コンテンツにスキップ

モデル

最終的にすべてのエージェントは LLM を呼び出します。SDK は 2 つの軽量なインターフェースの背後にモデルを抽象化します:

  • Model – 特定の API に対して 1 回 のリクエストを行う方法を知っています
  • ModelProvider – 人間が読めるモデルの names(例: 'gpt‑4o')を Model インスタンスに解決します

日常的な作業では、通常はモデルの names と、時には ModelSettings にだけ触れます。

エージェントごとのモデル指定
import { Agent } from '@openai/agents';
const agent = new Agent({
name: 'Creative writer',
model: 'gpt-4.1',
});

デフォルトの ModelProvider は OpenAI APIs を使って名前を解決します。2 つの異なるエンドポイントをサポートします:

API用途setOpenAIAPI() を呼ぶ
Chat Completions標準的なチャットと関数呼び出しsetOpenAIAPI('chat_completions')
Responses新しい streaming‑first な生成 API(ツール呼び出し、柔軟な出力)setOpenAIAPI('responses') (default)
既定の OpenAI キーを設定
import { setDefaultOpenAIKey } from '@openai/agents';
setDefaultOpenAIKey(process.env.OPENAI_API_KEY!); // sk-...

カスタムのネットワーク設定が必要な場合は、setDefaultOpenAIClient(client) で独自の OpenAI クライアントを差し込むこともできます。

OpenAI プロバイダーのデフォルトは gpt‑4o です。エージェント単位またはグローバルに上書きできます:

デフォルトモデルを設定
import { Runner } from '@openai/agents';
const runner = new Runner({ model: 'gpt‑4.1-mini' });

ModelSettings は OpenAI のパラメーターを反映しますが、プロバイダーに依存しません。

FieldTypeNotes
temperaturenumber創造性と決定性のトレードオフ
topPnumberNucleus サンプリング
frequencyPenaltynumber繰り返しトークンへのペナルティ
presencePenaltynumber新しいトークンの促進
toolChoice'auto' | 'required' | 'none' | stringforcing tool use を参照
parallelToolCallsbooleanサポートされる場合に並列の関数呼び出しを許可
truncation'auto' | 'disabled'トークン切り捨て戦略
maxTokensnumberレスポンスの最大トークン数
storebooleanレスポンスを永続化して取得や RAG ワークフローで利用

設定はどちらのレベルにも付与できます:

モデル設定
import { Runner, Agent } from '@openai/agents';
const agent = new Agent({
name: 'Creative writer',
// ...
modelSettings: { temperature: 0.7, toolChoice: 'auto' },
});
// or globally
new Runner({ modelSettings: { temperature: 0.3 } });

Runner レベルの設定は、競合するエージェント単位の設定よりも優先されます。


エージェントには prompt パラメーターを設定でき、サーバーに保存されたプロンプト設定を使用してエージェントの動作を制御します。現在、このオプションは OpenAI の Responses API を使用している場合にのみサポートされます。

FieldTypeNotes
promptIdstringプロンプトの一意の識別子
versionstring使用したいプロンプトのバージョン
variablesobjectプロンプトに差し込む変数のキー/値のペア。値は文字列またはテキスト・画像・ファイルなどのコンテンツ入力タイプにできます
プロンプト付きエージェント
import { Agent, run } from '@openai/agents';
async function main() {
const agent = new Agent({
name: 'Assistant',
prompt: {
promptId: 'pmpt_684b3b772e648193b92404d7d0101d8a07f7a7903e519946',
version: '1',
variables: {
poem_style: 'limerick',
},
},
});
const result = await run(agent, 'Write about unrequited love.');
console.log(result.finalOutput);
}
if (require.main === module) {
main().catch(console.error);
}

tools や instructions のような追加のエージェント構成は、保存されたプロンプトで設定した値を上書きします。


独自のプロバイダーの実装は簡単です。ModelProviderModel を実装し、Runner コンストラクターにプロバイダーを渡します:

最小限のカスタムプロバイダー
import {
ModelProvider,
Model,
ModelRequest,
ModelResponse,
ResponseStreamEvent,
} from '@openai/agents-core';
import { Agent, Runner } from '@openai/agents';
class EchoModel implements Model {
name: string;
constructor() {
this.name = 'Echo';
}
async getResponse(request: ModelRequest): Promise<ModelResponse> {
return {
usage: {},
output: [{ role: 'assistant', content: request.input as string }],
} as any;
}
async *getStreamedResponse(
_request: ModelRequest,
): AsyncIterable<ResponseStreamEvent> {
yield {
type: 'response.completed',
response: { output: [], usage: {} },
} as any;
}
}
class EchoProvider implements ModelProvider {
getModel(_modelName?: string): Promise<Model> | Model {
return new EchoModel();
}
}
const runner = new Runner({ modelProvider: new EchoProvider() });
console.log(runner.config.modelProvider.getModel());
const agent = new Agent({
name: 'Test Agent',
instructions: 'You are a helpful assistant.',
model: new EchoModel(),
modelSettings: { temperature: 0.7, toolChoice: 'auto' },
});
console.log(agent.model);

OpenAI プロバイダーを使用する場合、API キーを指定して自動トレースエクスポートをオプトインできます:

トレーシングエクスポーター
import { setTracingExportApiKey } from '@openai/agents';
setTracingExportApiKey('sk-...');

これにより、OpenAI dashboard にトレースが送信され、ワークフローの完全な実行グラフを確認できます。