wip(docs): i18n (#12681)

1 files changed, 1895 insertions, 0 deletions

diff --git a/packages/web/src/content/docs/ja/providers.mdx b/packages/web/src/content/docs/ja/providers.mdx
new file mode 100644
index 000000000..8ac371358
--- /dev/null
+++ b/packages/web/src/content/docs/ja/providers.mdx
@@ -0,0 +1,1895 @@
+---
+title: プロバイダー
+description: OpenCode で LLM プロバイダーを使用する。
+---
+
+import config from "../../../../config.mjs"
+export const console = config.console
+
+OpenCode は [AI SDK](https://ai-sdk.dev/) および [Models.dev](https://models.dev) を使用して **75 以上の LLM プロバイダー** をサポートし、ローカル モデルの実行をサポートします。
+
+プロバイダーを追加するには、次のことを行う必要があります。
+
+1. `/connect` コマンドを使用して、プロバイダーの API キーを追加します。
+2. OpenCode 構成でプロバイダーを構成します。
+
+---
+
+### 資格
+
+`/connect` コマンドを使用してプロバイダーの API キーを追加すると、それらは保存されます
+`~/.local/share/opencode/auth.json`で。
+
+---
+
+### 構成
+
+OpenCode の `provider` セクションを通じてプロバイダーをカスタマイズできます。
+config.
+
+---
+
+#### ベース URL
+
+`baseURL` オプションを設定することで、任意のプロバイダーのベース URL をカスタマイズできます。これは、プロキシ サービスまたはカスタム エンドポイントを使用する場合に便利です。
+
+```json title="opencode.json" {6}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "anthropic": {
+      "options": {
+        "baseURL": "https://api.anthropic.com/v1"
+      }
+    }
+  }
+}
+```
+
+---
+
+## OpenCode Zen
+
+OpenCode Zen は、OpenCode チームが提供するモデルのリストです。
+OpenCode で適切に動作することがテストおよび検証されています。 [詳細はこちら](/docs/zen)。
+
+:::ヒント
+初めての方は、OpenCode Zen から始めることをお勧めします。
+:::
+
+1. TUI で `/connect` コマンドを実行し、opencode を選択して、[opencode.ai/auth](https://opencode.ai/auth).
+
+   ```txt
+   /connect
+   ```
+
+2. サインインし、お支払いの詳細を追加し、API キーをコピーします。
+
+3. API キーを貼り付けます。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. TUI で `/models` を実行すると、推奨されるモデルのリストが表示されます。
+
+   ```txt
+   /models
+   ```
+
+これは OpenCode の他のプロバイダーと同様に機能し、使用は完全にオプションです。
+
+---
+
+## ディレクトリ
+
+いくつかのプロバイダーを詳しく見てみましょう。プロバイダーを追加したい場合は、
+リストにある場合は、お気軽に PR を開いてください。
+
+:::注記
+ここにプロバイダーが表示されない場合は、 PRを送信してください。
+:::
+
+---
+
+### 302.AI
+
+1. [302.AI console](https://302.ai/) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**302.AI** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. 302.AI API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### アマゾンの岩盤
+
+OpenCode で Amazon Bedrock を使用するには:
+
+1. Amazon Bedrock コンソールの **モデル カタログ** に移動してリクエストします。
+   必要なモデルにアクセスします。
+
+:::ヒント
+Amazon Bedrock で必要なモデルにアクセスできる必要があります。
+:::
+
+2. **次のいずれかの方法を使用して認証を構成します**。
+
+   #### 環境変数 (クイック スタート)
+
+opencode の実行中に次の環境変数のいずれかを設定します。
+
+```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
+```
+
+または、それらを bash プロファイルに追加します。
+
+```bash title="~/.bash_profile"
+export AWS_PROFILE=my-dev-profile
+export AWS_REGION=us-east-1
+```
+
+#### 設定ファイル (推奨)
+
+プロジェクト固有の構成または永続的な構成の場合は、`opencode.json` を使用します。
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "amazon-bedrock": {
+      "options": {
+        "region": "us-east-1",
+        "profile": "my-aws-profile"
+      }
+    }
+  }
+}
+```
+
+**利用可能なオプション:**
+
+- `region` - AWS リージョン (例: `us-east-1`、`eu-west-1`)
+- `profile` - `~/.aws/credentials` からの AWS 名前付きプロファイル
+- `endpoint` - VPC エンドポイントのカスタム エンドポイント URL (汎用 `baseURL` オプションのエイリアス)
+
+:::ヒント
+構成ファイルのオプションは環境変数より優先されます。
+:::
+
+#### 上級: VPC エンドポイント
+
+Bedrock の VPC エンドポイントを使用している場合:
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "amazon-bedrock": {
+      "options": {
+        "region": "us-east-1",
+        "profile": "production",
+        "endpoint": "https://bedrock-runtime.us-east-1.vpce-xxxxx.amazonaws.com"
+      }
+    }
+  }
+}
+```
+
+:::注記
+`endpoint` オプションは、AWS 固有の用語を使用した汎用の `baseURL` オプションのエイリアスです。 `endpoint` と `baseURL` の両方が指定された場合は、`endpoint` が優先されます。
+:::
+
+#### 認証方法
+
+- **`AWS_ACCESS_KEY_ID` / `AWS_SECRET_ACCESS_KEY`**: IAM ユーザーを作成し、AWS コンソールでアクセス キーを生成します。
+- **`AWS_PROFILE`**: `~/.aws/credentials` の名前付きプロファイルを使用します。最初に `aws configure --profile my-profile` または `aws sso login` を設定します
+- **`AWS_BEARER_TOKEN_BEDROCK`**: Amazon Bedrock コンソールから長期 API キーを生成します
