模型

Agents SDK 原生支持两种 OpenAI 模型：

• 推荐：OpenAIResponsesModel，它使用新的 Responses API 调用 OpenAI API。
• OpenAIChatCompletionsModel，它使用 Chat Completions API 调用 OpenAI API。

模型配置选择

请从适合您配置的最简单路径开始：

如果您希望……	推荐路径	更多信息
仅使用 OpenAI 模型	使用默认 OpenAI 提供商及 Responses 模型路径	OpenAI 模型
通过 WebSocket 传输使用 OpenAI Responses API	保持使用 Responses 模型路径并启用 WebSocket 传输	Responses WebSocket 传输
使用由 OpenAI 托管的子智能体	使用实验性托管多智能体模型	托管多智能体
使用一个非 OpenAI 提供商	从内置提供商集成点开始	非 OpenAI 模型
在不同智能体之间混用模型或提供商	按每次运行或每个智能体选择提供商，并检查功能差异	在一个工作流中混用模型和跨提供商混用模型
调整高级 OpenAI Responses 请求设置	在 OpenAI Responses 路径上使用 ModelSettings	高级 OpenAI Responses 设置
使用第三方适配器进行非 OpenAI 或混合提供商路由	比较受支持的测试版适配器，并验证您计划发布的提供商路径	第三方适配器

OpenAI 模型

对于大多数仅使用 OpenAI 的应用，推荐使用字符串模型名称和默认 OpenAI 提供商，并保持使用 Responses 模型路径。

当 Agent 未指定模型时，Agents SDK 默认使用带有 reasoning.effort="none" 和 verbosity="low" 的 gpt-5.6-luna，适合注重成本的高吞吐量智能体工作流。需要前沿能力的应用可以显式设置 model="gpt-5.6-sol"，并选择适合其工作负载的 model_settings。

如果您希望切换到 gpt-5.6-sol 等其他模型，可以通过两种方式配置智能体。

默认模型

首先，如果您希望所有未设置自定义模型的智能体始终使用特定模型，请在运行智能体前设置 OPENAI_DEFAULT_MODEL 环境变量。

export OPENAI_DEFAULT_MODEL=gpt-5.6-sol
python3 my_awesome_agent.py

其次，您可以通过 RunConfig 为一次运行设置默认模型。如果未为某个智能体设置模型，则会使用此次运行的模型。

from agents import Agent, RunConfig, Runner

agent = Agent(
    name="Assistant",
    instructions="You're a helpful agent.",
)

result = await Runner.run(
    agent,
    "Hello",
    run_config=RunConfig(model="gpt-5.6-sol"),
)

GPT-5 模型

以这种方式使用任何 GPT-5 模型（例如 gpt-5.6-sol）时，SDK 会应用默认的 ModelSettings。它会设置最适合大多数用例的选项。如需调整默认模型的推理强度，请传入您自己的 ModelSettings：

from openai.types.shared import Reasoning
from agents import Agent, ModelSettings

my_agent = Agent(
    name="My Agent",
    instructions="You're a helpful agent.",
    # If OPENAI_DEFAULT_MODEL=gpt-5.6-sol is set, passing only model_settings works.
    # It's also fine to pass a GPT-5 model name explicitly:
    model="gpt-5.6-sol",
    model_settings=ModelSettings(reasoning=Reasoning(effort="high"), verbosity="low")
)

为降低延迟，建议将 GPT-5 模型与 reasoning.effort="none" 配合使用。

GPT-5.6 还通过现有的 reasoning 设置支持推理模式、跨对话轮次保留的推理上下文，以及 "max" 强度级别。这些控制项可在 Responses API 路径上使用：

from openai.types.shared import Reasoning
from agents import Agent, ModelSettings

agent = Agent(
    name="Deep research agent",
    model="gpt-5.6-sol",
    model_settings=ModelSettings(
        reasoning=Reasoning(
            mode="pro",
            effort="max",
            context="all_turns",
        ),
    ),
)

reasoning.mode 和 reasoning.context 是仅限 Responses 的设置。Chat Completions 仅使用 reasoning.effort，支持的强度级别取决于模型和 API 接口。请使用 Responses API 设置 GPT-5.6 的 "max" 强度。Chat Completions 适配器会忽略模式和上下文并发出警告；在 OpenAI 提供商上设置 strict_feature_validation=True 可将该警告转为错误。

