1. 先搞清楚 opencode 为什么会报 Model not found你在 opencode 里敲下/start-work终端直接甩出一行红字Model not found: opencode/glm-4.7-free。这个报错的意思其实很直白——opencode 拿着opencode/glm-4.7-free这个模型标识去请求但它的模型注册表里根本没有这一条或者它把请求转发到了某个不认识这个模型的通道上于是直接拒绝执行。opencode 是一个跑在终端里的 AI 编码代理/start-work是它进入工作流的入口命令。这个命令触发时它会读取当前会话绑定的模型配置然后向对应的 API 端点发起请求。问题就出在这个「模型标识」和「实际可用的模型列表」对不上。glm-4.7-free这种带-free后缀的写法通常是某些平台给免费额度模型起的别名。但 opencode 内部对模型标识的解析有自己的规则它期望的格式是provider/model-name比如opencode/xxx或者anthropic/claude-xxx。当你写的opencode/glm-4.7-free在 opencode 的 provider 映射表里找不到对应条目时它不会自动降级而是直接抛Model not found。这个场景适合谁如果你正在用 opencode 做日常编码辅助或者刚配好环境准备跑第一个/start-work结果卡在这一步那这篇就是给你写的。我试过在几个不同配置环境下复现这个问题发现根源基本集中在三处模型标识写错、配置文件骨架缺失、API 通道没有统一。下面逐层拆。2. 模型标识解析opencode/glm-4.7-free 到底哪里不对opencode 的模型标识遵循provider/model两段式结构。provider是它在内部注册的提供方名称model是提供方那边真实的模型 ID。你写的opencode/glm-4.7-free里opencode被当成了 providerglm-4.7-free被当成了 model。但问题是opencode 自己并不是一个模型提供方它只是一个客户端。它需要你告诉它「去哪个 API 端点、用哪个 Key、请求哪个模型」。所以正确的做法是把 provider 指向你实际使用的 API 通道model 写那个通道支持的模型 ID。比如你通过统一 API 通道接入provider 可以配成自定义名称model 写通道文档里列出的真实模型标识。这里有个容易踩的坑很多人看到glm-4.7-free里有free就以为随便填都能跑。实际上-free后缀在不同平台含义不同有的表示限时免费有的表示速率受限有的干脆只是营销命名。opencode 不会去猜你的意图它只做精确匹配。匹配不上就报Model not found。另一个坑是大小写和连字符。glm-4.7-free和glm-4.7-Free、glm_4.7_free在 opencode 眼里是完全不同的字符串。配置文件里写错一个字符结果就是同样的报错。所以第一步排查打开你的 opencode 配置文件找到模型配置那一行确认 provider 和 model 两段都指向真实存在的条目。如果你不确定某个模型 ID 是否可用最稳妥的方式是通过一个统一的 API 通道去查模型列表而不是凭记忆填。3. TaoToken 前置统一 Key 与 API 通道在改配置之前先把 API 通道这件事理清楚。opencode 需要三样东西才能正常发起请求一个 API 端点地址、一个可用的 Key、一个该端点支持的模型 ID。这三样如果分散在多个平台排查起来会很痛苦。统一到一个通道上后面改配置就只需要动一个地方。TaoToken 在这里的角色就是提供统一的 API 通道。你可以在它的控制台里生成 Key然后用同一个 Key 去请求它支持的模型。这样 opencode 的配置里只需要写一个 base URL 和一个 Key模型 ID 从通道的模型列表里选。具体操作路径打开控制台创建 API Keyhttps://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteKey 管理页面在https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteAPI 端点统一用https://taotoken.net/api拿到 Key 之后先别急着写进 opencode 配置。先用 curl 验证一下这个 Key 能不能正常请求模型列表。这一步能帮你排除掉「Key 无效」或「端点写错」这类低级问题避免后面在 opencode 里反复试错。curl -s https://taotoken.net/api/models \ -H Authorization: Bearer 你的Key \ | head -c 800如果返回里能看到模型列表说明 Key 和端点都没问题。接下来就是把这个通道接进 opencode。4. 可复制配置config.toml 与 settings.json 骨架opencode 的配置分两层全局配置和项目级配置。全局配置通常放在~/.config/opencode/config.toml项目级配置放在项目根目录的.opencode/settings.json。两层都会读项目级优先级更高。先给一份config.toml的骨架把 provider 指向统一通道# ~/.config/opencode/config.toml [provider.taotoken] base_url https://taotoken.net/api api_key 你的Key model glm-4.7 [default] provider taotoken model glm-4.7注意这里 model 写的是glm-4.7不是glm-4.7-free。