และอื่นๆ อีกมากมายผ่านจุดสิ้นสุดแบบรวม โมเดลมีจำหน่ายในราคาปลีกโดยไม่มีส่วนเพิ่ม
+
+1. ไปที่ [แดชบอร์ด Vercel](https://vercel.com/) ไปที่แท็บ **เกตเวย์ AI** และคลิก **API คีย์** เพื่อสร้างคีย์ API ใหม่
+
+2. รันคำสั่ง `/connect` และค้นหา **Vercel AI Gateway**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ Vercel AI Gateway API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกรุ่น
+
+   ```txt
+   /models
+   ```
+
+คุณยังสามารถปรับแต่งโมเดลผ่านการกำหนดค่า opencode ของคุณได้อีกด้วย นี่คือตัวอย่างการระบุลำดับการกำหนดเส้นทางของผู้ให้บริการ
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "vercel": {
+      "models": {
+        "anthropic/claude-sonnet-4": {
+          "options": {
+            "order": ["anthropic", "vertex"]
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+ตัวเลือกการกำหนดเส้นทางที่มีประโยชน์:
+
+| ตัวเลือก            | คำอธิบาย                                                |
+| ------------------- | ------------------------------------------------------- |
+| `order`             | ลำดับผู้ให้บริการที่จะลอง                               |
+| `only`              | จำกัดเฉพาะผู้ให้บริการบางราย                            |
+| `zeroDataRetention` | ใช้ผู้ให้บริการที่ไม่มีนโยบายการเก็บรักษาข้อมูลเท่านั้น |
+
+---
+
+### xAI
+
+1. ไปที่ [xAI console](https://console.x.ai/) สร้างบัญชี และสร้างคีย์ API
+
+2. รันคำสั่ง `/connect` และค้นหา **xAI**
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ xAI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _Grok Beta_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ซี.เอ.ไอ
+
+1. ไปที่ [Z.AI API console](https://z.ai/manage-apikey/apikey-list) สร้างบัญชี และคลิก **สร้างคีย์ API ใหม่**
+
+2. รันคำสั่ง `/connect` และค้นหา **Z.AI**
+
+   ```txt
+   /connect
+   ```
+
+   หากคุณสมัครสมาชิก **GLM Coding Plan** ให้เลือก **Z.AI Coding Plan**
+
+3. ป้อนคีย์ Z.AI API ของคุณ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. รันคำสั่ง `/models` เพื่อเลือกโมเดลเช่น _GLM-4.7_
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ZenMux
+
+1. ไปที่ [แดชบอร์ด ZenMux](https://zenmux.ai/settings/keys) คลิก **สร้าง API คีย์** และคัดลอกคีย์
+
+2. รันคำสั่ง `/connect` และค้นหา ZenMux
+
+   ```txt
+   /connect
+   ```
+
+3. ป้อนคีย์ API สำหรับผู้ให้บริการ
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. ZenMux หลายรุ่นถูกโหลดไว้ล่วงหน้าตามค่าเริ่มต้น รันคำสั่ง `/models` เพื่อเลือกรุ่นที่คุณต้องการ
+
+   ```txt
+   /models
+   ```
+
+   คุณยังสามารถเพิ่มโมเดลเพิ่มเติมผ่านการกำหนดค่า opencode ของคุณ
+
+   ```json title="opencode.json" {6}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "zenmux": {
+         "models": {
+           "somecoolnewmodel": {}
+         }
+       }
+     }
+   }
+   ```
+
+---
+
+## ผู้ให้บริการที่กำหนดเอง
+
+หากต้องการเพิ่มผู้ให้บริการ **รองรับ OpenAI** ที่ไม่อยู่ในคำสั่ง `/connect`:
+
+:::tip
+คุณสามารถใช้ผู้ให้บริการที่เข้ากันได้กับ OpenAI ด้วย opencode ผู้ให้บริการ AI สมัยใหม่ส่วนใหญ่เสนอ API ที่เข้ากันได้กับ OpenAI
+:::
+
+1. เรียกใช้คำสั่ง `/connect` และเลื่อนลงไปที่ **อื่นๆ**
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◆  Select provider
+   │  ...
