pi-cn-free-model-providers

让 pi（AI 编码助手 CLI）面向中国大陆用户，通过原生通道接入多个免费/低成本模型供应商，包括 OpenCode Zen、SenseNova、SiliconFlow、ModelScope、NVIDIA NIM、AMD Radeon Cloud、Cloudflare 和 Agnes AI。各平台政策可能变化，模型会自动进行实时目录校验。

问题背景

OpenCode Zen 的免费模型由上游 Console 推理提供商托管。本扩展注册独立的 opencode-zen provider，并使用官方当前格式的 User-Agent、x-opencode-client、x-opencode-project、x-opencode-session 和 x-opencode-request 请求头。登录后可通过 Console OAuth 获取 access/refresh token 和组织 ID。

零外部依赖：不 import pi-ai（pi 是单文件 bun 打包，磁盘上无法解析该模块），自带 SSE 解析与事件流。

启动行为：模型发现不阻塞 pi 启动

扩展在加载时立即用内置白名单（或上次的本地缓存）注册全部 provider 与模型，pi 启动后即可立即使用——绝不为等待网络发现而阻塞。修复前的版本会在工厂函数里 await 各 provider 的 /v1/models，导致 pi 启动卡 5–68 秒。

模型发现转为后台进行：

• 启动后用 setTimeout 触发一次 verifyAndUpdateModels：逐个 provider 拉取实时 /v1/models 与内置白名单做交集（去漂移），Zen 还会逐个探测免费状态；已转付费、下线或改名的模型会在后台自动剔除；
• 每个请求带硬超时（单请求 5–8s，整体 45s 上限），任一 provider 失败/超时只会保留已有列表，绝不让注册中断；
• 发现结果热更新目录（pi 在加载后注册 provider 会立即生效，无需 /reload）；
• 结果持久化到 ~/.pi/cache/opencode-native-models.json（24h TTL）。下次启动即使完全离线，也能用缓存里的模型列表秒开；缓存过期或缺失时回退到内置白名单。

行为等价于 agnes / sensenova 扩展的 refreshModels 模式；本扩展一次注册多个供应商（含 OpenCode Zen 免费通道），故用「后台热重注册」实现同样的非阻塞效果。

动态清单说明：README 中的模型表是人工维护的能力/定位快照，不作为运行时可用性的唯一依据。启动后的实时目录和免费状态探测会自动剔除已下线或转付费模型；供应商价格变化由 GitHub Actions 巡检并通过 Issue 提醒，确认后再同步更新代码和 README。

安装

方式一：本地文件

pi install /path/to/pi-cn-free-model-providers-ext.mjs

方式二：GitHub（推荐）

仓库已公开：https://github.com/pgciq/pi-cn-free-model-providers

pi install git:github.com/pgciq/pi-cn-free-model-providers
# 或
pi install https://github.com/pgciq/pi-cn-free-model-providers

扩展始终优先以 pi-cn-free-model-providers-ext.mjs 为入口文件（仓库根目录），pi install 会自动识别；若需指定分支可追加 #master。

方式三：npm

npm 包已发布：https://www.npmjs.com/package/pi-cn-free-model-providers

当前版本：1.0.29。安装命令：

pi install npm:pi-cn-free-model-providers

npm 发布

仓库已配置 .github/workflows/publish-npm.yml，使用 npm Trusted Publisher（OIDC） 发布，不需要配置 NPM_TOKEN。

发布流程采用 v* Git tag 触发：

# 下一版本示例：先递增 package.json 的 version，例如改为 1.0.18
npm version 1.0.18 --no-git-tag-version
git add package.json
git commit -m "chore: bump version to 1.0.18"
git push origin master
git tag v1.0.18
git push origin v1.0.18

推送新的 v* 标签后，GitHub Actions 会自动校验包名、入口文件和 npm 打包内容，并使用 OIDC + --provenance 发布公开包。npm Trusted Publisher 配置中的仓库、workflow 文件名必须与当前项目一致：

Repository: pgciq/pi-cn-free-model-providers
Workflow: .github/workflows/publish-npm.yml

配置

1. API key

API Key 管理

需要账号 Key 的 provider 支持 Pi 原生登录，Key 会保存到 ~/.pi/agent/auth.json：

/login siliconflow
/login sensenova
/login modelscope
/login nvidia
/login amd
/login cloudflare
/login agnes
/login agnes-cn
/login opencode-zen

保存后的 Key 优先于同名环境变量；环境变量仍作为兼容 fallback。收到 HTTP 401/403 时，错误信息会提示 Key 可能已过期或无效，并建议重新执行 /login <provider>。

key 解析优先级（从高到低）：

1. 环境变量（推荐，不把 key 写进配置文件）：OPENCODE_API_KEY、SENSENOVA_API_KEY、SILICONFLOW_API_KEY、MODELSCOPE_API_KEY、NVIDIA_NIM_API_KEY、AMD_API_KEY、CLOUDFLARE_API_KEY（+ CLOUDFLARE_ACCOUNT_ID）、AGNES_API_KEY、AGNES_CN_API_KEY
2. ~/.pi/agent/auth.json 中对应 provider 条目（非 public 的值）
3. 兜底匿名 public（仅 Zen 免费模型可用，其余 provider 需真实 key）

# 方式 A：环境变量（推荐，账号 key）
export OPENCODE_API_KEY=sk-xxx

# 方式 B（可选）：auth.json 存真实 key
cat ~/.pi/agent/auth.json
# { "opencode-zen": { "type": "api_key", "key": "sk-xxx" } }

⚠️ auth.json 条目现在完全可选。若想为某个 provider 存真实 key，写入非 public 的值即可（优先级高于匿名兜底、低于环境变量）。Zen 只有在官方允许扩展匿名调用免费模型时才可不写 key 使用；当前没有已验证的此类模型。

2. 默认 provider（可选，推荐）

~/.pi/agent/settings.json：

{
  "defaultProvider": "modelscope",
  "defaultModel": "Qwen/Qwen3-Coder-30B-A3B-Instruct"
}

OpenCode Zen 当前没有已验证可供扩展匿名调用的免费模型，因此不建议把 Zen 设为默认 provider。Zen 目录恢复可用模型后，扩展会在后台自动发现并注册。

使用

# 一次性问答
pi -p "Reply with exactly OK"

# 交互式
pi

# 指定模型（示例）
pi --model modelscope/Qwen/Qwen3-Coder-30B-A3B-Instruct

OpenCode Zen 当前状态

当前 Console 配置中 price=0 的免费模型会加入 opencode-zen 白名单：

| 模型 | |---| | big-pickle | | ling-3.0-flash-fin-free | | mimo-v2.6-flash-free | | muse-spark-1.2-contributor-free | | muse-spark-1.3-contributor-free | | nemotron-3-ultra-free | | nemotron-3.5-lightning-free |

