GoModel & OpenAI Agents SDK

​

Bevor Sie beginnen

• Installieren Sie GoModel.
• Wählen Sie einen GoModel-Master-Key, zum Beispiel change-me.
• Konfigurieren Sie mindestens einen Upstream-Modell-Provider.
• Installieren Sie das OpenAI Agents SDK für Python oder JavaScript.

​

1. GoModel starten

docker run --rm -p 8080:8080 \
  -e GOMODEL_MASTER_KEY="change-me" \
  -e OPENAI_API_KEY="sk-..." \
  enterpilot/gomodel

​

2. Den Responses-Endpunkt prüfen

curl -s http://localhost:8080/v1/responses \
  -H "Authorization: Bearer change-me" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5-mini",
    "input": "Reply with exactly ok."
  }'

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8080/v1", api_key="change-me")

response = client.responses.create(
    model="gpt-5-mini",
    input="Reply with exactly ok.",
)

print(response.output_text)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "http://localhost:8080/v1",
  apiKey: "change-me",
});

const response = await client.responses.create({
  model: "gpt-5-mini",
  input: "Reply with exactly ok.",
});

console.log(response.output_text);

​

3. Das SDK konfigurieren

import asyncio
import os

from agents import Agent, Runner, set_default_openai_client, set_tracing_disabled
from openai import AsyncOpenAI

set_default_openai_client(
    AsyncOpenAI(
        base_url=os.getenv("OPENAI_BASE_URL", "http://localhost:8080/v1"),
        api_key=os.getenv("GOMODEL_MASTER_KEY", "change-me"),
    ),
    use_for_tracing=False,
)
set_tracing_disabled(True)

agent = Agent(
    name="Gateway assistant",
    instructions="Be concise.",
    model=os.getenv("OPENAI_MODEL", "gpt-5-mini"),
)


async def main():
    result = await Runner.run(agent, "Reply with exactly ok.")
    print(result.final_output)


if __name__ == "__main__":
    asyncio.run(main())

import OpenAI from "openai";
import {
  Agent,
  run,
  setDefaultOpenAIClient,
  setOpenAIAPI,
  setTracingDisabled,
} from "@openai/agents";

setDefaultOpenAIClient(
  new OpenAI({
    baseURL: process.env.OPENAI_BASE_URL ?? "http://localhost:8080/v1",
    apiKey: process.env.GOMODEL_MASTER_KEY ?? "change-me",
  }),
);
setOpenAIAPI("responses");
setTracingDisabled(true);

const agent = new Agent({
  name: "Gateway assistant",
  instructions: "Be concise.",
  model: process.env.OPENAI_MODEL ?? "gpt-5-mini",
});

const result = await run(agent, "Reply with exactly ok.");
console.log(result.finalOutput);

​

Modell-IDs mit Namespace

import asyncio
import os

from agents import Agent, MultiProvider, RunConfig, Runner
from openai import AsyncOpenAI

client = AsyncOpenAI(
    base_url=os.getenv("OPENAI_BASE_URL", "http://localhost:8080/v1"),
    api_key=os.getenv("GOMODEL_MASTER_KEY", "change-me"),
)

run_config = RunConfig(
    model_provider=MultiProvider(
        openai_client=client,
        unknown_prefix_mode="model_id",
        openai_prefix_mode="model_id",
    )
)

agent = Agent(
    name="Gateway assistant",
    instructions="Be concise.",
    model=os.getenv("OPENAI_MODEL", "anthropic/claude-sonnet-4-20250514"),
)


async def main():
    result = await Runner.run(
        agent,
        "Reply with exactly ok.",
        run_config=run_config,
    )
    print(result.final_output)


if __name__ == "__main__":
    asyncio.run(main())

​

Unterstützte SDK-Pfade

• Runner.run(...) ohne Streaming
• Runner.run_streamed(...) mit Streaming über HTTP/SSE
• Function-Tool-Schleifen
• Handoffs und Agents-as-Tools, sofern sie zu Tool Calls des Modells kompiliert werden
• vom SDK verwaltete lokale Sessions, die den Input-Verlauf erneut senden
• /v1/conversations für serverseitig verwaltete Conversation-Ressourcen
• /v1/responses/input_tokens
• /v1/responses/compact
• lokaler Abruf von Responses über /v1/responses/{id} und /v1/responses/{id}/input_items

​

Speicherverhalten

​

Aktuelle Einschränkungen

• Der WebSocket-Transport für Responses ist nicht implementiert. Verwenden Sie mit GoModel den HTTP/SSE-Transport des SDK.
• Gehostete Tools wie Websuche, Dateisuche und Computer Use erfordern einen nativen Upstream-Provider, der diese Tool-Payloads unterstützt. Chat-übersetzte Provider wie Anthropic und Gemini lehnen diese Tools ab, sofern GoModel nicht eine explizite Zuordnung der Provider-Funktionen dafür ergänzt.
• Bei Anthropic wird text.format über die nativen Structured Outputs von Claude (json_schema) oder über eine Anweisung im System-Prompt (json_object) bedient, und text.verbosity wird mit einer Warnung verworfen – Anthropic hat dafür keine Entsprechung.
• previous_response_id wird an native Responses-Provider weitergeleitet. Für Chat-übersetzte Provider löst GoModel die ID aus seinen gespeicherten Responses auf und sendet Input und Output des vorherigen Turns erneut. Die vorherige Response muss daher mit aktiviertem store erstellt worden sein. conversation wird für jeden Provider aus den vom Gateway verwalteten Conversations aufgelöst.
• Tracing ist vom Modell-Routing getrennt. Deaktivieren Sie das Tracing des SDK oder konfigurieren Sie einen echten OpenAI-Tracing-Key.

​

Weitere Beispiele

​

Referenzen

• Konfiguration des OpenAI Agents SDK für Python: https://openai.github.io/openai-agents-python/config/
• Konfiguration des OpenAI Agents SDK für JavaScript: https://openai.github.io/openai-agents-js/guides/config/
• Agents mit dem OpenAI Agents SDK ausführen: https://openai.github.io/openai-agents-python/running_agents/