7.1 Vercel AI SDK 集成

模型: claude-opus-4-6 (anthropic/claude-opus-4-6) 生成日期: 2026-02-17

---

OpenCode 需要对接 20 多个 LLM Provider（Anthropic、OpenAI、Google、Azure、AWS Bedrock 等），每个 Provider 都有自己独特的 API 格式、认证方式和能力特征。如果为每个 Provider 编写独立的适配代码，维护成本将极其高昂。OpenCode 选择了 Vercel AI SDK（npm 包名 ai）作为统一的 LLM 抽象层，在此之上构建自己的适配体系。

7.1.1 为什么选择 Vercel AI SDK？

衍生解释：Vercel AI SDK 的核心概念

Vercel AI SDK 是一个由 Vercel 公司开发的开源 TypeScript 库，旨在为 LLM 应用提供统一的编程接口。它的核心概念包括：

• streamText()：流式文本生成——发送消息给 LLM 并以流的形式接收回复，支持工具调用。

• generateObject()：结构化对象生成——让 LLM 返回符合指定 Schema 的 JSON 对象。

• LanguageModelV2：统一的语言模型接口——所有 Provider 的 SDK 都实现这个接口，使得上层代码无需关心底层 Provider 的差异。

• Tool：工具定义——声明式地定义 LLM 可以调用的函数，包括参数 Schema 和执行逻辑。

• wrapLanguageModel()：模型中间件——在 LLM 调用前后插入自定义逻辑（如消息格式转换）。

Vercel AI SDK 的设计哲学是"一次编写，多 Provider 运行"——应用代码只与 SDK 的统一接口交互，切换 Provider 只需更换 SDK 包和配置。

OpenCode 选择 Vercel AI SDK 的理由包括：

1. Provider 生态丰富：官方和社区已为 20+ 个 Provider 提供了 @ai-sdk/* 包，每个包都实现了 LanguageModelV2 接口。

2. 流式原生：streamText() 原生支持流式响应和工具调用，这对 CLI 的实时输出至关重要。

3. 类型安全：完整的 TypeScript 类型定义，与 OpenCode 的 Zod-first 风格契合。

4. 中间件支持：wrapLanguageModel() 允许在不修改 Provider SDK 的前提下注入自定义逻辑。

5. 活跃维护：作为 Vercel 的核心开源项目，更新频率高，bug 修复快。

7.1.2 LanguageModelV2 接口的统一化

在 OpenCode 中，所有 Provider 最终都被归一化为 LanguageModelV2 接口：

// 从 Vercel AI SDK 导入
import {
  streamText,
  wrapLanguageModel,
  type ModelMessage,
  type StreamTextResult,
  type Tool,
  type ToolSet,
  tool,
  jsonSchema,
} from "ai"

LanguageModelV2 是 Vercel AI SDK 定义的语言模型通用接口。无论底层是 Claude、GPT 还是 Gemini，上层代码都通过同一个接口进行调用。在 LLM.stream() 中，最终的调用是：

return streamText({
  model: wrapLanguageModel({
    model: language,      // LanguageModelV2 实例
    middleware: [/* ... */],
  }),
  messages: [...],
  tools: {...},
  // ...
})

这种设计使得整个 Session、Agent、Tool 系统都不需要知道底层使用的是哪个 Provider——它们只与 streamText() 的统一接口交互。Provider 的差异被完全封装在 provider/ 模块内部。

7.1.3 bundled Provider 与动态安装

OpenCode 内置了 20 个 Provider SDK：

const BUNDLED_PROVIDERS: Record<string, (options: any) => SDK> = {
  "@ai-sdk/amazon-bedrock": createAmazonBedrock,
  "@ai-sdk/anthropic": createAnthropic,
  "@ai-sdk/azure": createAzure,
  "@ai-sdk/google": createGoogleGenerativeAI,
  "@ai-sdk/google-vertex": createVertex,
  "@ai-sdk/google-vertex/anthropic": createVertexAnthropic,
  "@ai-sdk/openai": createOpenAI,
  "@ai-sdk/openai-compatible": createOpenAICompatible,
  "@openrouter/ai-sdk-provider": createOpenRouter,
  "@ai-sdk/xai": createXai,
  "@ai-sdk/mistral": createMistral,
  "@ai-sdk/groq": createGroq,
  "@ai-sdk/deepinfra": createDeepInfra,
  "@ai-sdk/cerebras": createCerebras,
  "@ai-sdk/cohere": createCohere,
  "@ai-sdk/gateway": createGateway,
  "@ai-sdk/togetherai": createTogetherAI,
  "@ai-sdk/perplexity": createPerplexity,
  "@ai-sdk/vercel": createVercel,
  "@gitlab/gitlab-ai-provider": createGitLab,
  "@ai-sdk/github-copilot": createGitHubCopilotOpenAICompatible,
}

这些 Provider 被静态导入并打包（bundled），无需用户额外安装。每个 create* 函数接受配置选项并返回一个 SDK（即 Provider）实例。

对于不在 bundled 列表中的自定义 Provider，OpenCode 支持运行时动态安装：

// getSDK() 中的动态安装逻辑
const bundledFn = BUNDLED_PROVIDERS[model.api.npm]
if (bundledFn) {
  // 使用内置的 Provider
  const loaded = bundledFn({ name: model.providerID, ...options })
  s.sdk.set(key, loaded)
  return loaded
}

// 动态安装自定义 Provider npm 包
let installedPath: string
if (!model.api.npm.startsWith("file://")) {
  installedPath = await BunProc.install(model.api.npm, "latest")
} else {
  installedPath = model.api.npm  // 本地文件协议
}

const mod = await import(installedPath)
const fn = mod[Object.keys(mod).find((key) => key.startsWith("create"))!]
const loaded = fn({ name: model.providerID, ...options })

动态安装流程：

1. 检查 npm 包名是否在 BUNDLED_PROVIDERS 中。

2. 如果不在，使用 BunProc.install() 在运行时安装该 npm 包。

3. 通过 import() 动态加载安装后的模块。

4. 通过命名约定（以 create 开头的导出函数）自动找到工厂函数。

5. 调用工厂函数创建 Provider 实例。

这种设计意味着用户可以使用任何实现了 Vercel AI SDK Provider 接口的 npm 包——即使 OpenCode 没有内置支持，也可以通过配置文件指定 npm 包名来使用。

---

下一节将深入分析 Provider 的注册与解析流程——从环境变量到配置文件，从 API Key 到 OAuth，OpenCode 如何将多来源的 Provider 信息统一管理。