独立脚本探测可能返回 403 FreeTierError，因为 OpenCode 免费层会检查完整的官方客户端上下文；这类探测失败不会直接删除 Console 配置中标记为零价格的模型。最终可用性以 Pi 中实际请求为准。

执行：

/login opencode-zen

登录成功后，OAuth 凭据会保存到 ~/.pi/agent/auth.json，组织 ID 会从 Console 配置自动读取并保存。刷新模型后可通过：

/model

查看 opencode-zen 模型。

TUI 内 Ctrl+P 循环切换模型。

额外供应商

除 Zen 免费模型外，本扩展还注册了 8 个第三方免费/低成本供应商。AMD Radeon Cloud 提供公共免费额度模型；Dedicated Model APIs 不收录。所有 provider 的 key 解析优先级一致：环境变量 → auth.json 中非 public 的 key → 匿名占位（1.0.4 起 provider 自注册 apiKey: "public"，pi 视为已配置，装完即显示；public 本身会被忽略走兜底）。

SenseNova（商汤日日新）

接入商汤日日新平台的 OpenAI 兼容网关（https://token.sensenova.cn/v1），免费公测套餐可用（每模型 1,500 次调用 / 5 小时）。

配置

# 在 https://platform.sensenova.cn/console/keys 申请 key
export SENSENOVA_API_KEY=sk-xxx

可用模型

（数据源：平台文档，GET /v1/models 权威返回；全部 pricing=0 免费，businesses: tokenplan + metered）

| 模型 ID | 说明 | 上下文 | 限额 | |---|---|---|---| | sensenova-6.7-flash-lite | 轻量多模态智能体（文本+图像） | 256K | 1,500 次 / 5h | | sensenova-6.8-flash-lite | 新一代轻量多模态智能体（文本+图像） | 256K | 1,500 次 / 5h | | deepseek-v4-flash | DeepSeek 高性能对话（thinking/非 thinking、工具调用） | 1M | 150 次 / 5h | | glm-5.2 | 智谱旗舰长程任务模型（1M 上下文，可完成端到端开发管线） | 1M | 免费套餐可用 | | sensenova-u1-fast | 图像生成专用模型 | 256K | /v1/images/generations | | sensenova-u1.5-lite | 图像生成/编辑模型（文本输入、图像输出） | 256K | /v1/images/generations、/v1/images/edits |

sensenova-u1-fast 和 sensenova-u1.5-lite 已注册为图像模型，不会误走 chat completions；生成结果保存到 .pi/generated-images/，支持终端通过 TUI Image 回显，保存路径在 TUI 中渲染为可点击的 file:// 链接（OSC 8 超链接，Windows Terminal / WezTerm / iTerm2 / Kitty 可一键打开）。

🔭 变动监听：.github/workflows/sensenova-watch.yml 每周巡检（04:59 UTC）。平台文档站是 SPA 壳无法匿名抓取，故走带密钥的权威目录 GET /v1/models（响应含 pricing 等计费元数据）：在册模型消失＝下线/改名；pricing 非 0＝免费档撤销；新 id 出现＝新模型上线并附计费元数据供评估收录。需配置 secret SENSENOVA_API_KEY；基线存 .github/watch-state/ 由 workflow 自动提交。

使用

pi -p --provider sensenova --model sensenova/sensenova-6.7-flash-lite "你好"
pi --provider sensenova --model sensenova/deepseek-v4-flash

SenseNova 特有的坑（已内置处理）

网关 schema 比 OpenAI 更严，官方参数表未列出的字段一律拒收（报错被替换成无信息量的 Errors in message queue response）。扩展内置 cleanBody 已处理：合并多条 system 消息、删除 assistant.content: null；max_tokens 上限 65,536（模型注册即设好）、上下文 256K。

硅基流动 (SiliconFlow)

国内直连。⚠️ 免费档 2026-08 已大幅收缩：旗舰 Nex-N2-Pro（397B MoE）已转付费（输入¥0.00175/输出¥0.007 每K tokens），当前免费聊天模型仅剩小模型（经模型广场计价接口逐个实测核验）：

# 在 https://cloud.siliconflow.cn 注册实名，获取 key
export SILICONFLOW_API_KEY=sk-xxx

# 使用
pi -p --provider siliconflow --model siliconflow/Qwen/Qwen3-8B "你好"

| 模型 ID | 说明 | 上下文 | 限额 | |---|---|---|---| | Qwen/Qwen3-8B | Qwen3-8B 通用对话（免费档主力） | 128K | 免费 | | deepseek-ai/DeepSeek-R1-0528-Qwen3-8B | R1 蒸馏 8B 强推理 | 128K | 免费 | | THUDM/GLM-Z1-9B-0414 | GLM-Z1 9B 推理 | 128K | 免费 | | THUDM/GLM-4-9B-0414 | GLM-4 9B 通用 | 32K | 免费 | | Qwen/Qwen3.5-4B | Qwen3.5 4B 轻量长上下文 | 256K | 免费 | | Tongyi-MAI/Z-Image-Turbo | 文生图模型 | — | /v1/images/generations |

SiliconFlow 的图像 / 视频 / 音频均已接入并实测：文生图 Tongyi-MAI/Z-Image-Turbo（/v1/images/generations，响应 data[].url，已验证返回 PNG）；文生视频 Wan-AI/Wan2.2-T2V-A14B（/v1/video/submit 拿 requestId → 轮询 /v1/video/status 取 results.videos[0].url，已验证下载到 video/mp4）；TTS FunAudioLLM/CosyVoice2-0.5B（voice 格式 {模型id}:{说话人}，已验证）与 ASR FunAudioLLM/SenseVoiceSmall（已验证）。生成结果分别存到 .pi/generated-images/、.pi/generated-videos/、.pi/generated-audio/，并在 TUI 中渲染为可点击的 file:// 链接（视频本质也是可点击路径，浏览器/播放器可打开）。

其余仍有免费的类别：向量 BAAI/bge-m3 等、重排序 bge-reranker-v2-m3、ASR SenseVoiceSmall/TeleSpeechASR、生图 Kolors（均非编码对话用途）。原免费标杆 Qwen2.5-7B-Instruct 已收费；glm-4-9b-chat、Qwen2-7B-Instruct、DeepSeek-R1-Distill-Qwen-7B、bce 向量/重排序等已下线。

🔭 变动监听：.github/workflows/siliconflow-watch.yml 每周抓取官方更新公告（docs.siliconflow.cn/cn/release-notes，公开免鉴权），命中在册模型关键词（下线/计费调整/免费撤销）即自动开 issue——公告通常提前约 7 天发布，留足处置窗口。

