GoModel i OpenAI Agents SDK

​

Zanim zaczniesz

• Zainstaluj GoModel.
• Wybierz klucz główny GoModel, na przykład change-me.
• Skonfiguruj co najmniej jednego upstreamowego providera modeli.
• Zainstaluj OpenAI Agents SDK dla Pythona lub JavaScriptu.

​

1. Uruchom GoModel

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

​

2. Sprawdź endpoint Responses

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. Skonfiguruj SDK

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);

​

ID modeli z przestrzenią nazw

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())

​

Obsługiwane ścieżki SDK

• Runner.run(...) bez streamingu
• Runner.run_streamed(...) ze streamingiem przez HTTP/SSE
• pętle narzędzi funkcyjnych
• handoffy i agentów jako narzędzia, gdy kompilują się do wywołań narzędzi modelu
• lokalne sesje zarządzane przez SDK, które odtwarzają historię wejścia
• /v1/conversations dla zasobów rozmów zarządzanych po stronie serwera
• /v1/responses/input_tokens
• /v1/responses/compact
• lokalne pobieranie odpowiedzi przez /v1/responses/{id} i /v1/responses/{id}/input_items

​

Zachowanie storage

​

Obecne ograniczenia

• Transport websocket dla Responses nie jest zaimplementowany. Używaj z GoModel transportu HTTP/SSE z SDK.
• Hostowane narzędzia, takie jak web search, file search i computer use, wymagają natywnego upstreamowego providera, który obsługuje payloady tych narzędzi. Providerzy z translacją do Chat Completions, tacy jak Anthropic i Gemini, odrzucają te narzędzia, chyba że GoModel doda dla nich jawne mapowanie możliwości providera.
• W Anthropic text.format jest obsługiwane przez natywne structured outputs Claude (json_schema) lub instrukcję w system prompcie (json_object), a text.verbosity jest pomijane z ostrzeżeniem — Anthropic nie ma odpowiednika.
• previous_response_id jest przekazywane do natywnych providerów Responses. Dla providerów z translacją do Chat Completions GoModel rozwiązuje je na podstawie zapisanych odpowiedzi i odtwarza wejście i wyjście poprzedniej tury, więc poprzednia odpowiedź musi zostać utworzona z włączonym store. conversation jest rozwiązywane z rozmów zarządzanych przez gateway dla każdego providera.
• Tracing jest niezależny od routingu modeli. Wyłącz tracing w SDK lub skonfiguruj prawdziwy klucz OpenAI do tracingu.

​

Więcej przykładów

​

Materiały źródłowe

• Konfiguracja OpenAI Agents SDK dla Pythona: https://openai.github.io/openai-agents-python/config/
• Konfiguracja OpenAI Agents SDK dla JavaScriptu: https://openai.github.io/openai-agents-js/guides/config/
• Uruchamianie agentów w OpenAI Agents SDK: https://openai.github.io/openai-agents-python/running_agents/