OpenCode插件-codearts-auth：好朋友们！免费使用华为的glm-5.1、glm-5、glm-4.7~

10012174052 · 2026 年5 月 2 日 00:57

源码：codearts-auth.zip
不开源，就我们社区的好朋友们地用。开源的话用得人多了华为的服务器会变卡。

我知道心流社区有很多的心流团队的开发者，很感谢他们为我们提供iflow cli`这样的好工具而付出的所有心血，
也很感谢心流官方曾经提供的诸多免费模型让我们的开发工作无忧无虑~

使用方式：
1、下载解压
2、OpenCode配置文件中：%USERPROFILE%\.config\opencode\opencode.json
写自己解压后的路径

3、命令行直接输入 opencode（windows gui用户输入 opencode-cli）
4、打开opencode 后，按照下图操作

如果没开通过 codeart 个人版会提示你开通，如果开通过就不会有下面这个界面：
开通后会自动回到上图，点击登录就行

可用模型：（这里的模型id是指插件内部请求官方的模型id，对外的模型id都是下方的模型名称）

模型 ID	模型名称	上下文窗口	最大输出	描述
`Glm-5-internal`	glm-5	202,752	65,536	智谱 GLM-5 内部版本
`GLM-5.1`	glm-5.1	202,752	131,072	智谱 GLM-5.1
`GLM-4.7-SFT-Harmony`	glm-4.7-sft-harmony	202,752	65,536	智谱 GLM-4.7 SFT Harmony 版本
`deepseek-v3.2`	deepseek-v3.2	163,840	32,768	深度求索 DeepSeek V3.2
`Glm-4.7-internal`	glm-4.7	202,752	65,536	智谱 GLM-4.7 内部版本

测试情况：(这个响应速度确实离收费模型还有很大的一段距离，各家 codingplan 基本上都是在5秒以内，没办法各种形式的免费模型皆是如此)

供应商id（供应商标志）是：huawei-codearts （你可能在CC-SWITCH的OpenCode配置中需要使用，因为OMO要选择必须配置OpenCode的该供应商模型列表，配置时不需要指定 baseUrl 和 apiKey）
OpenCode 配置示例：（不需要limit，因为插件内置了正确的且 OpenCode 会正常识别上下文大小）

{
  "$schema": "https://opencode.ai/config.json",
  "theme": "github-transparent",
  "watcher": {
    "ignore": [
      "node_modules/**",
      "dist/**",
      ".git/**",
      ".gitnexus/**",
      ".idea/**"
    ]
  },
  "plugin": [
    "E:/work/nreg/ai-auth/codearts-auth",
    "@mohak34/opencode-notifier@latest",
    "oh-my-openagent@latest"
  ],
  "provider": {
    "huawei-codearts": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "setCacheKey": true
      },
      "models": {
        "glm-5.1": {
          "name": "glm-5.1",
          "modalities": {
            "input": [
              "text"
            ],
            "output": [
              "text"
            ]
          }
        },
        "glm-5": {
          "name": "glm-5",
          "modalities": {
            "input": [
              "text"
            ],
            "output": [
              "text"
            ]
          }
        },
        "glm-4.7-sft-harmony": {
          "name": "glm-4.7-sft-harmony",
          "modalities": {
            "input": [
              "text"
            ],
            "output": [
              "text"
            ]
          }
        },
        "deepseek-v3.2": {
          "name": "deepseek-v3.2",
          "modalities": {
            "input": [
              "text"
            ],
            "output": [
              "text"
            ]
          }
        },
        "glm-4.7": {
          "name": "glm-4.7",
          "modalities": {
            "input": [
              "text"
            ],
            "output": [
              "text"
            ]
          }
        }
      }
    }
  },
  "mcp": {},
  "disabled_providers": []
}

注意：插件可能在一个月后失效，源码分享了到时候自己搞搞啦~ （感谢社区大佬提供的信息）

10012174052 · 2026 年5 月 2 日 01:15

我之前的贴子中可以使用免费的 deepseek-v4-flash 和 qwen3.6-35b-a3b，虽然说 deepseek-v4-flash 推理差点意思，但是它的1m上下文（长链任务连贯性）非常适合做主编排器，因为主编排器不需要太多的推理，它只是将拆解的各种小任务分发给不同的子智能体，（~~最近几天使用 deepseek-v4-flash 的响应速度也是快了不少，看官方群里说是增加了新的服务器~~）