提供商将 Open Interpreter 连接到模型服务。提供商决定请求发送到何处以及如何进行身份验证；模型是你运行的模型 ID；harness 控制面向代理的提示、工具以及消息行为。

对于大多数提供商，启动 Open Interpreter 并使用 /model：

> /model

选择一个提供商，进行身份验证或设置所需的环境变量，然后选择模型。Open Interpreter 会在为该模型系列配置了 provider‑specific harness 时自动选择相应的 harness。你可以使用 /harness 检查或覆盖它。

提供商指南

这些指南涵盖提供商 ID、当前模型选择路径、API 或订阅设置、harness 行为、直接 CLI 使用以及常见错误。

Google AI Studio 可通过提供商 google 使用。设置 GEMINI_API_KEY，然后在 /model 中选择 Google 和当前的 Gemini 模型。请求使用 Google 兼容 OpenAI 的 Chat Completions 端点以及通用 chat harness。

提供商、模型和 Harness

排查问题时请保持这三层分离：

提供商的 wire_api 必须支持所选的 harness。请参阅 Harness 获取兼容性矩阵。

提供商参考

活动的提供商决定请求发送的目标、凭证的附加方式、使用的 wire API 以及用于初始化选择器的捆绑模型元数据。

真实信息来源于代码，而非此表格：

• 内置运行时提供商：codex-rs/model-provider-info/src/lib.rs
• 生成的托管提供商目录： codex-rs/model-provider-info/provider_catalog.json
• 托管提供商生成器输入： codex-rs/scripts/write_provider_catalog.py 和 codex-rs/model-provider-info/provider_catalog_overrides.json
• 模型元数据：codex-rs/codex-api/model_compatibility_catalog.json 和 codex-rs/models-manager/src/provider_catalog_models.rs

内置运行时提供商

这些提供商即使在查询生成的 hosted-provider 目录之前也已存在。

OpenAI 还有一个名为 openai_api_key 的入门预设。该预设会使用 OPENAI_API_KEY 编写一个兼容 OpenAI 的提供商；它是一个设置快捷方式，而不是运行时提供商映射中的独立内置提供商 ID。

Wire API

wire_api 控制 HTTP 请求的结构。

对于自定义提供商：

[model_providers.example]
name = "Example"
base_url = "https://api.example.com/v1"
env_key = "EXAMPLE_API_KEY"
wire_api = "chat"

使用 wire_api = "responses" 为 OpenAI Responses‑compatible 提供商，wire_api = "chat" 为兼容 OpenAI 的 chat‑completions 提供商，wire_api = "messages" 仅用于兼容 Anthropic Messages 的提供商。

例如，托管的 app.nz 网关是兼容 OpenAI 的 chat-completions 提供商，其 app/auto 模型会在上游提供商之间自动路由：

[model_providers.appnz]
name = "app.nz"
base_url = "https://app.nz/v1"
env_key = "APPNZ_API_KEY"
wire_api = "chat"

身份验证

提供商的身份验证可以来源于：

• env_key，从环境变量读取 Bearer 令牌。
• experimental_bearer_token，在必须嵌入令牌时使用。
• 基于命令的 auth，运行本地命令并缓存返回的 Bearer 令牌。
• aws，仅适用于 amazon-bedrock。
• 对于设置了 requires_openai_auth 的提供商，使用 OpenAI 授权管理器的状态。

Anthropic 风格的 API 密钥身份验证使用 x-api-key 头，并自动添加 anthropic-version: 2023-06-01。其他 API 密钥提供商使用 Authorization: Bearer ...。

Kimi 有两条不同的提供商路径：

• kimi-for-coding 使用 https://api.kimi.com/coding/v1，并支持适用于符合条件的 Kimi Code 订阅的内置 Kimi 登录流程。它也可以从 KIMI_API_KEY 读取兼容的令牌。
• moonshotai 使用 https://api.moonshot.ai/v1，并使用来自 MOONSHOT_API_KEY 的 Moonshot Platform API 密钥。Moonshot Platform 密钥并不是 Kimi Code 订阅令牌。

基于命令的身份验证示例：

[model_providers.example.auth]
command = "example-token"
args = ["print"]
timeout_ms = 5000
refresh_interval_ms = 300000

生成的托管提供商

生成的目录来源于 https://models.dev/api.json，并加上在 codex-rs/model-provider-info/provider_catalog_overrides.json 中配置的实时提供商模型端点。生成器会包含由受支持的 AI SDK 包提供支持的提供商，排除不受支持或仅限本地的条目，需要可用的基础 URL，并仅保留声明支持工具调用和文本输出的模型。某些提供商条目会进一步根据实时模型 ID 过滤，以防已停用的上游模型仍可见。

常见的生成提供商包括：

模型选择器行为

选择器在两个阶段使用提供商元数据：

1. 在可能的情况下，它会请求活动提供商的 /models 端点。
2. 当提供商通过 Anthropic 身份、基础 URL、提供商名称或认证环境变量匹配时，它会从捆绑的提供商目录中种子或补充结果。

生成的模型条目包含显示名称、描述、上下文窗口、推理控制、输入模式和优先级。生成器不会根据布尔推理标志自行创造推理级别；这些控制来源于兼容性元数据或显式覆盖。

默认 Harness 选择

当未显式配置 harness 时，Open Interpreter 可能会从提供商/模型系列中选择本地 harness 模式：

你可以在配置中使用 harness = "..." 覆盖此设置。请参阅 Harness 获取路由兼容性信息。

重新生成目录

当提供商源数据更改时，从 codex-rs 运行以下命令：

python3 scripts/write_provider_catalog.py
python3 scripts/write_model_compatibility_catalog.py

要仅刷新选定的托管提供商并保留所有其他生成的条目，可根据需要重复使用 --provider：

python3 scripts/write_provider_catalog.py \
  --provider moonshotai \
  --provider kimi-for-coding

实时来源需要其文档中列出的提供商认证环境变量。例如，Moonshot 需要 MOONSHOT_API_KEY 或 KIMI_API_KEY，Z.AI 需要 ZAI_API_KEY 或 ZHIPU_API_KEY，Groq 需要 GROQ_API_KEY。缺少认证会导致生成器失败，而不是默默保留过时数据的理由。