在 OpenCode 中使用 SenseNova Token Plan

月盾

OpenCode 是一个面向终端的 AI 编程工具，支持配置多个模型 Provider，并可以在不同模型之间进行切换。

如果手上有 SenseNova Token Plan Token，可以直接将 SenseNova 配置到 OpenCode 中使用。目前SenseNova处于公测期间，完全免费试用，可以上手一试。

本文记录完整配置过程，并给出一份实际验证可用的 opencode.json 配置。

一、整体方案

OpenCode 支持通过 OpenAI-compatible 接口接入第三方模型。

SenseNova Token Plan 提供了兼容 OpenAI API 风格的接口，因此不需要额外搭建一个 OpenAI-compatible 服务，可以直接从 OpenCode 请求 SenseNova。

整体调用链路如下：

┌─────────────────────┐
│       OpenCode      │
│     AI 编程工具      │
└──────────┬──────────┘
           │
           │ OpenAI-compatible API
           ▼
┌─────────────────────┐
│ SenseNova Token Plan│
│ token.sensenova.cn  │
└──────────┬──────────┘
           │
           ├── SenseNova 6.8 Flash Lite
           │
           └── DeepSeek V4 Pro

核心配置实际上只有三个部分：

  1. Provider ID
  2. SenseNova API Base URL
  3. Token Plan API Key

二、准备 SenseNova Token

首先需要准备 SenseNova Token Plan 对应的 API Key。

拿到 Token 后，可以通过环境变量提供给 OpenCode：

export SENSENOVA_API_KEY="你的 SenseNova Token"

如果希望每次打开终端都自动生效，可以加入 shell 配置文件。

例如 macOS 默认使用 zsh：

echo 'export SENSENOVA_API_KEY="你的 SenseNova Token"' >> ~/.zshrc
source ~/.zshrc

检查：

echo $SENSENOVA_API_KEY

能够看到 Token，说明环境变量已经生效。

不建议直接把 API Key 写进 opencode.json，使用环境变量更加安全，也方便更换 Token。

三、SenseNova API 地址

SenseNova Token Plan 使用：

https://token.sensenova.cn/v1

这个地址就是 OpenCode 配置中的：

"baseURL": "https://token.sensenova.cn/v1"

由于接口兼容 OpenAI 风格，所以 OpenCode 可以使用：

@ai-sdk/openai-compatible

作为 SDK Provider。

四、OpenCode 配置

OpenCode 的配置文件一般是：

opencode.json

或者：

opencode.jsonc

在用户主目录下~/.config/opencode/opencode.jsonc。 经过实际验证，可以使用下面的配置：

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "qwen3-vl:2b": {
          "name": "qwen3-vl:2b"
        }
      }
    },
    "sensenova": {
      "name": "SenseNova Token Plan",
      "env": [
        "SENSENOVA_API_KEY"
      ],
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "https://token.sensenova.cn/v1"
      },
      "models": {
        "sensenova-6.8-flash-lite": {
          "name": "SenseNova 6.8 Flash Lite"
        },
        "deepseekv4pro": {
          "name": "deepseek-v4-pro"
        }
      }
    }
  }
}

这里同时配置了两个 Provider：

ollama
sensenova

其中 Ollama 用于本地模型：

qwen3-vl:2b

SenseNova 用于远程模型：

sensenova-6.8-flash-lite
deepseek-v4-pro

实际上可以不用models部分，使用/models，搜索供应商会自动列出支持的模型。

五、重点理解 SenseNova Provider 配置

SenseNova 这一段是整个配置的核心：

"sensenova": {
  "name": "SenseNova Token Plan",
  "env": [
    "SENSENOVA_API_KEY"
  ],
  "npm": "@ai-sdk/openai-compatible",
  "options": {
    "baseURL": "https://token.sensenova.cn/v1"
  },
  "models": {
    "sensenova-6.8-flash-lite": {
      "name": "SenseNova 6.8 Flash Lite"
    },
    "deepseekv4pro": {
      "name": "deepseek-v4-pro"
    }
  }
}

可以拆成几个部分理解。

1. provider ID

"sensenova": {}

这里的 sensenova 是 Provider ID。

后续 OpenCode 中模型的完整标识可以理解为：

sensenova/模型ID

例如：

sensenova/sensenova-6.8-flash-lite

以及：

sensenova/deepseekv4pro

2. name

"name": "SenseNova Token Plan"

这是 OpenCode UI 中显示的 Provider 名称。

它可以自定义，例如：

"name": "SenseNova"

或者：

"name": "SenseNova Token Plan"

不会影响 API 请求。

3. env

"env": [
  "SENSENOVA_API_KEY"
]

告诉 OpenCode 使用哪个环境变量作为 API Key。

因此：

export SENSENOVA_API_KEY="xxxxxxxx"

对应：

"env": [
  "SENSENOVA_API_KEY"
]

这样就形成：

OpenCode
   │
   └── SENSENOVA_API_KEY
             │
             ▼
       SenseNova API

4. npm

"npm": "@ai-sdk/openai-compatible"

这是非常关键的一项。

它告诉 OpenCode：

使用 OpenAI-compatible Provider 访问这个模型服务。

因此 SenseNova 不需要在 OpenCode 中存在一个专门的：

SenseNova Provider

只要它提供兼容 OpenAI API 的接口，就可以通过：

@ai-sdk/openai-compatible

接入。

同样的方式也可以用于其他兼容 OpenAI API 的模型服务。

六、配置 SenseNova 6.8 Flash Lite

配置：

"models": {
  "sensenova-6.8-flash-lite": {
    "name": "SenseNova 6.8 Flash Lite"
  }
}