使用 context="all_turns" 时，请通过 previous_response_id、服务端 Responses API 对话，或在下一次请求中包含先前的推理项目来保留对话。对于无状态的 store=False 调用，请在响应中请求 reasoning.encrypted_content，然后在下一次请求中将这些推理项目作为输入包含在内。

ComputerTool 模型选择

如果智能体包含 ComputerTool，实际 Responses 请求中的有效模型将决定 SDK 发送哪种计算机工具载荷。当智能体未设置 model 时，将应用常规的 SDK 模型选择优先级。SDK 当前的内置默认模型 gpt-5.6-luna 支持正式发布的内置 computer 工具。如果 OPENAI_DEFAULT_MODEL 或 RunConfig.model 覆盖了该默认值，请选择支持计算机操作的模型。当您希望为计算机操作工作负载选择不同的能力和成本组合时，请在智能体上设置 model；例如，model="gpt-5.6" 使用由 OpenAI 路由到 GPT-5.6 Sol 的别名。显式的 computer-use-preview 请求仍使用较旧的 computer_use_preview 载荷。

由提示词管理的调用是主要例外。如果提示词模板指定了模型，而 SDK 从请求中省略了 model，SDK 会默认使用与预览版兼容的计算机载荷，以免猜测提示词固定使用了哪个模型。若要在该流程中继续使用正式发布路径，请在请求中显式指定受支持的正式发布模型（例如 model="gpt-5.6"），或通过 ModelSettings(tool_choice="computer") 或 ModelSettings(tool_choice="computer_use") 强制使用正式发布选择器。

注册 ComputerTool 后，tool_choice="computer"、"computer_use" 和 "computer_use_preview" 会被规范化为与有效请求模型匹配的内置选择器。如果未注册 ComputerTool，这些字符串仍会像普通函数名称一样运行。

与预览版兼容的请求必须预先序列化 environment 和显示尺寸，因此，使用 ComputerProvider 工厂且由提示词管理的流程，应传入具体的 Computer 或 AsyncComputer 实例，或者在发送请求前强制使用正式发布选择器。有关完整的迁移详情，请参阅工具。

非 GPT-5 模型

如果您传入非 GPT-5 模型名称但未提供自定义 model_settings，SDK 会恢复为与任何模型兼容的通用 ModelSettings。

仅限 Responses 的工具功能

以下工具功能仅受 OpenAI Responses 模型支持：

• ToolSearchTool
• tool_namespace()
• @function_tool(defer_loading=True) 及其他延迟加载的 Responses 工具接口
• ProgrammaticToolCallingTool、allowed_callers 和 tool_choice="programmatic_tool_calling"

Chat Completions 模型和非 Responses 后端会拒绝这些功能。使用延迟加载工具时，请将 ToolSearchTool() 添加到智能体，并让模型通过 auto 或 required 工具选择加载工具，而不是强制指定裸命名空间名称或仅限延迟加载的函数名称。有关配置详情和当前限制，请参阅托管工具搜索和程序化工具调用。

Responses WebSocket 传输

默认情况下，OpenAI Responses API 请求使用 HTTP 传输。使用 OpenAI Responses 提供商路径时，您可以选择启用 WebSocket 传输。

基本配置

from agents import set_default_openai_responses_transport

set_default_openai_responses_transport("websocket")

这会影响默认 OpenAI 提供商解析模型名称后得到的 OpenAI Responses 模型，包括 "gpt-5.6-sol" 等字符串模型名称。

SDK 将模型名称解析为模型实例时会选择传输方式。如果您传入具体的 Model 对象，其传输方式已固定：‌OpenAIResponsesWSModel 使用 WebSocket，OpenAIResponsesModel 使用 HTTP，而 OpenAIChatCompletionsModel 仍使用 Chat Completions。如果您传入 RunConfig(model_provider=...)，则由该提供商而非全局默认值控制传输方式的选择。

提供商级或运行级配置

您还可以按提供商或每次运行配置 WebSocket 传输：

from agents import Agent, OpenAIProvider, RunConfig, Runner

provider = OpenAIProvider(
    use_responses_websocket=True,
    # Optional; if omitted, OPENAI_WEBSOCKET_BASE_URL is used when set.
    websocket_base_url="wss://your-proxy.example/v1",
    # Optional low-level websocket keepalive settings.
    responses_websocket_options={"ping_interval": 20.0, "ping_timeout": 60.0},
)

agent = Agent(name="Assistant")
result = await Runner.run(
    agent,
    "Hello",
    run_config=RunConfig(model_provider=provider),
)