+   │  ● Other
+   └
+   ```
+
+2. ป้อนรหัสเฉพาะสำหรับผู้ให้บริการ
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◇  Enter provider id
+   │  myprovider
+   └
+   ```
+
+   :::note
+   เลือก ID ที่น่าจดจำ คุณจะใช้รหัสนี้ในไฟล์กำหนดค่าของคุณ
+   :::
+
+3. ป้อนรหัส API ของคุณสำหรับผู้ให้บริการ
+
+   ```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. สร้างหรืออัปเดตไฟล์ `opencode.json` ในไดเรกทอรีโครงการของคุณ:
+
+   ```json title="opencode.json" ""myprovider"" {5-15}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "myprovider": {
+         "npm": "@ai-sdk/openai-compatible",
+         "name": "My AI ProviderDisplay Name",
+         "options": {
+           "baseURL": "https://api.myprovider.com/v1"
+         },
+         "models": {
+           "my-model-name": {
+             "name": "My Model Display Name"
+           }
+         }
+       }
+     }
+   }
+   ```
+
+   นี่คือตัวเลือกการกำหนดค่า:
+   - **npm**: แพ็คเกจ AI SDK ที่จะใช้ `@ai-sdk/openai-compatible` สำหรับผู้ให้บริการที่เข้ากันได้กับ OpenAI
+   - **ชื่อ**: ชื่อที่แสดงใน UI
+   - **รุ่น**: รุ่นที่มีจำหน่าย
+   - **options.baseURL**: API ปลายทาง URL
+   - **options.apiKey**: ตั้งค่าคีย์ API หรือไม่ก็ได้ หากไม่ได้ใช้การตรวจสอบสิทธิ์
+   - **options.headers**: ตั้งค่าส่วนหัวที่กำหนดเองหรือไม่ก็ได้
+
+   ข้อมูลเพิ่มเติมเกี่ยวกับตัวเลือกขั้นสูงในตัวอย่างด้านล่าง
+
+5. รันคำสั่ง `/models` จากนั้นผู้ให้บริการและโมเดลที่คุณกำหนดเองจะปรากฏในรายการตัวเลือก
+
+---
+
+##### ตัวอย่าง
+
+นี่คือตัวอย่างการตั้งค่าตัวเลือก `apiKey`, `headers` และโมเดล `limit`
+
+```json title="opencode.json" {9,11,17-20}
+{
+  "$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
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+รายละเอียดการกำหนดค่า:
+
+- **apiKey**: ตั้งค่าโดยใช้ไวยากรณ์ของตัวแปร `env` [เรียนรู้เพิ่มเติม](/docs/config#env-vars)
+- **ส่วนหัว**: ส่วนหัวที่กำหนดเองส่งไปพร้อมกับคำขอแต่ละรายการ
+- **limit.context**: Input Tokens สูงสุดที่โมเดลยอมรับ
+- **limit.output**: Output Tokens สูงสุดที่โมเดลสามารถสร้างได้
+
+ช่อง `limit` ช่วยให้ OpenCode เข้าใจบริบทที่คุณเหลืออยู่ ผู้ให้บริการมาตรฐานจะดึงข้อมูลเหล่านี้จาก models.dev โดยอัตโนมัติ
+
+---
+
+## การแก้ไขปัญหา
+
+หากคุณประสบปัญหาในการกำหนดค่าผู้ให้บริการ ให้ตรวจสอบสิ่งต่อไปนี้:
+
+1. **ตรวจสอบการตั้งค่าการรับรองความถูกต้อง**: เรียกใช้ `opencode auth list` เพื่อดูว่ามีข้อมูลรับรองหรือไม่
+   สำหรับผู้ให้บริการจะถูกเพิ่มในการกำหนดค่าของคุณ
+
+   สิ่งนี้ใช้ไม่ได้กับผู้ให้บริการอย่าง Amazon Bedrock ที่ต้องอาศัยตัวแปรสภาพแวดล้อมสำหรับการตรวจสอบสิทธิ์
+
+2. สำหรับผู้ให้บริการแบบกำหนดเอง ให้ตรวจสอบการกำหนดค่า opencode และ:
+   - ตรวจสอบให้แน่ใจว่า ID ผู้ให้บริการที่ใช้ในคำสั่ง `/connect` ตรงกับ ID ในการกำหนดค่า opencode ของคุณ
+   - มีการใช้แพ็คเกจ npm ที่ถูกต้องสำหรับผู้ให้บริการ ตัวอย่างเช่น ใช้ `@ai-sdk/cerebras` สำหรับ Cerebras และสำหรับผู้ให้บริการรายอื่นที่เข้ากันได้กับ OpenAI ให้ใช้ `@ai-sdk/openai-compatible`
+   - ตรวจสอบว่ามีการใช้จุดสิ้นสุด API ที่ถูกต้องในช่อง `options.baseURL`