diff --git a/agent/provider.go b/agent/provider.go
index 14b0ddd..42bc42f 100644
--- a/agent/provider.go
+++ b/agent/provider.go
@@ -466,6 +466,12 @@ func TestConnection(ctx context.Context, c Config) (time.Duration, string, error
 	// context 里找到这个 Capture 并填入每次 HTTP 尝试的状态码与 body。
 	ctx, capt := llmrec.NewCapture(ctx)
 	defer logTestConnection(c, capt)
+	// 连接测试是一条单发路径,不经过 agentcore 的会话循环,因此没人往 context 上挂
+	// session id。对配了 SessionHeaderKey 的端点(如 opencode zen 强制要求
+	// x-opencode-session 头,缺了直接 400 MissingSessionID),这会导致"对话正常、
+	// 点击测试却 400"的落差。这里补挂一个一次性随机 session id,让测试与真实对话走同
+	// 一套发头逻辑;未配 SessionHeaderKey 的端点不读它,无副作用。
+	ctx = transcript.WithSessionID(ctx, "conntest-"+transcript.NewSessionID())
 	start := time.Now()
 	// MaxTokens 要给足：推理模型(如 deepseek-v4-pro)在给出答案前会先产出一大段
 	// 思考(实测对一句 "ping" 也能烧 ~2900 token)。若只给 32,模型会一直卡在"思考阶段"
diff --git a/server/server.go b/server/server.go
index 0b0b6fc..efc49bd 100644
--- a/server/server.go
+++ b/server/server.go
@@ -1393,15 +1393,16 @@ func (s *Server) setLLM(w http.ResponseWriter, r *http.Request) {
 // testLLM makes a real minimal completion to verify the config works.
 func (s *Server) testLLM(w http.ResponseWriter, r *http.Request) {
 	var req struct {
-		Provider        string `json:"provider"`
-		Model           string `json:"model"`
-		BaseURL         string `json:"base_url"`
-		Proxy           string `json:"proxy"`
-		APIKey          string `json:"api_key"`
-		ThinkingType    string `json:"thinking_type"`
-		ReasoningEffort string `json:"reasoning_effort"`
-		ProfileID       *int64 `json:"profile_id"` // 测已存 profile 时传入：api_key 为空则用它存的 key
-		Streaming       *bool  `json:"streaming"`  // 省略=流式，与保存 profile 时同一套默认
+		Provider         string `json:"provider"`
+		Model            string `json:"model"`
+		BaseURL          string `json:"base_url"`
+		Proxy            string `json:"proxy"`
+		APIKey           string `json:"api_key"`
+		ThinkingType     string `json:"thinking_type"`
+		ReasoningEffort  string `json:"reasoning_effort"`
+		ProfileID        *int64 `json:"profile_id"`         // 测已存 profile 时传入：api_key 为空则用它存的 key
+		Streaming        *bool  `json:"streaming"`          // 省略=流式，与保存 profile 时同一套默认
+		SessionHeaderKey string `json:"session_header_key"` // 非空=测试时也带该自定义会话头，值为一次性随机 session id
 	}
 	if err := json.NewDecoder(r.Body).Decode(&req); err != nil {
 		writeErr(w, 400, err.Error())
@@ -1417,11 +1418,21 @@ func (s *Server) testLLM(w http.ResponseWriter, r *http.Request) {
 	if req.Streaming != nil {
 		cfg.Stream = *req.Streaming
 	}
+	// 自定义会话头名照该配置来：非空则测试请求也发这个头(值为一次性随机 session id，
+	// 见 TestConnection)。opencode zen 等强制要求 x-opencode-session 的端点，缺了它
+	// 直接 400，必须在测试路径上也带上，否则"对话通、测试 400"。
+	cfg.SessionHeaderKey = req.SessionHeaderKey
 	// API Key 解析优先级：表单输入 > 指定 profile 存的 key > 全局配置的 key。
 	// 已存 profile 的 key 不回传浏览器，所以测试已存配置时表单为空，需从 DB 取。
-	if cfg.APIKey == "" && req.ProfileID != nil {
+	// 会话头名同理：表单未带时用已存 profile 的值兜底。
+	if req.ProfileID != nil && (cfg.APIKey == "" || cfg.SessionHeaderKey == "") {
 		if p, err := s.m.pg.ProfileByID(*req.ProfileID); err == nil && p != nil {
-			cfg.APIKey = p.APIKey
+			if cfg.APIKey == "" {
+				cfg.APIKey = p.APIKey
+			}
+			if cfg.SessionHeaderKey == "" {
+				cfg.SessionHeaderKey = p.SessionHeaderKey
+			}
 		}
 	}
 	if cfg.APIKey == "" {
diff --git a/web/src/app/(main)/system/llm/page.tsx b/web/src/app/(main)/system/llm/page.tsx
index 7dc4052..1f4427c 100644
--- a/web/src/app/(main)/system/llm/page.tsx
+++ b/web/src/app/(main)/system/llm/page.tsx
@@ -400,6 +400,7 @@ function ProfileSheet({
         toStore(effort),
         profileId,
         streaming,
+        sessionHeaderKey.trim(),
       );
       // 回复内容一并展示：看得见模型确实说了话，才算和会话里跑通是一回事。
       if (r.ok)
diff --git a/web/src/lib/api.ts b/web/src/lib/api.ts
index 349e4fa..48f4777 100644
--- a/web/src/lib/api.ts
+++ b/web/src/lib/api.ts
@@ -784,6 +784,7 @@ export const api = {
     reasoning_effort = "",
     profile_id?: number,
     streaming = true, // 用该配置真实的收发模式来测，别让"流式能通、非流式不通"漏到会话里
+    session_header_key = "", // 非空=测试请求也带该自定义会话头（值为一次性 session id）
   ) =>
     // reply = 模型实际回复(已截断);一个字都不回的配置后端直接判失败
     post<{ ok: boolean; error?: string; latency_ms?: number; model?: string; reply?: string }>("/llm/test", {
@@ -796,6 +797,7 @@ export const api = {
       reasoning_effort,
       profile_id,
       streaming,
+      session_header_key,
     }),
   llmProfiles: () => get<{ profiles: LLMProfile[] }>("/llm/profiles").then((r) => arr(r.profiles)),
   saveLLMProfile: (p: {