魔塔社区 (ModelScope)

阿里达摩院旗下，一个 Key 同时兼容 OpenAI + Anthropic 双协议，每日 2000 次免费调用。

# 在 https://modelscope.cn 注册，绑定阿里云账号+实名，获取 SDK Token
export MODELSCOPE_API_KEY=ms-xxx

# 使用
pi -p --provider modelscope --model modelscope/Qwen/Qwen3-Coder-30B-A3B-Instruct "你好"

| 模型 ID | 说明 | 上下文 | 限额 | |---|---|---|---| | Qwen/Qwen3-Coder-30B-A3B-Instruct | Qwen3 Coder 30B（实测可用） | 128K | 2000 次/天 | | deepseek-ai/DeepSeek-V4-Pro | DeepSeek V4 Pro 强推理（存在，需在控制台开通该模型额度，否则 429） | 1M | 开通后 2000 次/天 |

实测发现 ModelScope 免费额度是按模型的：新账号默认只有部分模型可用（如 Qwen3-Coder-30B），其余返回 UnknownError 或 429 insufficient_quota，需在 ModelScope 控制台 逐个开通。可用模型以 GET /v1/models 为准（本扩展只注册了实测过的模型）。

NVIDIA NIM

NVIDIA 官方推理平台（build.nvidia.com），无需信用卡。限额：40 RPM + 10,000 次/天（官网公布数据，每日重置）。注意 RPM 是账号级限制、全部模型共享，适合低频调用/兜底渠道。完整目录约 102 个模型（GET /v1/models 可匿名查询），本扩展收录当前流式实测通过的 2 个：

# 在 https://build.nvidia.com 注册获取 key
export NVIDIA_NIM_API_KEY=nvapi-xxx

# 使用
pi -p --provider nvidia --model nvidia/openai/gpt-oss-20b "你好"

| 模型 ID | 说明 | 上下文 | 实测（2026-08 流式探测） | |---|---|---|---| | openai/gpt-oss-20b | ⭐ 实测最快：TTFB 0.8s / ~130 tok/s；数学/工具调用继承 GPT-OSS 家族，中文偏弱 | 128K | ✅ | | moonshotai/kimi-k3 | Moonshot 旗舰：生成偏慢（~5-18 tok/s） | 128K | ⚠️ 慢 |

实测排除：deepseek-v4-flash-0731（读超时 ×2）、stepfun-ai/step-3.7-flash（HTTP 500）、kimi-k2.6 / mistralai/codestral-22b（HTTP 404 免费账号无权限）、openai/gpt-oss-120b（本地 + CI 双网络连续超时，巡检确认后移除；Cloudflare 站有同名模型兑底）、nvidia/llama-3.3-nemotron-super-49b-v1.5（2026-08-31 从目录移除，探活 HTTP 410）、deepseek-ai/deepseek-v4-pro-0813（目录新增但无免费档证据，未收录）。工具调用兼容性未逐一验证。

🔭 变动监听：.github/workflows/nvidia-watch.yml 每周巡检（04:11 UTC）：匿名目录比对捕获下线/改名 + 仓库密钥对在册模型发微型流式探活（捕获「在册但不可用/无权限」）+ 重点厂商新增条目扫描提示评估收录；基线与指纹存 .github/watch-state/ 由 workflow 自动提交。需配置 secret NVIDIA_NIM_API_KEY。

AMD Radeon Cloud（公共免费额度）

AMD Radeon Cloud 提供一组 Public Free Model APIs。Token Factory 中的 points 用于追踪每日额度消耗，不是账单收费；当前账户示例为每日 1.000000 pts、RPM 20。额度用尽后会受到限流，免费政策和额度可能变化。Dedicated Model APIs 使用自有 credits，本扩展不收录。

可用公共免费模型

| 模型 | 类型 | 上下文 | |---|---|---:| | DeepSeek-V4.1-Flash | VLM（文本+图像） | 1M | | GLM-5.3-Flash | LLM（文本） | 256K | | Qwen3.8-Flash-Next | VLM（文本+图像） | 256K | | Qwen3.8-27B | VLM（文本+图像） | 256K | | MiniCPM5-2B | LLM（文本） | 128K | | MinerU2.5-Pro | Limited Free（OCR/文档理解） | 128K |

DeepSeek-V4-Flash-0731 当前 API 返回 model_not_found，已从扩展白名单移除；AMD 页面历史列表可能仍显示该模型。

扩展提供以下 AMD 命令：

/amd-login      打开 AMD Profile，完成网页登录并自动导入页面显示的 rc- API key
/amd-model      显示模型能力和免费额度价格；已登录时复用现有会话
/amd-usage      显示每日额度和按模型用量
/amd-usage recent 额外请求最近调用明细
/amd-capacity   查询较慢的容量利用率接口

首次使用或登录会话失效时运行 /amd-login。扩展会使用独立的 Edge profile：

%USERPROFILE%\\.pi\\amd-browser-profile

用户只需在自动打开的 AMD Profile 页面完成登录，扩展会通过当前登录会话获取用量，并读取页面显示的 rc-... API key 注入当前 Pi 进程。不会要求手动复制 Cookie，也不会将 Cookie 或 API key 写入项目文件。

用量接口：

GET /radeon/api/profile/model-usage?include_recent=false
GET /radeon/api/profile/model-usage?include_recent=true   # recent

容量接口响应较慢，由 /amd-capacity 单独查询：

GET /radeon/api/tokenfactory/load

AMD_API_KEY 仍可通过环境变量预先配置；如果 /amd-login 获取到新的页面 key，当前 Pi 进程会优先使用新 key。

Agnes AI（国际站 + 中国站）

Agnes AI 的 OpenAI 兼容网关，国际站（apihub.agnes-ai.com）与中国站（api.agnes-ai.cn）各注册一个 provider，模型阵容一致。目前保留已知的 Pro 付费推理模型；Flash 模型因免费配额文档已不再列出而不注册。支持工具调用、图片理解（base64 data URL 实测可用）、思维模式（经 chat_template_kwargs.enable_thinking 开启，已接入 pi 的 thinkingLevel）；多轮历史回传 reasoning_content 实测兼容。

# 在 https://www.agnes-ai.com（国际）或 https://www.agnes-ai.cn（中国）申请 key
export AGNES_API_KEY=sk-xxx      # 国际站
export AGNES_CN_API_KEY=sk-xxx   # 中国站