+- **`AWS_WEB_IDENTITY_TOKEN_FILE` / `AWS_ROLE_ARN`**: EKS IRSA (サービス アカウントの IAM ロール) または OIDC フェデレーションを備えた他の Kubernetes 環境の場合。これらの環境変数は、サービス アカウント アノテーションを使用するときに Kubernetes によって自動的に挿入されます。
+
+#### 認証の優先順位
+
+Amazon Bedrock は次の認証優先度を使用します。
+
+1.  **ベアラー トークン** - `AWS_BEARER_TOKEN_BEDROCK` 環境変数または `/connect` コマンドからのトークン
+2.  **AWS 認証情報チェーン** - プロファイル、アクセス キー、共有認証情報、IAM ロール、Web ID トークン (EKS IRSA)、インスタンス メタデータ
+
+:::注記
+ベアラー トークンが (`/connect` または `AWS_BEARER_TOKEN_BEDROCK` 経由で) 設定されると、設定されたプロファイルを含むすべての AWS 認証情報方法よりも優先されます。
+:::
+
+3. `/models` コマンドを実行して、必要なモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+:::注記
+カスタム推論プロファイルの場合、キーでモデルとプロバイダー名を使用し、`id` プロパティを arn に設定します。これにより、正しいキャッシュが保証されます。
+
+```json title="opencode.json"
+{
+  "$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"
+        }
+      }
+    }
+  }
+}
+```
+
+:::
+
+---
+
+### 人間的
+
+1. サインアップしたら、`/connect` コマンドを実行し、[Anthropic] を選択します。
+
+   ```txt
+   /connect
+   ```
+
+2. ここで **Claude Pro/Max** オプションを選択すると、ブラウザが開きます
+   そして認証を求められます。
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ Claude Pro/Max
+   │ Create an API Key
+   │ Manually enter API Key
+   └
+   ```
+
+3. これで、`/models` コマンドを使用すると、すべての人智モデルが利用できるようになります。
+
+   ```txt
+   /models
+   ```
+
+:::情報
+OpenCode での Claude Pro/Max サブスクリプションの使用は、[Anthropic](https://anthropic.com).
+:::
+
+##### APIキーの使用
+
+Pro/Max サブスクリプションをお持ちでない場合は、[**API キーの作成**] を選択することもできます。また、ブラウザが開き、Anthropic にログインするよう求められ、端末に貼り付けるコードが表示されます。
+
+または、すでに API キーをお持ちの場合は、[**API キーを手動で入力**] を選択してターミナルに貼り付けることができます。
+
+---
+
+### Azure OpenAI
+
+:::注記
+「申し訳ありませんが、そのリクエストには対応できません」エラーが発生した場合は、Azure リソースのコンテンツ フィルターを **DefaultV2** から **Default** に変更してみてください。
+:::
+
+1. [Azure portal](https://portal.azure.com/) に移動し、**Azure OpenAI** リソースを作成します。必要なものは次のとおりです。
+   - **リソース名**: これは API エンドポイント (`https://RESOURCE_NAME.openai.azure.com/`) の一部になります。
+   - **API キー**: リソースの `KEY 1` または `KEY 2` のいずれか
+
+2. [Azure AI Foundry](https://ai.azure.com/) に移動し、モデルをデプロイします。
+
+:::注記
+オープンコードが正しく動作するには、デプロイメント名がモデル名と一致する必要があります。
+:::
+
+3. `/connect` コマンドを実行し、**Azure** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+4. API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+5. リソース名を環境変数として設定します。
+
+   ```bash
+   AZURE_RESOURCE_NAME=XXX opencode
+   ```
+
+または、bash プロファイルに追加します。
+
+```bash title="~/.bash_profile"
+export AZURE_RESOURCE_NAME=XXX
+```
+
+6. `/models` コマンドを実行して、デプロイされたモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Azure コグニティブ サービス
+
+1. [Azure portal](https://portal.azure.com/) に移動し、**Azure OpenAI** リソースを作成します。必要なものは次のとおりです。
+   - **リソース名**: これは API エンドポイント (`https://RESOURCE_NAME.openai.azure.com/`) の一部になります。
+   - **API キー**: リソースの `KEY 1` または `KEY 2` のいずれか
+
+2. [Azure AI Foundry](https://ai.azure.com/) に移動し、モデルをデプロイします。
+
+:::注記
+オープンコードが正しく動作するには、デプロイメント名がモデル名と一致する必要があります。
+:::
+
+3. `/connect` コマンドを実行し、**Azure Cognitive Services** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+4. API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+5. リソース名を環境変数として設定します。
+
+   ```bash
+   AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX opencode
+   ```
+
+または、bash プロファイルに追加します。
+
+```bash title="~/.bash_profile"
+export AZURE_COGNITIVE_SERVICES_RESOURCE_NAME=XXX
+```
+
+6. `/models` コマンドを実行して、デプロイされたモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ベーステン
+
+1. [Baseten](https://app.baseten.co/) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**Baseten** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Baseten API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### 大脳
+
+1. [Cerebras console](https://inference.cerebras.ai/) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**Cerebras** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Cerebras API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Qwen 3 Coder 480B_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Cloudflare AI ゲートウェイ
+
+Cloudflare AI Gatewayを使用すると、統合エンドポイントを通じてOpenAI、Anthropic、Workers AIなどのモデルにアクセスできます。 [Unified Billing](https://developers.cloudflare.com/ai-gateway/features/unified-billing/) を使用すると、プロバイダーごとに個別の API キーは必要ありません。
