平台與整合
本章節介紹如何設定和管理多個 AI Provider（Anthropic、OpenAI、Google、GitHub Copilot 等），以及 oh-my-opencode 的多模型自動降級機制。
透過學習本章節，你將掌握如何讓系統根據任務類型和可用模型，智慧選擇最適合的 AI 模型，建構高效、可靠的多模型編排工作流程。
本章節包含
本章節分為兩部分：
1. Provider 設定
學習如何設定多種 AI Provider，包括：
- Anthropic Claude（主編排器首選）
- OpenAI ChatGPT（架構審查專用）
- Google Gemini（前端和媒體分析）
- GitHub Copilot（備用 Provider）
- Z.ai Coding Plan 和 OpenCode Zen（選用服務）
學完你能做什麼：
- ✅ 設定 6 種主流 AI Provider
- ✅ 使用互動式安裝程式快速設定
- ✅ 為不同代理指定最適合的模型
- ✅ 使用
doctor指令診斷設定問題
預計時間：25-30 分鐘
2. 多模型策略
深入理解模型解析系統的三步優先級機制：
- 使用者覆蓋（精確控制）
- Provider 降級（自動容錯）
- 系統預設（兜底方案）
學完你能做什麼：
- ✅ 理解模型解析的完整工作流程
- ✅ 根據任務需求手動指定模型
- ✅ 利用 Provider 降級提高系統強健性
- ✅ 診斷和解決模型解析問題
預計時間：30-35 分鐘
學習路徑建議
我們建議按以下順序學習本章節：
flowchart LR
A[安裝設定完成] --> B[Provider 設定]
B --> C[多模型策略]
C --> D[進階功能]
style A fill:#e0f2fe
style B fill:#dbeafe
style C fill:#bfdbfe
style D fill:#93c5fd為什麼這個順序？
- 先設定，再理解：先學會如何設定各個 Provider，再理解背後的解析機制
- 從簡單到複雜：Provider 設定是基礎操作，多模型策略是進階概念
- 實作驗證理論：設定完 Provider 後，可以用
doctor指令驗證多模型策略的效果
快速入門路徑
如果你只想快速上手，可以先完成 Provider 設定 的第 1-4 步（設定基礎 Provider），其他內容可以後續按需學習。
前置條件
在學習本章節之前，請確保：
- ✅ 已完成 安裝和初始設定
- ✅ 安裝了 OpenCode（版本 >= 1.0.150）
- ✅ 了解基本的 JSON/JSONC 設定檔格式
- ✅ 擁有至少一個 AI Provider 的帳號訂閱（推薦 Anthropic Claude）
如果沒有 Provider 帳號怎麼辦？
你可以先學習設定步驟，但不實際連接 Provider。系統會使用 OpenCode 的預設模型作為兜底。
常見問題
我需要設定所有 Provider 嗎？
不需要。你可以只設定你最常用的 Provider（比如只設定 Anthropic Claude）。oh-my-opencode 的 Provider 降級機制會自動使用可用的 Provider。
但如果你想充分利用多模型編排的優勢，建議至少設定 2-3 個 Provider，這樣系統可以根據任務類型自動選擇最適合的模型。
Provider 設定和模型解析有什麼區別？
- Provider 設定：是「安裝步驟」，告訴系統你有哪些 AI 服務可用
- 模型解析：是「決策邏輯」，系統如何為每個代理選擇使用哪個 Provider
比喻：Provider 設定是「招募團隊成員」，模型解析是「分配任務」。
我可以隨時修改設定嗎？
可以隨時修改設定檔：
- 使用者設定：
~/.config/opencode/oh-my-opencode.json - 專案設定：
.opencode/oh-my-opencode.json
修改後無需重啟，下次使用代理時自動生效。如果修改了 Provider 認證，需要執行 opencode auth login 重新認證。
下一步指引
完成本章節後，你可以：
推薦路徑：學習 AI 代理團隊
繼續學習 AI 代理團隊：10 位專家介紹，了解如何使用不同的代理完成專業任務。
進階路徑：深度客製化設定
如果你已經熟悉基礎設定，可以跳到 設定深度客製化：代理與權限管理，學習：
- 如何自訂代理的提示詞
- 如何設定代理的權限和存取範圍
- 如何建立自訂的代理和 Category
實戰路徑：使用 Prometheus 規劃
開始使用 Prometheus 規劃：面試式需求收集，透過實際的代理協作體驗多模型編排的威力。
開始學習：從 Provider 設定 開始你的多模型編排之旅吧！