# 使用
pi -p --provider agnes --model agnes/agnes-2.5-pro "你好"
pi -p --provider agnes-cn --model agnes-cn/agnes-2.5-pro "你好"

| 模型 ID | 说明 | 上下文 | 限额/价格 | |---|---|---|---| | agnes-2.5-pro | 付费推理旗舰：高级编码、科学推理、长上下文、agent 终端任务 | 1M | $0.45/M 输入、$0.90/M 输出 | | agnes-2.5-pro-alpha | 打榜版付费推理模型（同上基准参考） | 1M | $0.45/M 输入、$0.90/M 输出 | | agnes-image-2.1-flash | 图像生成专用模型 | — | /v1/images/generations | | agnes-video-v2.0 | 视频生成模型 | — | /v1/videos + 状态轮询 | | agnes-video-2.5 | 视频生成模型 | — | /v1/videos + 状态轮询 | | agnes-video-2.5-flash | 视频生成模型 | — | /v1/videos + 状态轮询 |

agnes-2.0-flash、agnes-2.5-flash 及 agnes-image-2.5-flash 当前不再注册：前者已 Deprecated，后两者已从 Token Plan 配额文档消失。

Agnes 图像模型使用 /v1/images/generations，视频模型使用 /v1/videos 并轮询 /agnesapi?video_id=...；生成结果分别保存到 .pi/generated-images/ 和 .pi/generated-videos/，保存路径在 TUI 中渲染为可点击的 file:// 链接（OSC 8 超链接）。

🔭 变动监听：.github/workflows/agnes-watch.yml 每周巡检（04:35 UTC）：单模型文档页缺失＝疑似下线/改名；参数指纹基线比对捕获原位升级/计费调整；llms.txt 全目录扫描发现新版本提示评估收录。全程匿名无需密钥。

Cloudflare Workers AI

当前目录已接入两个经过真实请求验证的非文本模型：

| 模型 ID | 能力 | 路由 | |---|---|---| | @cf/black-forest-labs/flux-1-schnell | 图像生成 | ai/run/{model} | | @cf/deepgram/aura-2-en | TTS（英语） | ai/run/{model} | | @cf/deepgram/aura-2-es | TTS（西班牙语） | ai/run/{model} |

图像结果保存到 .pi/generated-images/，TTS 结果保存到 .pi/generated-audio/，转写（ASR）结果保存到 .pi/generated-transcripts/，保存路径在 TUI 中渲染为可点击的 file:// 链接（OSC 8 超链接）。Cloudflare 的 TTS 实测可用模型为 Deepgram Aura 2 的英语（aura-2-en）与西班牙语（aura-2-es），均为 ai/run 返回 audio/mpeg，其余语言变体在 Cloudflare 上未部署（返回 404 No route）。ASR 模型均已实测确认并注册：

• @cf/openai/whisper：请求体为 JSON { audio: <0–255 整数数组（原始字节）> }，传 base64 字符串或对象数组都会返回 400；响应取 result.text。
• @cf/deepgram/nova-3：把原始音频字节作为请求体、Content-Type: audio/* 发送（JSON / 对象 / multipart 形式均会 400），响应取 result.results.channels[0].alternatives[0].transcript。 两者都会把附带的音频文件 base64 解码后发送，转写文本与可点击的 .pi/generated-transcripts/ 转录文件路径会回显在 TUI。

SiliconFlow 的 TTS 与 ASR 接了 OpenAI 兼容音频接口（共享 streamOpenAITTS / streamOpenAIASR）：TTS 调 {baseUrl}/audio/speech（voice 默认 FunAudioLLM/CosyVoice2-0.5B:alex，可用模型 opencodeVoice 覆盖），ASR 调 {baseUrl}/audio/transcriptions（multipart 上传音频）。已注册：SiliconFlow 的 FunAudioLLM/CosyVoice2-0.5B(TTS) 与 FunAudioLLM/SenseVoiceSmall(ASR)。（ModelScope 音频为本地 Python SDK + GPU 推理、无公开 REST 端点，未接入；通用 handler 保留备用。）

SiliconFlow 文生视频 走异步两步：POST /v1/video/submit（body 含 model/prompt/image_size，可选 image 用于图生视频）拿 requestId，再轮询 POST /v1/video/status（{requestId}）直到 status: "Succeed"，从 results.videos[0].url 下载（已验证返回 video/mp4，约 3 分钟出片）。已注册 Wan-AI/Wan2.2-T2V-A14B（文本→视频）；若要做图生视频，可加 *I2V* 模型并把首张图作为 image 传入。

实测结论（用真实 key 跑过）：

• ✅ SiliconFlow ASR FunAudioLLM/SenseVoiceSmall 已验证：返回正确转写文本（如 "The quick brown fox jumps over the lazy dog."）。注意模型 id 是小写 SenseVoiceSmall（不是 SenseVoice-Small）。
• ✅ SiliconFlow TTS CosyVoice2-0.5B 已验证：按官方文档，voice 格式为 {模型id}:{说话人}（如 FunAudioLLM/CosyVoice2-0.5B:alex），已实测返回 audio/mpeg。种子模型已把 opencodeVoice 设为该值；如需换说话人，改 opencodeVoice 即可（与 references 字段互斥）。
• ❌ ModelScope 音频未接入（已移除死模型）：实测 api-inference.modelscope.cn 的 OpenAI 兼容 /v1/audio/* 与 MaaS /v1/models/iic/...（含 SAMBERT、CosyVoice2、SenseVoiceSmall，覆盖 GET/POST、数字 id、/inference 后缀等 10+ 种形态）全部 404；结合模型卡（如 IndexTeam/IndexTTS-2.5 的「快速开始」只给本地 uv sync + tts.infer(...) + NVIDIA GPU 的用法）可确认：ModelScope 音频模型是本地 Python SDK + GPU 推理，没有托管的公开 REST 端点。因此已从种子列表移除 iic/CosyVoice2-0.5B / iic/SenseVoiceSmall（选了会 404）；通用 streamOpenAITTS/streamOpenAIASR handler 保留，若将来出现可公开调用的 ModelScope 音频端点可立即复用。

Cloudflare 官方托管推理平台，走 OpenAI 兼容端点（https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1）。注意它没有免费模型清单：全平台共享每天 10,000 Neurons 的免费算力（UTC 0 点重置），而每个模型的单价差异极大（输出单价最高与最低相差约 16 倍）——大模型重活一天可能只够几轮。定位建议：轻量问答 / 兜底备用，不适合当主力；下表给出逐模型换算。

数据来源：官方定价页（developers.cloudflare.com/workers-ai/platform/pricing/），2026-08 实测抓取。

配置

# 在 https://dash.cloudflare.com 获取 Account ID，创建 API Token（Workers AI 权限）
export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_API_KEY=your-api-token