+
+1. [Cloudflare ダッシュボード ](https://dash.cloudflare.com/) に移動し、**AI** > **AI ゲートウェイ** に移動し、新しいゲートウェイを作成します。
+
+2. アカウント ID とゲートウェイ ID を環境変数として設定します。
+
+   ```bash title="~/.bash_profile"
+   export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
+   export CLOUDFLARE_GATEWAY_ID=your-gateway-id
+   ```
+
+3. `/connect` コマンドを実行し、**Cloudflare AI Gateway** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+4. Cloudflare API トークンを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+または環境変数として設定します。
+
+```bash title="~/.bash_profile"
+export CLOUDFLARE_API_TOKEN=your-api-token
+```
+
+5. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+オープンコード構成を通じてモデルを追加することもできます。
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "cloudflare-ai-gateway": {
+      "models": {
+        "openai/gpt-4o": {},
+        "anthropic/claude-sonnet-4": {}
+      }
+    }
+  }
+}
+```
+
+---
+
+### コルテックス
+
+1. [Cortecs console](https://cortecs.ai/) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**Cortecs** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Cortecs API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Kimi K2 Instruct_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ディープシーク
+
+1. [DeepSeek コンソール ](https://platform.deepseek.com/) に移動し、アカウントを作成し、**新しい API キーの作成** をクリックします。
+
+2. `/connect` コマンドを実行し、**DeepSeek** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. DeepSeek API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_DeepSeek Reasoner_ のような DeepSeek モデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ディープインフラ
+
+1. [Deep Infra ダッシュボード](https://deepinfra.com/dash) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**Deep Infra** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Deep Infra API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ファームウェア
+
+1. [ファームウェア ダッシュボード](https://app.firmware.ai/signup) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**ファームウェア**を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. ファームウェア API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### 花火AI
+
+1. [Fireworks AI コンソール ](https://app.fireworks.ai/) に移動し、アカウントを作成し、**API キーの作成** をクリックします。
+
+2. `/connect` コマンドを実行し、**Fireworks AI** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Fireworks AI API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Kimi K2 Instruct_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### GitLab デュオ
+
+GitLab Duo は、GitLab の Anthropic プロキシを介したネイティブ ツール呼び出し機能を備えた AI を活用したエージェント チャットを提供します。
+
+1. `/connect` コマンドを実行し、GitLab を選択します。
+
+   ```txt
+   /connect
+   ```
+
+2. 認証方法を選択してください:
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ OAuth (Recommended)
+   │ Personal Access Token
+   └
+   ```
+
+   #### OAuthの使用(推奨)
+
+**OAuth** を選択すると、認証のためにブラウザが開きます。
+
+#### パーソナルアクセストークンの使用
+
+1.  [GitLab ユーザー設定 > アクセス Tokens](https://gitlab.com/-/user_settings/personal_access_tokens) に移動します。
+2.  **新しいトークンを追加** をクリックします
+3.  名前: `OpenCode`、スコープ: `api`
+4.  トークンをコピーします（`glpat-`で始まる）
+5.  ターミナルに入力してください
+
+6.  `/models` コマンドを実行して、利用可能なモデルを確認します。
+
+    ```txt
+    /models
+    ```
+
+3 つのクロードベースのモデルが利用可能です。
+
+- **duo-chat-haiku-4-5** (デフォルト) - 素早いタスクに対する素早い応答
+- **duo-chat-sonnet-4-5** - ほとんどのワークフローでバランスの取れたパフォーマンス
+- **duo-chat-opus-4-5** - 複雑な分析に最も適した能力
+
+:::注記
+必要がない場合は、「GITLAB_TOKEN」環境変数を指定することもできます。
+トークンをオープンコード認証ストレージに保存します。
+:::
+
+##### 自己ホスト型 GitLab
+
+:::note[コンプライアンスメモ]
+OpenCode は、セッション タイトルの生成などの一部の AI タスクに小規模なモデルを使用します。
+デフォルトでは、Zen によってホストされる gpt-5-nano を使用するように構成されています。 OpenCodeをロックするには
+自分の GitLab でホストされているインスタンスのみを使用するには、次の行を
+`opencode.json` ファイル。セッション共有を無効にすることもお勧めします。
+
+```json
+{
+  "$schema": "https://opencode.ai/config.json",
+  "small_model": "gitlab/duo-chat-haiku-4-5",
+  "share": "disabled"
+}
+```
+
+:::
+
+セルフホスト型 GitLab インスタンスの場合:
+
+```bash
+export GITLAB_INSTANCE_URL=https://gitlab.company.com
+export GITLAB_TOKEN=glpat-...