因为-free后缀在通道的模型列表里不一定存在写真实存在的模型 ID 才能匹配上。如果你确实想用免费额度去控制台看当前哪些模型标了免费然后把那个准确的 ID 填进来。项目级settings.json可以覆盖全局配置{ provider: taotoken, model: glm-4.7, baseUrl: https://taotoken.net/api, apiKey: 你的Key, workflow: { startWork: { model: glm-4.7, fallback: minimax-m2.5 } } }这里加了一个fallback字段。它的作用是当主模型不可用时自动切到备用模型继续执行而不是直接抛Model not found中断工作流。这个思路和「Atlas 模式选择一个你自己可以用的模型」是一致的——核心是让工作流有退路。配置写完后检查一下文件权限确保 opencode 进程能读到chmod 600 ~/.config/opencode/config.toml ls -la ~/.config/opencode/如果你用的是 Windows配置文件路径通常在%APPDATA%\opencode\config.toml权限检查可以跳过但要确认路径没有中文和空格。5. 验证请求确认 /start-work 能正常跑起来配置改完不要直接开新会话就敲/start-work。先做两步验证。第一步用 opencode 自带的诊断命令看它读到了什么配置opencode config show这个命令会打印当前生效的 provider、model、base_url。确认输出的 model 是你配置里写的那个而不是opencode/glm-4.7-free。如果还是旧的说明配置文件没被读到检查路径和优先级。第二步发一个最小请求测试通道opencode run --model glm-4.7 回复 ok如果返回ok说明模型标识和通道都通了。这时候再进交互模式敲/start-workopencode # 进入后输入 /start-work正常的话你会看到它开始读取项目文件、生成任务列表而不是报Model not found。如果还是报错把报错里的模型标识复制出来和你配置文件里的 model 字段逐字符对比。十有八九是某个字符对不上。实测下来最容易出问题的是 model 字段里混入了空格或者不可见字符。用cat -A看一下配置文件cat -A ~/.config/opencode/config.toml | grep model行尾如果有^M或者多余空格删掉再试。6. 本篇常见错排查报错一Model not found: opencode/glm-4.7-free这是原文的报错。根因是 provider 写成了opencodemodel 写成了glm-4.7-free。改法provider 改成你实际使用的通道名称model 改成通道支持的模型 ID。如果你不确定模型 ID用第 3 节的 curl 命令拉列表。报错二401 UnauthorizedKey 没写对或者 Key 前面多了Bearer前缀。opencode 配置里 api_key 字段只填 Key 本身不要带Bearer。如果你是从别处复制过来的检查有没有把Bearer一起粘进去。报错三Connection refused / timeoutbase_url 写错了。统一通道的端点是https://taotoken.net/api注意结尾没有斜杠。如果你写成了https://taotoken.net/api/某些 HTTP 客户端会拼出双斜杠导致 404。报错四配置改了但没生效opencode 可能缓存了旧配置。退出所有 opencode 进程再重新启动。如果用的是项目级 settings.json确认文件在项目根目录的.opencode/下而不是在子目录里。报错五/start-work 能跑但中途卡住这不是 Model not found而是模型响应慢或者上下文超限。检查你的 fallback 配置有没有生效。如果主模型是免费额度模型速率受限时容易卡。切到付费模型或者加 fallback 能缓解。报错六模型列表里有 glm-4.7 但请求还是失败确认你请求的模型 ID 和列表里的完全一致。有些通道的模型 ID 带版本号后缀比如glm-4.7-20250101你写glm-4.7可能匹配不上。以列表返回的为准。7. 接入文档与后续操作配置改完、验证通过之后如果你还想看更细的接入参数比如超时设置、重试次数、代理配置可以翻接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite如果你只是想快速验证某个模型能不能用不想改 opencode 配置可以直接在模型对话页面测试https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite长期用 opencode 做编码或者跑 Agent 工作流的话Coding Plan 页面有更完整的配置示例和额度说明https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteKey 管理和新建 Key 都在 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite最后提醒一句改完配置后先用opencode config show确认生效再敲/start-work。这个顺序能帮你省掉很多来回试错的时间。