可用模型

（数据源：官方定价页 + GET /accounts/{id}/ai/models/search；仅注册免费额度内可用的模型）

| 模型 ID | 说明 | 上下文 | 免费额度 ≈ 纯输出/天* | |---|---|---|---| | @cf/openai/gpt-oss-120b | OpenAI 开源旗舰（编码/数学强） | 128K | ≈147K tokens | | @cf/openai/gpt-oss-20b | 低延迟版 | 128K | ≈367K tokens | | @cf/meta/llama-3.3-70b-instruct-fp8-fast | 最强 Llama 3.3 | 128K | ⚠️ ≈49K tokens | | @cf/qwen/qwen3-30b-a3b-fp8 | Qwen3 MoE 高效 | 128K | ≈328K tokens | | @cf/qwen/qwen2.5-coder-32b-instruct | 代码专用 | 128K | ≈110K tokens | | @cf/google/gemma-4-26b-a4b-it | Google 多模态（文本+图像） | 128K | ≈367K tokens | | @cf/zai-org/glm-4.7-flash | 131K 上下文 | 131K | ≈275K tokens | | @cf/deepseek-ai/deepseek-r1-distill-qwen-32b | DeepSeek 推理 | 64K | ⚠️ ≈23K tokens |

* 按 10,000 Neurons/天 ÷ 该模型每百万输出 token 的 neurons 单价估算，输入另计。⚠️ = 额度杀手：deepseek-r1-distill 输出单价高达 443,756 neurons/M（推理模型输出又长，最容易打穿当日额度）；llama-3.3-70b-fast 输出 204,805/M 且输入 26,668/M——塞一个 10 万 token 仓库上下文就吃掉日额度的 27%。

⚠️ 付费模型未注册：deepseek-v4-flash-0731、deepseek-v4-pro-0813、glm-5.2、glm-5.3、glm-5.3-flash、kimi-k2.6、kimi-k2.7-code 需 Workers Paid 账单或 AI Gateway 预付额度，免费额度调用会失败，本扩展（及 opencode blacklist）已排除。

🔭 变动监听：.github/workflows/cloudflare-watch.yml 每周巡检（03:47 UTC）双向检测：① 在册模型从官方目录页消失即报——运行时 filterToLive 对 Cloudflare 不生效（其 models 端点按账号鉴权），此工作流是唯一兜底；② 新模型发现——官方定价页按模型列出 Neurons 单价，新上架即被捕获，并自动按 10,000 Neurons/天免费额度换算日输出预算分级提示（≥100K tokens/天“优先评估”、30–100K“可用但偏耗额度”、<30K“额度杀手”；对标 gpt-oss-120b ≈147K）。基线存 .github/watch-state/ 由 workflow 自动提交，全程匿名无需密钥。

使用

pi -p --provider cloudflare --model cloudflare/@cf/openai/gpt-oss-120b "你好"

Cloudflare 特有的坑（已内置处理）

• URL 路径内嵌账户 ID，streamCloudflare 在请求时从 CLOUDFLARE_ACCOUNT_ID 动态拼装；该变量缺失时立即报错而非静默失败。
• 响应含 reasoning_content（思考）字段，扩展的标准 processDelta 已按 thinking 块处理并回传历史（与 DeepSeek V4 一致）。
• 免费额度按 Neurons 计费（非 token），且全平台共享日配额：编码场景单轮上下文动辄数万 token，输入消耗不可忽略（如 qwen2.5-coder-32b 输入高达 60,000 neurons/M，10 万 token 上下文 = 日额度的 60%）。轻量短对话一天几十次没问题；长上下文 agentic 任务请优先 SiliconFlow/Zen 等真免费档。

实测兼容性（2026-08，/ai/v1/chat/completions 端点）

| 模型 | 纯对话 | 工具调用 (tool_calls) | 多轮历史回传 | |---|---|---|---| | @cf/zai-org/glm-4.7-flash | ✅ | ✅ 标准格式 | ✅ agent 工作流首选 | | @cf/qwen/qwen2.5-coder-32b-instruct | ✅ | ⚠️ 以 <tools> XML 文本嵌入，不走标准 tool_calls | ⚠️ 仅适合纯对话/代码问答 | | @cf/openai/gpt-oss-120b | ✅ | ✅ 第一轮正常 | ❌ 回传历史报 400 schema 错误（CF 端已知限制） | | @cf/meta/llama-3.3-70b-instruct-fp8-fast | ✅ | 未全测（24K 上下文，注意 max_tokens 已按实测收紧） | — | | @cf/qwen/qwen3-30b-a3b-fp8 | ✅ | 未全测（32K 上下文，已按实测收紧） | — | | @cf/deepseek-ai/deepseek-r1-distill-qwen-32b | ✅ | 未全测（80K 上下文） | — |

各模型实际上下文以本次实测为准：llama-3.3-70b = 24K、qwen3-30b-a3b/qwen2.5-coder-32b = 32K、deepseek-r1-distill-qwen-32b = 80K、其余 ≥131K。模型注册的 contextWindow/maxTokens 已按实测值收紧，避免 CF 端 400 超限错误。

如何选择

8 个额外供应商全部模型统一对比（基准数据截至 2026-08，来源：官方技术报告 + 独立评测）：

| 供应商 | 模型 | 规模 | 上下文 | 能力定位 | 实测 | |---|---|---|---|---|---| | 硅基流动 | nex-agi/Nex-N2-Pro | 397B MoE (17B 激活) | 256K | 🏆 曾是免费旗舰编码/agent：SWE-Bench Pro 58.8、SWE Verified 80.8；2026-08 起转付费 | ❌ 转付费 | | 硅基流动 | Qwen/Qwen3-8B | 8B dense | 128K | 轻量通用，响应快（现免费档主力） | ✅ | | 硅基流动 | deepseek-ai/DeepSeek-R1-0528-Qwen3-8B | 8B dense (蒸馏) | 128K | 免费档内最强推理 | ✅ | | 魔塔社区 | Qwen/Qwen3-Coder-30B-A3B-Instruct | 30B MoE (3B 激活) | 128K | 中端编码向：SWE-bench Lite 49.7%（88 百分位）；唯一开箱即用的 ModelScope 模型 | ✅ | | 魔塔社区 | deepseek-ai/DeepSeek-V4-Pro | 1.6T MoE (49B 激活) | 1M | 顶级推理 + 1M 超长上下文（整仓库/长文档分析独一档）+ 中文世界知识第一（Chinese-SimpleQA 84.4，仅次 Gemini-3.1-Pro）；抽象推理偏弱（ARC-AGI-2 46%） | ❌ 需开通 | | NVIDIA | openai/gpt-oss-20b | 20B MoE (3.6B 激活) | 128K | ⭐ 免费档实测最快（TTFB 0.8s / ~130 tok/s）；GPT-OSS 家族数学/工具调用强，中文偏弱 | ✅ | | NVIDIA | moonshotai/kimi-k3 | — | 128K | Moonshot 旗舰，NIM 端生成偏慢 | ⚠️ 慢 | | NVIDIA | openai/gpt-oss-120b | 117B MoE (5.1B 激活) | 128K | 数学/工具调用强（AIME 95.8）；中文致命伤；本地+CI 双网络持续超时，已从扩展移除 | ❌ 已移除 |