+```
+
+インスタンスがカスタム AI ゲートウェイを実行している場合:
+
+```bash
+GITLAB_AI_GATEWAY_URL=https://ai-gateway.company.com
+```
+
+または、bash プロファイルに追加します。
+
+```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-...
+```
+
+:::注記
+GitLab 管理者は以下を有効にする必要があります。
+
+1. [Duo Agent Platform](https://docs.gitlab.com/user/gitlab_duo/turn_on_off/) (ユーザー、グループ、またはインスタンス用)
+2. 機能フラグ (Rails コンソール経由):
+   - `command.executed`
+   - `command.executed`
+     :::
+
+##### セルフホスト型インスタンスの OAuth
+
+自己ホスト型インスタンスで Oauth を機能させるには、以下を作成する必要があります。
+新しいアプリケーション ([設定] → [アプリケーション]) で、
+コールバック URL `http://127.0.0.1:8080/callback` と次のスコープ:
+
+- api (あなたの代わりに API にアクセスします)
+- read_user (個人情報の読み取り)
+- read_repository (リポジトリへの読み取り専用アクセスを許可します)
+
+次に、アプリケーション ID を環境変数として公開します。
+
+```bash
+export GITLAB_OAUTH_CLIENT_ID=your_application_id_here
+```
+
+詳細については、[opencode-gitlab-auth](https://www.npmjs.com/package/@gitlab/opencode-gitlab-auth) ホームページ。
+
+##### 構成
+
+`opencode.json` を通じてカスタマイズします。
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "gitlab": {
+      "options": {
+        "instanceUrl": "https://gitlab.com",
+        "featureFlags": {
+          "duo_agent_platform_agentic_chat": true,
+          "duo_agent_platform": true
+        }
+      }
+    }
+  }
+}
+```
+
+##### GitLab API ツール (オプションですが強く推奨)
+
+GitLab ツール (マージ リクエスト、問題、パイプライン、CI/CD など) にアクセスするには:
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "plugin": ["@gitlab/opencode-gitlab-plugin"]
+}
+```
+
+このプラグインは、MR レビュー、問題追跡、パイプライン監視などを含む、包括的な GitLab リポジトリ管理機能を提供します。
+
+---
+
+### GitHub コパイロット
+
+GitHub Copilot サブスクリプションをオープンコードで使用するには:
+
+:::注記
+一部のモデルでは [Pro+] が必要になる場合があります。
+subscription](https://github.com/features/copilot/plans) を使用します。
+
+一部のモデルは、[GitHub Copilot settings](https://docs.github.com/en/copilot/how-tos/use-ai-models/configure-access-to-ai-models#setup-for-individual-use).
+:::
+
+1. `/connect` コマンドを実行し、GitHub Copilot を検索します。
+
+   ```txt
+   /connect
+   ```
+
+2. [github.com/login/device](https://github.com/login/device) に移動し、コードを入力します。
+
+   ```txt
+   ┌ Login with GitHub Copilot
+   │
+   │ https://github.com/login/device
+   │
+   │ Enter code: 8F43-6FCF
+   │
+   └ Waiting for authorization...
+   ```
+
+3. 次に、`/models` コマンドを実行して、必要なモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Google バーテックス AI
+
+OpenCode で Google Vertex AI を使用するには:
+
+1. Google Cloud Console の **Model Garden** に移動し、
+   お住まいの地域で利用可能なモデル。
+
+:::注記
+Vertex AI API が有効になっている Google Cloud プロジェクトが必要です。
+:::
+
+2. 必要な環境変数を設定します。
+   - `GOOGLE_CLOUD_PROJECT`: Google Cloud プロジェクト ID
+   - `VERTEX_LOCATION` (オプション): Vertex AI の領域 (デフォルトは `global`)
+   - 認証 (1 つ選択):
+     - `GOOGLE_APPLICATION_CREDENTIALS`: サービス アカウントの JSON キー ファイルへのパス
+     - gcloud CLI を使用して認証する: `gcloud auth application-default login`
+
+opencode の実行中に設定します。
+
+```bash
+GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json GOOGLE_CLOUD_PROJECT=your-project-id opencode
+```
+
+または、それらを bash プロファイルに追加します。
+
+```bash title="~/.bash_profile"
+export GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account.json
+export GOOGLE_CLOUD_PROJECT=your-project-id
+export VERTEX_LOCATION=global
+```
+
+:::ヒント
+`global` 領域は、追加コストなしで可用性を向上させ、エラーを削減します。データ常駐要件には、リージョン エンドポイント (`us-central1` など) を使用します。 [詳細はこちら](https://cloud.google.com/vertex-ai/generative-ai/docs/partner-models/use-partner-models#regional_and_global_endpoints)
+:::
+
+3. `/models` コマンドを実行して、必要なモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### グロク
+
+1. [Groq console](https://console.groq.com/) に移動し、[**API キーの作成**] をクリックして、キーをコピーします。
+
+2. `/connect` コマンドを実行し、Groq を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. プロバイダーの API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、必要なものを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ハグフェイス
+
+[ハグ顔推論プロバイダー ](https://huggingface.co/docs/inference-providers) は、17 を超えるプロバイダーがサポートするオープン モデルへのアクセスを提供します。
+
+1. [Hugging Face settings](https://huggingface.co/settings/tokens/new?ownUserPermissions=inference.serverless.write&tokenType=fineGrained) に移動して、推論プロバイダーを呼び出す権限を持つトークンを作成します。
+
+2. `/connect` コマンドを実行し、**Hugging Face** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. ハグフェイストークンを入力してください。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Kimi-K2-Instruct_ や _GLM-4.6_ などのモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ヘリコン
+
+[Helicone](https://helicone.ai) は、AI アプリケーションのロギング、監視、分析を提供する LLM 可観測性プラットフォームです。 Helicone AI ゲートウェイは、モデルに基づいてリクエストを適切なプロバイダーに自動的にルーティングします。
+
+1. [Helicone](https://helicone.ai) に移動し、アカウントを作成し、ダッシュボードから API キーを生成します。
+
+2. `/connect` コマンドを実行し、**Helicone** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Helicone API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+その他のプロバイダーや、キャッシュやレート制限などの高度な機能については、[Helicone ドキュメント ](https://docs.helicone.ai).
