配置
本页涵盖 SDK 范围的默认设置，这些设置通常在应用启动时设置一次，例如默认 OpenAI 密钥或客户端、默认 OpenAI API 形态、追踪导出默认设置以及日志行为。
这些默认设置仍适用于基于沙盒的工作流，但沙盒工作区、沙盒客户端和会话复用需单独配置。
如果你需要改为配置特定智能体或运行，请从以下内容开始：
- 智能体，了解普通
Agent上的 instructions、tools、输出类型、任务转移和安全防护措施。 - 运行智能体，了解
RunConfig、会话和对话状态选项。 - 沙盒智能体，了解
SandboxRunConfig、清单、能力以及特定于沙盒客户端的工作区设置。 - 模型，了解模型选择和提供方配置。
- 追踪，了解每次运行的追踪元数据和自定义追踪进程。
API 密钥和客户端
默认情况下，SDK 使用 OPENAI_API_KEY 环境变量进行 LLM 请求和追踪。密钥会在 SDK 首次创建 OpenAI 客户端时解析（惰性初始化），因此请在第一次模型调用之前设置该环境变量。如果无法在应用启动前设置该环境变量，可以使用 set_default_openai_key() 函数来设置密钥。
或者，也可以配置要使用的 OpenAI 客户端。默认情况下，SDK 会创建一个 AsyncOpenAI 实例，并使用环境变量中的 API 密钥或上面设置的默认密钥。可以使用 set_default_openai_client() 函数更改此行为。
from openai import AsyncOpenAI
from agents import set_default_openai_client
custom_client = AsyncOpenAI(base_url="...", api_key="...")
set_default_openai_client(custom_client)
如果你偏好基于环境变量的端点配置，默认 OpenAI 提供方也会读取 OPENAI_BASE_URL。启用 Responses websocket 传输时，它还会读取 OPENAI_WEBSOCKET_BASE_URL，用于 websocket /responses 端点。
export OPENAI_BASE_URL="https://your-openai-compatible-endpoint.example/v1"
export OPENAI_WEBSOCKET_BASE_URL="wss://your-openai-compatible-endpoint.example/v1"
最后，也可以自定义所使用的 OpenAI API。默认情况下，我们使用 OpenAI Responses API。可以使用 set_default_openai_api() 函数覆盖此设置，改用 Chat Completions API。
OpenAI 提供方默认设置
由 OpenAI 支持的提供方在解析模型名称时也会读取 SDK 范围的默认设置。使用 set_default_openai_responses_transport() 可让 OpenAI Responses 模型默认使用 websocket 传输：
from agents import set_default_openai_responses_transport
set_default_openai_responses_transport("websocket")
这会影响由默认 OpenAI 提供方解析的 OpenAI Responses 模型。有关提供方级别设置、连接复用、keepalive 选项以及自定义 websocket 端点，请参见 Responses WebSocket 传输。
如果你的 OpenAI 设置需要提供方级别的智能体注册元数据，请在启动时配置一次默认 harness ID：
你也可以传入完整的注册对象：
from agents import OpenAIAgentRegistrationConfig, set_default_openai_agent_registration
set_default_openai_agent_registration(
OpenAIAgentRegistrationConfig(harness_id="your-harness-id")
)
如果未设置 SDK 默认值，由 OpenAI 支持的提供方会回退使用 OPENAI_AGENT_HARNESS_ID 环境变量。配置 harness ID 后，SDK 会将其作为 agent_harness_id 添加到追踪元数据中，除非 RunConfig.trace_metadata 中已存在该键。
追踪
追踪默认启用。默认情况下，它使用与上一节中的模型请求相同的 OpenAI API 密钥（即环境变量中的密钥或你设置的默认密钥）。可以使用 set_tracing_export_api_key 函数专门设置用于追踪的 API 密钥。
如果模型流量使用一个密钥或客户端，但追踪应使用另一个 OpenAI 密钥，请在设置默认密钥或客户端时传入 use_for_tracing=False，然后单独配置追踪。如果不使用自定义客户端，同样的模式也适用于 set_default_openai_key()。
from openai import AsyncOpenAI
from agents import (
set_default_openai_client,
set_tracing_export_api_key,
)
custom_client = AsyncOpenAI(base_url="https://your-openai-compatible-endpoint.example/v1", api_key="provider-key")
set_default_openai_client(custom_client, use_for_tracing=False)
set_tracing_export_api_key("sk-tracing")
如果在使用默认导出器时需要将追踪归因到特定组织或项目，请在应用启动前设置这些环境变量：
也可以为每次运行设置追踪 API 密钥，而不更改全局导出器。
from agents import Runner, RunConfig
await Runner.run(
agent,
input="Hello",
run_config=RunConfig(tracing={"api_key": "sk-tracing-123"}),
)
还可以使用 set_tracing_disabled() 函数完全禁用追踪。
如果想保持追踪启用，但从追踪载荷中排除可能敏感的输入/输出，请将 RunConfig.trace_include_sensitive_data 设置为 False：
from agents import Runner, RunConfig
await Runner.run(
agent,
input="Hello",
run_config=RunConfig(trace_include_sensitive_data=False),
)
也可以在应用启动前设置此环境变量，从而无需改代码即可更改默认值：
有关完整的追踪控制，请参见追踪指南。
调试日志
SDK 定义了两个 Python 日志记录器（openai.agents 和 openai.agents.tracing），并且默认不附加处理程序。日志遵循应用的 Python 日志配置。
要启用详细日志，请使用 enable_verbose_stdout_logging() 函数。
或者，可以通过添加处理程序、过滤器、格式化器等来自定义日志。更多信息可参见 Python 日志指南。
import logging
logger = logging.getLogger("openai.agents") # or openai.agents.tracing for the Tracing logger
# To make all logs show up
logger.setLevel(logging.DEBUG)
# To make info and above show up
logger.setLevel(logging.INFO)
# To make warning and above show up
logger.setLevel(logging.WARNING)
# etc
# You can customize this as needed, but this will output to `stderr` by default
logger.addHandler(logging.StreamHandler())
日志中的敏感数据
某些日志可能包含敏感数据（例如用户数据）。
默认情况下，SDK 不会 记录 LLM 输入/输出或工具输入/输出。这些保护由以下设置控制：
如果需要临时包含这些数据以进行调试，请在应用启动前将任一变量设置为 0（或 false）：