| SenseNova | glm-5.2 | — | 1M | 智谱旗舰长程任务：1M 上下文端到端开发管线 | ✅ | | SenseNova | deepseek-v4-flash | — | 1M | DeepSeek 高性能对话（thinking/非 thinking、工具调用） | ✅ | | SenseNova | sensenova-6.8-flash-lite | — | 256K | 新一代轻量多模态（文本+图像） | ✅ | | SenseNova | sensenova-6.7-flash-lite | — | 256K | 轻量多模态智能体（文本+图像） | ✅ | | Cloudflare | @cf/zai-org/glm-4.7-flash | — | 131K | 131K 上下文，工具调用/agent 完整兼容（CF 端实测最佳） | ✅ | | Cloudflare | @cf/openai/gpt-oss-120b | 117B MoE (5.1B 激活) | 128K | 编码/数学强，但多轮工具历史回传不兼容（单轮可用） | ⚠️ | | Cloudflare | @cf/meta/llama-3.3-70b-instruct-fp8-fast | 70B | 24K（实测） | 最强 Llama 3.3，上下文小 | ✅ | | Cloudflare | @cf/qwen/qwen2.5-coder-32b-instruct | 32B | 32K（实测） | 代码专用，工具调用为 XML 文本（非标准） | ⚠️ | | Cloudflare | @cf/google/gemma-4-26b-a4b-it | 26B MoE (4B 激活) | 128K | 多模态（文本+图像） | ✅ | | Agnes | agnes-2.5-pro | — | 1M | 付费推理旗舰：高级编码、科学推理、长上下文分析、agent 终端任务（Artificial Analysis 智能排名 #9/153，TerminalBench v2.1 67.0%，GPQA 87.6%）；$0.45/M 输入、$0.90/M 输出 | ✅ | | Agnes | agnes-2.5-pro-alpha | — | 1M | 打榜版付费推理（基准数据同 pro，付费） | ✅ |

场景选择矩阵：

| 场景 | 选它 | |---|---| | 日常编码 / agent 开发（默认主力） | 魔塔 Qwen3-Coder-30B-A3B-Instruct（免费中最强编码）；轻量快速用硅基 Qwen3-8B（免费） | | 长上下文 / 长程开发管线 | Agnes agnes-2.5-pro（1M，付费）或 SenseNova glm-5.2（免费套餐可用） |

| 超长上下文 / 长程开发管线 | SenseNova glm-5.2（开箱即用）、魔塔 DeepSeek-V4-Pro（需开通额度）或 Agnes agnes-2.5-pro（1M，付费） | | 付费强推理（编码/科学/终端） | Agnes agnes-2.5-pro（1M 上下文，AA 智能榜 #9） | | 中文任务 | 硅基 Qwen/Qwen3-8B（免费）或魔塔 DeepSeek-V4-Pro（需开通，勿用 GPT-OSS-120B） | | 多模态（文本+图像） | SenseNova sensenova-6.8-flash-lite 或 Cloudflare gemma-4-26b | | 英文数学、结构化输出 | NVIDIA GPT-OSS-20B（免费档实测最快） | | 海外网络兜底 / agent 工作流 | Cloudflare glm-4.7-flash（额度独立，工具调用完整兼容） | | 限流兜底、轻量快速 | ModelScope Qwen3-Coder-30B / 硅基 Qwen3-8B |

推荐组合：主力 modelscope/Qwen/Qwen3-Coder-30B-A3B-Instruct + 兜底 siliconflow/Qwen/Qwen3-8B（额度独立，主力限流时顶上；硅基免费档 2026-08 收缩后仅剩 8B/9B 小模型，强推理任务可切 siliconflow/deepseek-ai/DeepSeek-R1-0528-Qwen3-8B）；国内长上下文用 SenseNova glm-5.2 或 Agnes Pro，长上下文推理/多模态需求按需切换。

⚠️ 各平台免费额度均注明 "limited time"，模型可能随时下架/改名/转付费（NVIDIA 实测已下架 3 个模型），且免费期会话数据可能被用于改进模型，勿发敏感内容、勿当生产依赖。

opencode 原生集成

上述 sensenova provider 也可通过 opencode 自定义 provider 直接配置，无需本扩展。opencode 原生集成走 @ai-sdk/openai-compatible，不依赖自定义 streamSimple，但也不含扩展内置的 cleanBody 消息清洗（合并 system 消息、删 content: null）。

Cloudflare Workers AI（内置 provider，零配置）

opencode 原生内置 cloudflare-workers-ai provider，只需设置环境变量（与 pi 扩展共用）：

export CLOUDFLARE_ACCOUNT_ID=your-32-character-account-id
export CLOUDFLARE_API_KEY=your-api-token

TUI 内 /models 即可看到 cloudflare-workers-ai/@cf/... 全部免费模型。为避免误用付费额度，建议在配置中 blacklist 付费模型（本仓库 README 上方配置示例已含）：

{
  "provider": {
    "cloudflare-workers-ai": {
      "blacklist": [
        "@cf/deepseek-ai/deepseek-v4-flash-0731",
        "@cf/deepseek-ai/deepseek-v4-pro-0813",
        "@cf/zai-org/glm-5.2",
        "@cf/zai-org/glm-5.3",
        "@cf/zai-org/glm-5.3-flash",
        "@cf/moonshotai/kimi-k2.6",
        "@cf/moonshotai/kimi-k2.7-code"
      ]
    }
  }
}

# CLI
opencode run -m cloudflare-workers-ai/@cf/openai/gpt-oss-120b "你好"
opencode run -m cloudflare-workers-ai/@cf/qwen/qwen2.5-coder-32b-instruct "你好"