+
+#### オプションの構成
+
+オープンコードを通じて自動的に構成されていない Helicone の機能またはモデルを見つけた場合は、いつでも自分で構成できます。
+
+これは [Helicone のモデル ディレクトリ ](https://helicone.ai/models) です。追加するモデルの ID を取得するためにこれが必要になります。
+
+```jsonc title="~/.config/opencode/opencode.jsonc"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "helicone": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "Helicone",
+      "options": {
+        "baseURL": "https://ai-gateway.helicone.ai",
+      },
+      "models": {
+        "gpt-4o": {
+          // Model ID (from Helicone's model directory page)
+          "name": "GPT-4o", // Your own custom name for the model
+        },
+        "claude-sonnet-4-20250514": {
+          "name": "Claude Sonnet 4",
+        },
+      },
+    },
+  },
+}
+```
+
+#### カスタムヘッダー
+
+Helicone は、キャッシュ、ユーザー追跡、セッション管理などの機能のカスタム ヘッダーをサポートしています。 `options.headers` を使用してプロバイダー構成に追加します。
+
+```jsonc title="~/.config/opencode/opencode.jsonc"
+{
+  "$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",
+        },
+      },
+    },
+  },
+}
+```
+
+##### セッション追跡
+
+Helicone の [Sessions](https://docs.helicone.ai/features/sessions) 機能を使用すると、関連する LLM リクエストをグループ化できます。 [opencode-helicone-session](https://github.com/H2Shami/opencode-helicone-session) プラグインを使用して、各 OpenCode 会話を Helicone のセッションとして自動的に記録します。
+
+```bash
+npm install -g opencode-helicone-session
+```
+
+それを構成に追加します。
+
+```json title="opencode.json"
+{
+  "plugin": ["opencode-helicone-session"]
+}
+```
+
+プラグインは、リクエストに `Helicone-Session-Id` ヘッダーと `Helicone-Session-Name` ヘッダーを挿入します。 Helicone のセッション ページでは、OpenCode の各会話が個別のセッションとしてリストされています。
+
+##### 一般的なヘリコーンヘッダー
+
+| ヘッダー                   | 説明                                                                    |
+| -------------------------- | ----------------------------------------------------------------------- |
+| `Helicone-Cache-Enabled`   | 応答キャッシュを有効にする (`true`/`false`)                             |
+| `Helicone-User-Id`         | ユーザーごとにメトリクスを追跡する                                      |
+| `Helicone-Property-[Name]` | カスタム プロパティを追加します (例: `Helicone-Property-Environment`)。 |
+| `Helicone-Prompt-Id`       | リクエストをプロンプト バージョンに関連付ける                           |
+
+利用可能なすべてのヘッダーについては、[Helicone Header Directory](https://docs.helicone.ai/helicone-headers/header-directory) を参照してください。
+
+---
+
+### ラマ.cpp
+
+[llama.cpp の s](https://github.com/ggml-org/llama.cpp) llama-server ユーティリティ] を通じて、ローカル モデルを使用するようにオープンコードを構成できます。
+
+```json title="opencode.json" "llama.cpp" {5, 6, 8, 10-15}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "llama.cpp": {
+      "npm": "@ai-sdk/openai-compatible",
+      "name": "llama-server (local)",
+      "options": {
+        "baseURL": "http://127.0.0.1:8080/v1"
+      },
+      "models": {
+        "qwen3-coder:a3b": {
+          "name": "Qwen3-Coder: a3b-30b (local)",
+          "limit": {
+            "context": 128000,
+            "output": 65536
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+この例では:
+
+- `llama.cpp` はカスタムプロバイダー ID です。これには任意の文字列を指定できます。
+- `npm` は、このプロバイダーに使用するパッケージを指定します。ここで、`@ai-sdk/openai-compatible` は OpenAI 互換 API に使用されます。
+- `name` は、UI でのプロバイダーの表示名です。
+- `options.baseURL` はローカル サーバーのエンドポイントです。
+- `models` は、モデル ID とその構成のマップです。機種選択リストに機種名が表示されます。
+
+---
+
+### IO.NET
+
+IO.NET は、さまざまなユースケースに最適化された 17 のモデルを提供します。
+
+1. [IO.NET console](https://ai.io.net/) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**IO.NET** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. IO.NET API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### LMスタジオ
+
+LM Studio を通じてローカル モデルを使用するようにオープンコードを構成できます。
+
+```json title="opencode.json" "lmstudio" {5, 6, 8, 10-14}
+{
+  "$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)"
+        }
+      }
+    }
+  }
+}
+```
+
+この例では:
+
+- `llama.cpp` はカスタムプロバイダー ID です。これには任意の文字列を指定できます。
+- `npm` は、このプロバイダーに使用するパッケージを指定します。ここで、`@ai-sdk/openai-compatible` は OpenAI 互換 API に使用されます。
+- `name` は、UI でのプロバイダーの表示名です。
+- `options.baseURL` はローカル サーバーのエンドポイントです。
