Skip to main content

Vue d’ensemble

Type: Outil de codeChemin principal: compatible OpenAINiveau de support: Chemin pris en charge
OpenCode est un assistant de codage IA open-source qui s’exécute dans votre terminal. Il prend en charge plusieurs fournisseurs de LLM et peut être configuré pour utiliser l’API de TokenLab afin d’accéder à plus de 300 modèles.

Installation

Vérifiez l’installation :

Configuration

Étape 1 : Définir les variables d’environnement

Pour une configuration permanente, ajoutez ceci à ~/.bashrc ou ~/.zshrc :

Étape 2 : Configurer OpenCode

La documentation actuelle d’OpenCode recommande de configurer les fournisseurs via opencode.json ou opencode.jsonc. Pour TokenLab, utilisez un fournisseur personnalisé au lieu de surcharger le fournisseur openai intégré :
Utilisez @ai-sdk/openai-compatible pour une compatibilité de type chat-completions. Si vous avez spécifiquement besoin d’un chemin de fournisseur construit sur /v1/responses, la documentation des fournisseurs d’OpenCode recommande de remplacer le package par @ai-sdk/openai.

Utilisation de base

Démarrer le mode interactif :
Exécuter avec un prompt :
Spécifier un modèle :

Modèles disponibles

Commandes courantes

Analyser du code :
Générer du code :
Examiner les modifications :
Corriger les erreurs :

Commandes interactives

Dépannage

  • Vérifiez que options.baseURL est défini sur https://api.tokenlab.sh/v1
  • Vérifiez la connectivité réseau
  • Essayez curl https://api.tokenlab.sh/v1/models pour tester
  • Vérifiez que la variable d’environnement OPENAI_API_KEY est définie
  • Vérifiez que options.apiKey référence {env:OPENAI_API_KEY} ou une autre source secrète valide
  • Vérifiez que la clé commence par sk-
  • Assurez-vous que la clé est active dans le tableau de bord TokenLab
  • Vérifiez que le nom du modèle dans la configuration correspond exactement
  • Vérifiez la disponibilité du modèle sur tokenlab.sh/en/models

Bonnes pratiques

Exécutez OpenCode depuis la racine de votre projet pour une meilleure compréhension de votre base de code.
Utilisez des modèles plus rapides (gpt-5-mini) pour les tâches simples et des modèles plus puissants (gpt-5.4, claude-sonnet-4-6) pour les tâches complexes.
Relisez toujours le code généré par l’IA avant d’appliquer des modifications à votre projet.