其中：

sensenova-6.8-flash-lite

是实际请求的 Model ID。

而：

SenseNova 6.8 Flash Lite

只是 OpenCode 中显示的名称。

两者不一定需要完全相同。

例如也可以写：

"sensenova-6.8-flash-lite": {
  "name": "SenseNova Flash"
}

这样在 OpenCode 中显示的就是：

SenseNova Flash

七、配置 DeepSeek V4 Pro

同样可以在 SenseNova Provider 下增加：

"deepseekv4pro": {
  "name": "deepseek-v4-pro"
}

这里需要注意：

deepseekv4pro

是 OpenCode 配置中的模型 ID。

而：

deepseek-v4-pro

是显示名称。

如果 SenseNova Token Plan 的接口将该模型映射为这个 Model ID，那么 OpenCode 就会通过同一个 Provider 请求 DeepSeek V4 Pro。

因此最终可以形成：

SenseNova Token Plan
        │
        ├── SenseNova 6.8 Flash Lite
        │
        └── DeepSeek V4 Pro

这样不需要为 DeepSeek V4 Pro 再创建一个独立 Provider。

八、在 OpenCode 中选择模型

配置完成后启动 OpenCode：

opencode

然后查看模型：

/models

或者使用 OpenCode 提供的模型选择功能。

应该可以看到类似：

SenseNova Token Plan
 ├── SenseNova 6.8 Flash Lite
 └── deepseek-v4-pro

Ollama
 └── qwen3-vl:2b

选择：

sensenova/sensenova-6.8-flash-lite

或者：

sensenova/deepseekv4pro

即可使用对应模型进行代码分析和编程。

九、为什么不需要 OpenAI Compatible 中转服务？

这是整个方案比较重要的一点。

很多模型平台虽然不是 OpenAI 官方服务，但提供了类似：

/v1/chat/completions

这样的接口。

只要接口协议兼容 OpenAI API，就可以：

OpenCode
   │
   │ @ai-sdk/openai-compatible
   ▼
SenseNova
   │
   ▼
模型

而不是：

OpenCode
   │
   ▼
自己搭建 OpenAI Proxy
   │
   ▼
SenseNova

因此少了一层代理服务。

对于个人开发环境来说，直接调用通常更加简单。

十、与 Ollama 配合使用

实际上 OpenCode 可以同时配置本地模型和云端模型。

例如本文配置：

                 OpenCode
                    │
          ┌─────────┴─────────┐
          │                   │
          ▼                   ▼
       Ollama              SenseNova
          │                   │
          ▼              ┌────┴────┐
      qwen3-vl:2b        │         │
                         ▼         ▼
                    SenseNova   DeepSeek
                       6.8       V4 Pro

本地模型：

"ollama": {
  "npm": "@ai-sdk/openai-compatible",
  "name": "Ollama",
  "options": {
    "baseURL": "http://localhost:11434/v1"
  }
}

SenseNova：

"sensenova": {
  "npm": "@ai-sdk/openai-compatible",
  "options": {
    "baseURL": "https://token.sensenova.cn/v1"
  }
}

两者本质上使用的是同一种接入方式：

@ai-sdk/openai-compatible

区别只是：

Ollama
→ localhost:11434

SenseNova
→ token.sensenova.cn

十一、常见问题

1. 是否需要自己部署 OpenAI-compatible 服务？

不需要。

SenseNova Token Plan 已经提供兼容接口，可以直接从 OpenCode 调用。

2. 是否需要把 API Key 写进配置文件？

不建议。

推荐：

export SENSENOVA_API_KEY="你的 Token"

配置文件只保留：

"env": [
  "SENSENOVA_API_KEY"
]

这样即使把 opencode.json 提交到 Git，也不会直接泄露 Token。

3. 为什么使用 @ai-sdk/openai-compatible？

因为 SenseNova 提供的是 OpenAI-compatible API。

OpenCode 不需要为每一个模型平台实现一套独立 Provider，而是可以通过 OpenAI-compatible Adapter 接入。

因此同样的思路也适用于其他提供兼容接口的模型服务。

4. 一个 Provider 可以配置多个模型吗？

可以。

本文就是一个例子：

"sensenova": {
  ...
  "models": {
    "sensenova-6.8-flash-lite": {},
    "deepseekv4pro": {}
  }
}

所以 Provider 与 Model 的关系可以理解为：

Provider
   │
   ├── Model A
   ├── Model B
   └── Model C

而不是：

一个模型 = 一个 Provider

十二、最终配置

如果已经同时使用 Ollama 和 SenseNova，可以直接使用下面这份配置：

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Ollama",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "qwen3-vl:2b": {
          "name": "qwen3-vl:2b"
        }
      }
    },
    "sensenova": {
      "name": "SenseNova Token Plan",
      "env": [
        "SENSENOVA_API_KEY"
      ],
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "https://token.sensenova.cn/v1"
      },
      "models": {
        "sensenova-6.8-flash-lite": {
          "name": "SenseNova 6.8 Flash Lite"
        },
        "deepseekv4pro": {
          "name": "deepseek-v4-pro"
        }
      }
    }
  }
}

环境变量：

export SENSENOVA_API_KEY="你的 SenseNova Token"

最终 OpenCode 中可以同时使用：

┌──────────────────────────────────────┐
│               OpenCode               │
├──────────────────────────────────────┤
│ Ollama                               │
│   └── qwen3-vl:2b                    │
│                                      │
│ SenseNova Token Plan                 │
│   ├── SenseNova 6.8 Flash Lite       │
│   └── DeepSeek V4 Pro                │
└──────────────────────────────────────┘

这套方式的核心价值是：利用 OpenCode 的 OpenAI-compatible Provider 能力，把 SenseNova Token Plan 直接作为模型后端接入，同时保留 Ollama 等本地模型，最终在 OpenCode 内统一切换。