+- `models` は、モデル ID とその構成のマップです。機種選択リストに機種名が表示されます。
+
+---
+
+### ムーンショットAI
+
+Moonshot AI の Kim K2 を使用するには:
+
+1. [Moonshot AI console](https://platform.moonshot.ai/console) に移動し、アカウントを作成し、[**API キーの作成**] をクリックします。
+
+2. `/connect` コマンドを実行し、**Moonshot AI** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Moonshot API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Kimi K2_ を選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ミニマックス
+
+1. [MiniMax API Console](https://platform.minimax.io/login) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**MiniMax** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. MiniMax API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_M2.1_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ネビウストークンファクトリー
+
+1. [Nebius Token Factory console](https://tokenfactory.nebius.com/) に移動し、アカウントを作成し、[**キーの追加**] をクリックします。
+
+2. `/connect` コマンドを実行し、**Nebius Token Factory** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Nebius Token Factory API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Kimi K2 Instruct_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### オラマ
+
+Ollama を通じてローカル モデルを使用するようにオープンコードを構成できます。
+
+:::ヒント
+Ollama は OpenCode 用に自動的に構成できます。詳細については、「Ollama 統合 docs](https://docs.ollama.com/integrations/opencode)」を参照してください。
+:::
+
+```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"
+        }
+      }
+    }
+  }
+}
+```
+
+この例では:
+
+- `llama.cpp` はカスタムプロバイダー ID です。これには任意の文字列を指定できます。
+- `npm` は、このプロバイダーに使用するパッケージを指定します。ここで、`@ai-sdk/openai-compatible` は OpenAI 互換 API に使用されます。
+- `name` は、UI でのプロバイダーの表示名です。
+- `options.baseURL` はローカル サーバーのエンドポイントです。
+- `models` は、モデル ID とその構成のマップです。機種選択リストに機種名が表示されます。
+
+:::ヒント
+ツール呼び出しが機能しない場合は、Ollama の `num_ctx` を増やしてみてください。 16k〜32kあたりから始めてください。
+:::
+
+---
+
+### オラマ・クラウド
+
+OpenCode で Ollama Cloud を使用するには:
+
+1. [https://ollama.com/](https://ollama.com/) にアクセスしてサインインするか、アカウントを作成します。
+
+2. [**設定**] > [キー**] に移動し、[**API キーの追加**] をクリックして新しい API キーを生成します。
+
+3. OpenCode で使用するために API キーをコピーします。
+
+4. `/connect` コマンドを実行し、**Ollama Cloud** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+5. Ollama Cloud API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+6. **重要**: OpenCode でクラウド モデルを使用する前に、モデル情報をローカルに取得する必要があります。
+
+   ```bash
+   ollama pull gpt-oss:20b-cloud
+   ```
+
+7. `/models` コマンドを実行して、Ollama Cloud モデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OpenAI
+
+[ChatGPT Plus または Pro](https://chatgpt.com/pricing) にサインアップすることをお勧めします。
+
+1. サインアップしたら、`/connect` コマンドを実行し、OpenAI を選択します。
+
+   ```txt
+   /connect
+   ```
+
+2. ここで **ChatGPT Plus/Pro** オプションを選択すると、ブラウザが開きます。
+   そして認証を求められます。
+
+   ```txt
+   ┌ Select auth method
+   │
+   │ ChatGPT Plus/Pro
+   │ Manually enter API Key
+   └
+   ```
+
+3. これで、`/models` コマンドを使用すると、すべての OpenAI モデルが利用できるようになります。
+
+   ```txt
+   /models
+   ```
+
+##### APIキーの使用
+
+すでに API キーをお持ちの場合は、**API キーを手動で入力** を選択し、ターミナルに貼り付けることができます。
+
+---
+
+### OpenCode Zen
+
+OpenCode Zen は、OpenCode チームによって提供される、テストおよび検証されたモデルのリストです。 [詳細はこちら](/docs/zen)。
+
+1. **<a href={console}>OpenCode Zen</a>** にサインインし、**API キーの作成** をクリックします。
+
+2. `/connect` コマンドを実行し、**OpenCode Zen** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. OpenCode API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Qwen 3 Coder 480B_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### オープンルーター
+
+1. [OpenRouter ダッシュボード](https://openrouter.ai/settings/keys) に移動し、[**API キーの作成**] をクリックして、キーをコピーします。
+
+2. `/connect` コマンドを実行し、OpenRouter を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. プロバイダーの API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. 多くの OpenRouter モデルはデフォルトでプリロードされており、`/models` コマンドを実行して必要なモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+オープンコード構成を通じて追加のモデルを追加することもできます。
+
+```json title="opencode.json" {6}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "openrouter": {
+      "models": {
+        "somecoolnewmodel": {}
+      }
+    }
+  }
+}
+```
+
+5. オープンコード設定を通じてカスタマイズすることもできます。プロバイダーを指定する例を次に示します。