通过 SDK 的 OpenAI 集成进行路由的提供商也接受可选的智能体注册配置。这是一项高级选项，适用于 OpenAI 配置需要提供商级注册元数据（例如测试框架 ID）的情况。

from agents import (
    Agent,
    OpenAIAgentRegistrationConfig,
    OpenAIProvider,
    RunConfig,
    Runner,
)

provider = OpenAIProvider(
    use_responses_websocket=True,
    agent_registration=OpenAIAgentRegistrationConfig(harness_id="your-harness-id"),
)

agent = Agent(name="Assistant")
result = await Runner.run(
    agent,
    "Hello",
    run_config=RunConfig(model_provider=provider),
)

使用 MultiProvider 的高级路由

如果您需要基于前缀的模型路由，例如在一次运行中混用 openai/... 和 any-llm/... 模型名称，请使用 MultiProvider 并在其中设置 openai_use_responses_websocket=True。

MultiProvider 保留了两个历史默认行为：

• openai/... 被视为 OpenAI 提供商的别名，因此 openai/gpt-4.1 会作为模型 gpt-4.1 进行路由。
• 未知前缀会引发 UserError，而不是按原样传递。

当您将 OpenAI 提供商指向需要字面命名空间模型 ID 的 OpenAI 兼容端点时，请显式启用按原样传递行为。在启用 WebSocket 的配置中，也请在 MultiProvider 上保留 openai_use_responses_websocket=True：

from agents import Agent, MultiProvider, RunConfig, Runner

provider = MultiProvider(
    openai_base_url="https://openrouter.ai/api/v1",
    openai_api_key="...",
    openai_use_responses_websocket=True,
    openai_prefix_mode="model_id",
    unknown_prefix_mode="model_id",
)

agent = Agent(
    name="Assistant",
    instructions="Be concise.",
    model="openai/gpt-4.1",
)

result = await Runner.run(
    agent,
    "Hello",
    run_config=RunConfig(model_provider=provider),
)

当后端需要字面字符串 openai/... 时，请使用 openai_prefix_mode="model_id"。当后端需要 openrouter/openai/gpt-4.1-mini 等其他命名空间模型 ID 时，请使用 unknown_prefix_mode="model_id"。这些选项也适用于 WebSocket 传输之外的 MultiProvider；此示例保持启用 WebSocket，因为它属于本节所述的传输配置。同样的选项也可用于 responses_websocket_session()。

如果通过 MultiProvider 路由时需要相同的提供商级注册元数据，请传入 openai_agent_registration=OpenAIAgentRegistrationConfig(...)，它会被转发到底层 OpenAI 提供商。

如果您使用自定义 OpenAI 兼容端点或代理，WebSocket 传输还需要兼容的 WebSocket /responses 端点。在这些配置中，您可能需要显式设置 websocket_base_url。

注意事项

• 这是通过 WebSocket 传输的 Responses API，而不是 Realtime API。它不适用于 Chat Completions。仅当非 OpenAI 提供商支持 Responses WebSocket /responses 端点时，才适用于这些提供商。
• 如果您的环境中尚未提供 websockets 软件包，请安装它。
• 启用 WebSocket 传输后，您可以直接使用 Runner.run_streamed()。对于希望跨轮次以及嵌套的智能体作为工具调用复用同一 WebSocket 连接的多轮工作流，建议使用 responses_websocket_session() 辅助函数。请参阅运行智能体指南和 examples/basic/stream_ws.py。
• 对于耗时较长的推理轮次或存在延迟峰值的网络，请使用 responses_websocket_options 自定义 WebSocket 保活行为。增大 ping_timeout 以容忍延迟的 pong 帧，或者将 ping_timeout=None 设为禁用心跳超时，同时保持启用 ping。当可靠性比 WebSocket 延迟更重要时，请优先使用 HTTP/SSE 传输。
• 默认情况下，SDK 会禁用传入消息的大小限制（max_size=None）。对于位于代理之后或内存受限容器中的长时间运行智能体进程，请设置 responses_websocket_options={"max_size": 8 * 1024 * 1024} 以限制每条消息的内存使用量。
• Responses API WebSocket 服务在每个连接上一次处理一个响应，并将每个连接限制为 60 分钟。达到该限制后，请打开新连接；需要并行运行时，请使用多个连接。
• 该服务仅在连接本地内存中保留最近一次响应。失败的 4xx 或 5xx 轮次会从该内存中逐出 previous_response_id 引用的响应。重新连接后，如果已存储的响应仍可用，则可以继续该响应，但 store=False 和 ZDR 流程没有持久化的回退方案。请使用 previous_response_id=None 启动新链并发送完整输入上下文，或从本地管理的会话状态重建该上下文。