配置

~/.config/opencode/opencode.json（全局）或 opencode.json（项目级）：

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "sensenova": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "SenseNova (商汤日日新)",
      "options": {
        "baseURL": "https://token.sensenova.cn/v1",
        "apiKey": "{env:SENSENOVA_API_KEY}"
      },
      "models": {
        "sensenova-6.7-flash-lite": {
          "name": "SenseNova 6.7 Flash-Lite",
          "limit": { "context": 262144, "output": 65536 },
          "reasoning": true,
          "attachment": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "sensenova-6.8-flash-lite": {
          "name": "SenseNova 6.8 Flash-Lite",
          "limit": { "context": 262144, "output": 65536 },
          "reasoning": true,
          "attachment": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "deepseek-v4-flash": {
          "name": "DeepSeek V4 Flash (via SenseNova)",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "glm-5.2": {
          "name": "GLM-5.2 (via SenseNova)",
          "limit": { "context": 1048576, "output": 131072 },
          "reasoning": true,
          "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "siliconflow": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "硅基流动 (SiliconFlow)",
      "options": {
        "baseURL": "https://api.siliconflow.cn/v1",
        "apiKey": "{env:SILICONFLOW_API_KEY}"
      },
      "models": {
        "Qwen/Qwen3-8B": {
          "name": "Qwen3-8B (免费)",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "deepseek-ai/DeepSeek-R1-0528-Qwen3-8B": {
          "name": "DeepSeek-R1-0528-Qwen3-8B (免费推理)",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": false,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "modelscope": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "魔塔社区 (ModelScope)",
      "options": {
        "baseURL": "https://api-inference.modelscope.cn/v1",
        "apiKey": "{env:MODELSCOPE_API_KEY}"
      },
      "models": {
        "Qwen/Qwen3-Coder-30B-A3B-Instruct": {
          "name": "Qwen3-Coder-30B",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        },
        "deepseek-ai/DeepSeek-V4-Pro": {
          "name": "DeepSeek V4 Pro (需在控制台开通额度)",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "nvidia": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "NVIDIA NIM",
      "options": {
        "baseURL": "https://integrate.api.nvidia.com/v1",
        "apiKey": "{env:NVIDIA_NIM_API_KEY}"
      },
      "models": {
        "openai/gpt-oss-120b": {
          "name": "GPT-OSS 120B",
          "limit": { "context": 131072, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0, "output": 0 }
        }
      }
    },
    "agnes": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Agnes AI (国际站)",
      "options": {
        "baseURL": "https://apihub.agnes-ai.com/v1",
        "apiKey": "{env:AGNES_API_KEY}"
      },
      "models": {
        "agnes-2.5-pro": {
          "name": "Agnes 2.5 Pro",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        },
        "agnes-2.5-pro-alpha": {
          "name": "Agnes 2.5 Pro Alpha",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        }
      }
    },
    "agnes-cn": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Agnes AI (中国站)",
      "options": {
        "baseURL": "https://api.agnes-ai.cn/v1",
        "apiKey": "{env:AGNES_CN_API_KEY}"
      },
      "models": {
        "agnes-2.5-pro": {
          "name": "Agnes 2.5 Pro",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        },
        "agnes-2.5-pro-alpha": {
          "name": "Agnes 2.5 Pro Alpha",
          "limit": { "context": 1048576, "output": 65536 },
          "reasoning": true, "tool_call": true,
          "cost": { "input": 0.45, "output": 0.9 }
        }
      }
    }
  }
}

使用

# CLI
opencode run -m sensenova/sensenova-6.7-flash-lite "你好"
opencode run -m siliconflow/Qwen/Qwen3-8B "你好"
opencode run -m modelscope/Qwen/Qwen3-Coder-30B-A3B-Instruct "你好"
opencode run -m nvidia/openai/gpt-oss-20b "你好"
opencode run -m agnes/agnes-2.5-pro "你好"
opencode run -m agnes-cn/agnes-2.5-pro "你好"

# 设为默认模型
opencode.json → "model": "sensenova/glm-5.2"

TUI 内 Ctrl+O 选 provider 后用 Ctrl+P 切换模型。

与 pi 扩展的差异

| 维度 | pi 扩展 (pi-cn-free-model-providers) | opencode 原生 | |---|---|---| | 底层 | 自定义 streamSimple + fetch | @ai-sdk/openai-compatible | | 消息清洗 | 内置 cleanBody（合并 system、删 content: null） | 无（AI SDK 默认行为） | | Scope | 仅 pi 可用 | opencode TUI/CLI 可用 | | 依赖 | 零外部依赖 | 需 @ai-sdk/openai-compatible（opencode 自动安装） |

opencode 原生方式不经过 cleanBody，但实测标准对话/工具调用均正常；若遇到 Errors in message queue response 400 错误，说明 SenseNova 网关拒绝了某字段，建议换用 pi 扩展（内置清洗）或避免使用 structured output 等特性。

注意事项

1. 模型歧义：若机器上也配置了 pi 内置 opencode provider 且带 key，恢复 Zen 模型后裸模型 ID 可能报 "ambiguous across providers"。解决：显式 --provider opencode-zen，或删除内置 opencode 的 key，或将 defaultProvider 设为 opencode-zen。

2. 限流是共享的：匿名 public key 的免费额度是全 Zen 用户共享的（社区实测约 200 请求/天兜底，官方未公布固定配额），到达后返回 429 FreeUsageLimitError，需等待重置。人越多额度越紧张。

3. UA 门可能变化：本扩展写死 User-Agent: opencode/1.15.5。OpenCode 官方若调整版本号或免费门控策略，免费通道可能失效，需同步更新本文件中的 OPENCODE_STATIC_HEADERS。

4. 数据条款：免费模型的免费期内，提交的数据可能被用于改进模型（官方隐私声明明确例外）。切勿发送敏感/机密内容。nemotron-* 为 NVIDIA 试用端点，禁止提交个人或机密数据，会话会被记录。

5. 免费是限时的：官方措辞为 "available for a limited time"，模型可能随时下架、改名或转为付费，不适合作为生产依赖。

6. 单文件可审计：整个扩展就是一个 .mjs 文件，使用前建议通读确认无异常行为。

7. 代理会导致 500：Zen API 请求不能走 HTTP 代理（实测经 v2rayN/Clash 等代理转发返回 500 Internal server error，直连正常）。若系统全局代理已开启（Windows WinINET），node/bun 的 fetch 默认不读系统代理所以不受影响，但请勿为此扩展显式设置 HTTPS_PROXY/HTTP_PROXY 环境变量指向代理。

8. DeepSeek V4 思维模式回传：deepseek-v4-flash（通过 SenseNova 等）思维模式开启时，DeepSeek 要求历史中 assistant 消息（尤其带 tool_calls 的轮次）必须回传 reasoning_content，缺失即报 400 The reasoning_content in the thinking mode must be passed back to the API。本扩展已把 pi 内部 thinking 块转回顶层 reasoning_content 字段随历史回传（空字符串也保留，工具调用轮次强制携带）。