+
+   ```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 コア
+
+SAP AI コアは、統合プラットフォームを通じて、OpenAI、Anthropic、Google、Amazon、Meta、Mistral、AI21 の 40 以上のモデルへのアクセスを提供します。
+
+1. [SAP BTP Cockpit](https://account.hana.ondemand.com/) に移動し、SAP AI コア サービス インスタンスに移動して、サービス キーを作成します。
+
+:::ヒント
+サービス キーは、`clientid`、`clientsecret`、`url`、および `serviceurls.AI_API_URL` を含む JSON オブジェクトです。 AI コア インスタンスは、BTP コックピットの **サービス** > **インスタンスとサブスクリプション** で見つかります。
+:::
+
+2. `/connect` コマンドを実行し、**SAP AI Core** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. サービス キーの JSON を入力します。
+
+   ```txt
+   ┌ Service key
+   │
+   │
+   └ enter
+   ```
+
+または、`AICORE_SERVICE_KEY` 環境変数を設定します。
+
+```bash
+AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}' opencode
+```
+
+または、bash プロファイルに追加します。
+
+```bash title="~/.bash_profile"
+export AICORE_SERVICE_KEY='{"clientid":"...","clientsecret":"...","url":"...","serviceurls":{"AI_API_URL":"..."}}'
+```
+
+4. 必要に応じて、デプロイメント ID とリソース グループを設定します。
+
+   ```bash
+   AICORE_DEPLOYMENT_ID=your-deployment-id AICORE_RESOURCE_GROUP=your-resource-group opencode
+   ```
+
+:::注記
+これらの設定はオプションであり、SAP AI コアのセットアップに従って構成する必要があります。
+:::
+
+5. `/models` コマンドを実行して、40 以上の利用可能なモデルから選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### OVHcloud AI エンドポイント
+
+1. [OVHcloud パネル](https://ovh.com/manager) に移動します。 `Public Cloud` セクション、`AI & Machine Learning` > `AI Endpoints` に移動し、`API Keys` タブで **新しい API キーの作成** をクリックします。
+
+2. `/connect` コマンドを実行し、**OVHcloud AI エンドポイント**を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. OVHcloud AI エンドポイント API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_gpt-oss-120b_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### スケールウェイ
+
+[Scaleway Generative APIs](https://www.scaleway.com/en/docs/generative-apis/) を Opencode で使用するには:
+
+1. [Scaleway Console IAM settings](https://console.scaleway.com/iam/api-keys) に移動して、新しい API キーを生成します。
+
+2. `/connect` コマンドを実行し、**Scaleway** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Scaleway API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_devstral-2-123b-instruct-2512_ や _gpt-oss-120b_ などのモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### 一緒にAI
+
+1. [Together AI console](https://api.together.ai) に移動し、アカウントを作成し、[**キーの追加**] をクリックします。
+
+2. `/connect` コマンドを実行し、**Together AI** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Together AI API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Kimi K2 Instruct_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ヴェニス AI
+
+1. [Venice AI console](https://venice.ai) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**Venice AI** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Venice AI API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Llama 3.3 70B_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Vercel AI ゲートウェイ
+
+Vercel AI Gateway を使用すると、統合エンドポイントを通じて OpenAI、Anthropic、Google、xAI などのモデルにアクセスできます。モデルは値上げなしの定価で提供されます。
+
+1. [Vercel ダッシュボード ](https://vercel.com/) に移動し、**AI ゲートウェイ** タブに移動し、**API キー** をクリックして新しい API キーを作成します。
+
+2. `/connect` コマンドを実行し、**Vercel AI Gateway** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. Vercel AI Gateway API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行してモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+オープンコード構成を通じてモデルをカスタマイズすることもできます。プロバイダーのルーティング順序を指定する例を次に示します。
+
+```json title="opencode.json"
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "vercel": {
+      "models": {
+        "anthropic/claude-sonnet-4": {
+          "options": {
+            "order": ["anthropic", "vertex"]
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+いくつかの便利なルーティング オプション:
+
+| オプション          | 説明                                                 |
+| ------------------- | ---------------------------------------------------- |
+| `order`             | 試行するプロバイダー シーケンス                      |
+| `only`              | 特定のプロバイダーに制限する                         |
+| `zeroDataRetention` | データ保持ポリシーがゼロのプロバイダーのみを使用する |