托管多智能体（实验性）

OpenAI Responses API 托管多智能体测试版允许 GPT-5.6 根模型创建并协调服务端托管的子智能体。Agents SDK 可以继续使用其常规 Runner：托管编排在服务上进行，而开发者定义的函数工具则在您的应用中执行。

此集成为实验性功能，并使用 Responses WebSocket 传输，以便通过 response.inject 将本地函数输出返回给处于活动状态的托管智能体。它要求 openai[realtime] 为 2.45.0 或更高版本，并且该构建公开了 client.beta.responses.connect。其接口和测试版项目架构在正式发布前可能发生变化。

模型配置

从实验性模块导入模型，并将其分配给 SDK Agent：

from agents import Agent
from agents.extensions.experimental.hosted_multi_agent import OpenAIHostedMultiAgentModel

agent = Agent(
    name="Research coordinator",
    instructions="Delegate independent research tasks, then synthesize the findings.",
    model=OpenAIHostedMultiAgentModel(model="gpt-5.6-sol", config={"max_concurrent_subagents": 3}),
)

构造 OpenAIHostedMultiAgentModel 会启用 multi_agent.enabled 并发送 OpenAI-Beta: responses_multi_agent=v1 WebSocket 标头。除非提供 openai_client，否则该模型会使用默认 OpenAI 客户端。如果省略 max_concurrent_subagents，则使用服务默认值。

本地函数工具

所有托管智能体共享为请求配置的模型和工具。Responses API 决定由哪个托管智能体调用函数。常规 SDK Runner 在本地执行函数，并将具有相同调用 ID 的 function_call_output 注入活动 WebSocket 响应，从而让服务恢复原始托管调用方。函数执行仍会经过 Runner 的常规安全防护措施、钩子和失败转换。不支持 SDK 工具审批中断：任何 needs_approval 设置不为 False 的函数工具，都会在发送请求前被拒绝。

当工具需要感知调用方的日志记录或授权时，请使用 get_hosted_agent_metadata()：

from typing import Any

from agents.decorators import tool
from agents.extensions.experimental.hosted_multi_agent import get_hosted_agent_metadata
from agents.tool_context import ToolContext

@tool
def lookup_document(ctx: ToolContext[Any], section: str) -> str:
    metadata = get_hosted_agent_metadata(ctx)
    caller = metadata.agent_name if metadata else "unknown"
    print(f"tool caller: {caller}; call ID: {ctx.tool_call_id}")
    return f"Contents for {section}"

托管智能体名称是观测性元数据，而非本地路由机制。请使用 SDK 提供的调用 ID 路由输出。对于会产生副作用的工具，请将该调用 ID 用作幂等键，并在工具执行之前或期间，通过应用代码实施任何必要的授权；不要将 needs_approval 与此模型配合使用。工具参数和输出会跨越 Responses API 边界。

输出与流式传输行为

只有归属于 /root 且阶段为 final_answer 的消息才会成为常规最终消息。实验性适配器会从高级 RunResult 中过滤掉子智能体消息和托管编排记录；SDK 绝不会将这些记录作为本地函数执行。

原始流式传输仍会公开测试版 Responses 事件，包括托管输出项目和 response.inject.created 确认事件。当函数调用就绪时，适配器会将一个活动提供商响应划分为 SDK 可见的逻辑模型轮次，然后在 Runner 生成输出后恢复同一个提供商响应。请对原始托管项目或 ToolContext 使用 get_hosted_agent_metadata()，以识别该项目或工具调用归属于哪个托管智能体。

与 SDK 编排的关系

托管多智能体与 SDK 任务转移及 Agents-as-tools 相互独立：

• 托管多智能体在 OpenAI 服务上创建子智能体。您的应用不会创建或调度这些子智能体。
• SDK 任务转移会更改当前活动的本地 SDK Agent。使用此实验性模型时会拒绝任务转移，因为每个托管智能体都会收到相同的任务转移工具，这会造成所有权冲突。
• Agents-as-tools 仍然可用，但使用它们会创建嵌套的客户端和服务端编排。请慎重评估额外的延迟、成本和工具暴露风险。