9. npm 发布与 Trusted Publisher：npm 发布由 .github/workflows/publish-npm.yml 负责，采用 GitHub Actions OIDC Trusted Publisher，不需要长期保存 NPM_TOKEN。发布前递增 package.json 版本号，再推送匹配的 v* tag；Trusted Publisher 必须绑定仓库 pgciq/pi-cn-free-model-providers 和 workflow .github/workflows/publish-npm.yml。

10. package.json 的 UTF-8 BOM（1.0.2 已修复）：1.0.0/1.0.1 发布到 npm 的 package.json 首行带 UTF-8 BOM。pi 的 readPiManifest 用裸 JSON.parse 解析该文件，BOM 会令解析抛错并被静默忽略，导致整个扩展不加载（/model 里看不到 opencode-zen/sensenova 等任何 provider）。1.0.2 起已去掉 BOM；若 pi install 后看不到 provider，请 pi update --extensions 确认装的是 1.0.2+。pi 侧的健壮性问题已提交：earendil-works/pi#8310。

11. 无需手动配置 auth.json（1.0.4 起）：旧版要求 ~/.pi/agent/auth.json 中为每个 provider 添加 { "type": "api_key", "key": "public" } 条目，否则 pi 找不到 key 会直接跳过扩展（报 No API key found for <provider>）。1.0.4 起每个 provider 自注册 apiKey: "public"（匿名占位），pi 视其为已配置 key，装完即可见可用；要使用账号 key 直接用环境变量即可。重装插件后无需再改 auth.json。

12. 免费清单自动去漂移（1.0.6 起）：启动后会在后台拉取各自 provider 的 /v1/models 实时列表，与内置白名单做交集，自动剔除已从免费档下架/改名的模型（如某模型被移出免费档，下次启动即不再出现，无需等发版）。设计上只删不增：因为各 /v1/models 端点不返回定价，且付费模型会保留 -free 后缀（如已被移出免费档的 deepseek-v4-flash-free 仍列在 Zen 端点里），自动新增会把付费模型误当免费暴露。新增免费模型仍需在 pi-cn-free-model-providers-ext.mjs 的对应白名单里人工添加（并补好 metadata）。拉取失败/超时（8s）时静默回退到内置白名单，注册永不中断；第三方供应商需设置对应 API key 环境变量才会做实时校验，否则直接用内置列表。

13. Zen 免费模型自动发现 + 免费状态复核（1.0.7 起）：Zen 供应商在启动后会在后台对实时列表中的全部模型逐个发探测请求（max_tokens: 1 的小请求，8 路并发）：匿名 public key 能返回 200 即判定免费（付费模型在鉴权阶段就被 401 拒绝，不计费）；若设置了真实 OPENCODE_API_KEY，则改用响应中的 cost 字段是否为 0 判定。因此：① 不在白名单的新免费模型无需等插件发版即可直接使用（自动注册，保守 metadata：上下文 128K / 输出 64K，名称即模型 ID）；② 白名单模型若被官方转为付费，即使仍在 /v1/models 里也会被自动剔除，避免匿名下报错、配了真实 key 时被误扣费。探测结果分三档：free（保留/新增）、paid（剔除）、unknown（网络故障等，一律保留原状，瞬时故障不会清空列表；全部 unknown 时回退到白名单 ∩ 实时列表）。白名单条目始终优先（元数据更精确），想要补全显示名/上下文窗口可在白名单中加正式条目。

命令

• /model-capabilities [image|video|audio|vision|reasoning|tools] — 列出本扩展注册的全部 provider 下每个模型的能力；已验证的图像/视频/音频模型也会注册并使用原生 endpoint。
• /model-prices [provider] — 查询已注册模型的 catalog 定价（USD/1M tokens、上下文窗口）。零值表示 curated catalog 标记为免费；没有真实价格时显示 —。
• /model-usage — 查询当前 Pi 进程累计的 token/cost 使用量。它是 session usage，不是各 provider 的后台账单；各 provider 没有统一 usage API。

ModLens 视觉引擎切换

若安装了 ModLens 技能（~/.agents/skills/modlens），可通过以下命令在已配置的视觉引擎间切换：

# 查看当前状态
bash ~/.agents/skills/modlens/scripts/run.sh doctor

# 切换视觉引擎（推荐用 config use openai <槽位>，再设 provider openai）
# key 从环境变量读取（.zshrc 已配置，无需手动输入）

# --- 国内直连（无需代理） ---

# Agnes CN（免费，512K 上下文，默认首选）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai cn
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 智谱 GLM-4V Plus（需 key，环境变量 BIGMODEL_API_KEY）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai zhipu
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 商汤 SenseNova 6.8 Flash Lite（免费多模态，环境变量 SENSENOVA_API_KEY）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai sensenova
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 阿里通义千问 Qwen-VL（需 key，环境变量 ALI_API_KEY，DashScope 平台）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai dashscope
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# 硅基流动 Qwen3-VL-30B-A3B（环境变量 SILICONFLOW_API_KEY）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai siliconflow
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# Agnes 国际版（国内直连可用，比 CN 慢约一倍）
bash ~/.agents/skills/modlens/scripts/run.sh config use openai intl
bash ~/.agents/skills/modlens/scripts/run.sh config set provider openai

# --- 需代理 ---

# Gemini（免费，~1500次/天，需要代理访问 Google API）
bash ~/.agents/skills/modlens/scripts/run.sh config set provider gemini-api

各引擎对比：

| 引擎 | 模型 | 速度 | 布局分析 | 网络 | 实测 | 当前状态 | |------|------|------|---------|------|------|---------| | Agnes CN | agnes-2.5-pro | ~17-20s | 48 区域（详细） | 直连国内 | ✅ | 付费 | | 智谱 | glm-4v-plus | ~21s | — | 直连国内 | ✅（需 structuredOutput: true） | 备选 | | 商汤 | sensenova-6.8-flash-lite | ~27s | 多模态 | 直连国内 | ✅ | 备选 | | 阿里通义千问 | qwen3-vl-flash | — | — | 直连国内 | ❌ VL 免费额度耗尽（图像生成额度有剩余） | 备选 | | 硅基流动 | Qwen3-VL-30B-A3B | ~39s | 开源视觉 MoE | 直连国内 | ✅ | 备选 | | Gemini | gemini-3.6-flash | ~16s | 4 区域（简洁） | 需代理 | ✅ | 备选 | | Agnes 国际版 | agnes-2.5-pro | ~35s | 48 区域（详细） | 国内直连（慢） | ✅ | 付费 |

所有 openai 槽位的 key 均从环境变量读取（AGNES_CN_API_KEY、AGNES_API_KEY、BIGMODEL_API_KEY、SENSENOVA_API_KEY、SILICONFLOW_API_KEY、ALI_API_KEY），配置在 ~/.zshrc 中。

License

MIT