+
+---
+
+### xAI
+
+1. [xAI console](https://console.x.ai/) に移動し、アカウントを作成し、API キーを生成します。
+
+2. `/connect` コマンドを実行し、**xAI** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. xAI API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_Grok Beta_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### Z.AI
+
+1. [Z.AI API コンソール ](https://z.ai/manage-apikey/apikey-list) に移動し、アカウントを作成し、**新しい API キーの作成** をクリックします。
+
+2. `/connect` コマンドを実行し、**Z.AI** を検索します。
+
+   ```txt
+   /connect
+   ```
+
+**GLM コーディング プラン**に加入している場合は、**Z.AI コーディング プラン**を選択します。
+
+3. Z.AI API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. `/models` コマンドを実行して、_GLM-4.7_ のようなモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+---
+
+### ZenMux
+
+1. [ZenMux ダッシュボード](https://zenmux.ai/settings/keys) に移動し、[**API キーの作成**] をクリックして、キーをコピーします。
+
+2. `/connect` コマンドを実行し、ZenMux を検索します。
+
+   ```txt
+   /connect
+   ```
+
+3. プロバイダーの API キーを入力します。
+
+   ```txt
+   ┌ API key
+   │
+   │
+   └ enter
+   ```
+
+4. 多くの ZenMux モデルはデフォルトでプリロードされており、`/models` コマンドを実行して必要なモデルを選択します。
+
+   ```txt
+   /models
+   ```
+
+オープンコード構成を通じて追加のモデルを追加することもできます。
+
+```json title="opencode.json" {6}
+{
+  "$schema": "https://opencode.ai/config.json",
+  "provider": {
+    "zenmux": {
+      "models": {
+        "somecoolnewmodel": {}
+      }
+    }
+  }
+}
+```
+
+---
+
+## カスタムプロバイダー
+
+`/connect` コマンドにリストされていない **OpenAI 互換**プロバイダーを追加するには:
+
+:::ヒント
+OpenAI と互換性のある任意のプロバイダーをオープンコードで使用できます。最新の AI プロバイダーのほとんどは、OpenAI 互換の API を提供しています。
+:::
+
+1. `/connect` コマンドを実行し、**その他**まで下にスクロールします。
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◆  Select provider
+   │  ...
+   │  ● Other
+   └
+   ```
+
+2. プロバイダーの一意の ID を入力します。
+
+   ```bash
+   $ /connect
+
+   ┌  Add credential
+   │
+   ◇  Enter provider id
+   │  myprovider
+   └
+   ```
+
+:::注記
+覚えやすい ID を選択してください。これを構成ファイルで使用します。
+:::
+
+3. プロバイダーの API キーを入力します。
+
+   ```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. プロジェクト ディレクトリで `opencode.json` ファイルを作成または更新します。
+
+   ```json title="opencode.json" ""myprovider"" {5-15}
+   {
+     "$schema": "https://opencode.ai/config.json",
+     "provider": {
+       "myprovider": {
+         "npm": "@ai-sdk/openai-compatible",
+         "name": "My AI ProviderDisplay Name",
+         "options": {
+           "baseURL": "https://api.myprovider.com/v1"
+         },
+         "models": {
+           "my-model-name": {
+             "name": "My Model Display Name"
+           }
+         }
+       }
+     }
+   }
+   ```
+
+構成オプションは次のとおりです。
+
+- **npm**: 使用する AI SDK パッケージ、OpenAI 互換プロバイダーの場合は `@ai-sdk/openai-compatible`
+- **name**: UI での表示名。
+- **モデル**: 利用可能なモデル。
+- **options.baseURL**: API エンドポイント URL。
+- **options.apiKey**: 認証を使用しない場合は、オプションで API キーを設定します。
+- **options.headers**: 必要に応じてカスタム ヘッダーを設定します。
+
+詳細オプションの詳細については、以下の例を参照してください。
+
+5. `/models` コマンドを実行すると、カスタム プロバイダーとモデルが選択リストに表示されます。
+
+---
+
+##### 例
+
+次に、`apiKey`、`headers`、およびモデル `limit` オプションを設定する例を示します。
+
+```json title="opencode.json" {9,11,17-20}
+{
+  "$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
+          }
+        }
+      }
+    }
+  }
+}
+```
+
+構成の詳細:
+
+- **apiKey**: `env` 変数構文を使用して設定します。[詳細については ](/docs/config#env-vars).
+- **headers**: 各リクエストとともに送信されるカスタム ヘッダー。
+- **limit.context**: モデルが受け入れる最大入力トークン。
+- **limit.output**: モデルが生成できる最大トークン。
+
+`limit` フィールドを使用すると、OpenCode はコンテキストがどのくらい残っているかを理解できます。標準プロバイダーは、これらを models.dev から自動的に取得します。
+
+---
+
+## トラブルシューティング
+
+プロバイダーの構成で問題が発生した場合は、次の点を確認してください。
+
+1. **認証設定を確認します**: `opencode auth list` を実行して、資格情報が正しいかどうかを確認します。
+   プロバイダー用のものが構成に追加されます。
+
+これは、認証に環境変数に依存する Amazon Bedrock のようなプロバイダーには当てはまりません。
+
+2. カスタム プロバイダーの場合は、opencode 構成を確認し、次のことを行います。
+   - `/connect` コマンドで使用されるプロバイダー ID が、opencode 構成内の ID と一致することを確認してください。
+   - プロバイダーには適切な npm パッケージが使用されます。たとえば、Cerebras には `@ai-sdk/cerebras` を使用します。他のすべての OpenAI 互換プロバイダーの場合は、`@ai-sdk/openai-compatible` を使用します。
+   - `options.baseURL` フィールドで正しい API エンドポイントが使用されていることを確認してください。