当前限制

该实验性模型会拒绝 reasoning.summary、max_tool_calls，以及调用方提供的 multi_agent 或 betas 覆盖值。此测试版不支持 Responses /compact 端点，但可以使用显式的 context_management.compact_threshold，因为服务会自动独立压缩每个托管智能体的上下文。

一个 OpenAIHostedMultiAgentModel 实例同一时间最多拥有一个活动的托管响应。如果在等待本地函数输出期间放弃某次运行，请调用 await model.close() 以释放其 WebSocket。目前不支持在其他进程或事件循环中恢复正在进行的托管响应。

有关底层 Responses API 测试版行为，请参阅 OpenAI 多智能体指南。有关非流式和流式 SDK 用法，请参阅 examples/agent_patterns/hosted_multi_agent_beta.py。

非 OpenAI 模型

如果您需要非 OpenAI 提供商，请从 SDK 的内置提供商集成点开始。在许多配置中，无需添加第三方适配器即可满足需求。每种模式的代码示例位于 examples/model_providers。

非 OpenAI 提供商集成方式

方式	适用情况	作用域
set_default_openai_client	一个 OpenAI 兼容端点应作为大多数或所有智能体的默认端点	全局默认
ModelProvider	一个自定义提供商应应用于单次运行	每次运行
Agent.model	不同智能体需要不同的提供商或具体模型对象	每个智能体
第三方适配器	因内置路径无法提供所需功能，而需要适配器提供商覆盖范围或路由时	请参阅第三方适配器

您可以通过以下内置路径集成其他 LLM 提供商：

1. 当您希望全局使用 AsyncOpenAI 实例作为 LLM 客户端时，set_default_openai_client 非常有用。它适用于 LLM 提供商具有 OpenAI 兼容 API 端点，并且您可以设置 base_url 和 api_key 的情况。可配置的代码示例请参阅 examples/model_providers/custom_example_global.py。
2. ModelProvider 位于 Runner.run 级别。您可以借此指定“为此次运行中的所有智能体使用自定义模型提供商”。可配置的代码示例请参阅 examples/model_providers/custom_example_provider.py。
3. Agent.model 允许您在特定 Agent 实例上指定模型。借此可以为不同智能体灵活组合不同的提供商。可配置的代码示例请参阅 examples/model_providers/custom_example_agent.py。

如果您没有 platform.openai.com 的 API 密钥，建议通过 set_tracing_disabled() 禁用追踪，或配置其他追踪处理器。

from agents import Agent, AsyncOpenAI, OpenAIChatCompletionsModel, set_tracing_disabled

set_tracing_disabled(disabled=True)

client = AsyncOpenAI(api_key="Api_Key", base_url="Base URL of Provider")
model = OpenAIChatCompletionsModel(model="Model_Name", openai_client=client)

agent= Agent(name="Helping Agent", instructions="You are a Helping Agent", model=model)

Note

在这些代码示例中，我们使用 Chat Completions API/模型，因为许多 LLM 提供商仍不支持 Responses API。如果您的 LLM 提供商支持 Responses API，建议使用 Responses。

在一个工作流中混用模型

在单个工作流中，您可能希望为每个智能体使用不同的模型。例如，您可以使用更小、更快的模型进行分流，同时使用更大、能力更强的模型处理复杂任务。配置 Agent 时，可以通过以下任一方式选择特定模型：

1. 传入模型名称。
2. 传入任意模型名称和可将该名称映射到 Model 实例的 ModelProvider。
3. 直接提供 Model 实现。

Note

虽然我们的 SDK 同时支持 OpenAIResponsesModel 和 OpenAIChatCompletionsModel 两种接口形态，但我们建议每个工作流只使用一种模型接口形态，因为二者支持不同的功能和工具集合。如果您的工作流需要混用模型接口形态，请确保使用的所有功能在二者中均可用。

import asyncio

from agents import Agent, Runner, AsyncOpenAI, OpenAIChatCompletionsModel

spanish_agent = Agent(
    name="Spanish agent",
    instructions="You only speak Spanish.",
    model="gpt-5-mini", # (1)!
)

english_agent = Agent(
    name="English agent",
    instructions="You only speak English",
    model=OpenAIChatCompletionsModel( # (2)!
        model="gpt-5-nano",
        openai_client=AsyncOpenAI()
    ),
)

triage_agent = Agent(
    name="Triage agent",
    instructions="Handoff to the appropriate agent based on the language of the request.",
    handoffs=[spanish_agent, english_agent],
    model="gpt-5.6-sol",
)

async def main():
    result = await Runner.run(triage_agent, input="Hola, ¿cómo estás?")
    print(result.final_output)


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

1. 直接设置 OpenAI 模型的名称。
2. 提供 Model 实现。

如果您希望进一步配置智能体使用的模型，可以传入 ModelSettings，它提供 temperature 等可选模型配置参数。

from agents import Agent, ModelSettings

english_agent = Agent(
    name="English agent",
    instructions="You only speak English",
    model="gpt-4.1",
    model_settings=ModelSettings(temperature=0.1),
)

高级 OpenAI Responses 设置

当您使用 OpenAI Responses 路径并需要更多控制时，请从 ModelSettings 开始。

常用高级 ModelSettings 选项

使用 OpenAI Responses API 时，多个请求字段已经有直接对应的 ModelSettings 字段，因此无需为它们使用 extra_args。

• parallel_tool_calls：允许或禁止在同一轮中进行多次工具调用。
• truncation：设置 "auto"，以便在上下文即将溢出时，让 Responses API 丢弃最早的对话项目，而不是使请求失败。
• store：控制生成的响应是否存储在服务端供以后检索。这对于依赖响应 ID 的后续工作流，以及在 store=False 时可能需要回退到本地输入的会话压缩流程非常重要。
• context_management：配置服务端上下文处理，例如通过 compact_threshold 配置 Responses 压缩。
• prompt_cache_retention：为较早的模型系列配置延长保留时间，例如 使用 "24h"。
• prompt_cache_options：选择隐式或显式提示词缓存，并为 GPT-5.6 配置 "30m" 缓存 TTL。
• response_include：请求更丰富的响应载荷，例如 web_search_call.action.sources、file_search_call.results 或 reasoning.encrypted_content。
• top_logprobs：请求输出文本的最高概率 token 对数概率。SDK 还会自动添加 message.output_text.logprobs。
• retry：选择启用由 Runner 管理的模型调用重试设置。请参阅 Runner 管理的重试。

from agents import Agent, ModelSettings

research_agent = Agent(
    name="Research agent",
    model="gpt-5.6-sol",
    model_settings=ModelSettings(
        parallel_tool_calls=False,
        truncation="auto",
        store=True,
        context_management=[{"type": "compaction", "compact_threshold": 200000}],
        prompt_cache_options={"mode": "explicit", "ttl": "30m"},
        response_include=["web_search_call.action.sources"],
        top_logprobs=5,
    ),
)

使用显式提示词缓存时，请在可复用前缀结尾的内容部分添加断点。同一个 ModelSettings.prompt_cache_options 字段会直接传递到 Responses 和 Chat Completions 请求中，并且 Chat Completions 转换器会保留文本、图像、音频和文件内容部分上的断点。

from agents import Runner

result = await Runner.run(
    research_agent,
    [
        {
            "role": "user",
            "content": [
                {
                    "type": "input_text",
                    "text": "Reusable background material...",
                    "prompt_cache_breakpoint": {"mode": "explicit"},
                },
                {
                    "type": "input_text",
                    "text": "Analyze the latest question.",
                },
            ],
        }
    ],
)

对于使用旧版保留控制的较早模型系列，prompt_cache_retention 仍然可用。不要将直接的 ModelSettings 字段与 extra_args 中的同名键结合使用。

设置 store=False 时，Responses API 不会保留该响应供以后在服务端检索。这适用于无状态或零数据保留风格的流程，但也意味着原本可复用响应 ID 的功能需要改为依赖本地管理的状态。例如，当最后一个响应未被存储时，OpenAIResponsesCompactionSession 会将其默认的 "auto" 压缩路径切换为基于输入的压缩。请参阅会话指南。

服务端压缩与 OpenAIResponsesCompactionSession 不同。每次 Responses API 请求都会发送 context_management=[{"type": "compaction", "compact_threshold": ...}]，而当渲染后的上下文超过阈值时，API 可以在响应中生成压缩项目。OpenAIResponsesCompactionSession 会在轮次之间调用独立的 responses.compact 端点，并重写本地会话历史记录。

extra_args 的传递

当您需要 SDK 尚未在顶层直接公开的提供商特定字段或较新的请求字段时，请使用 extra_args。

使用 OpenAI 模型时，extra_args 可以向 Responses API 和 Chat Completions API 传递可选参数，例如 user 和 service_tier。对于支持的模型，请设置 extra_args={"service_tier": "fast"} 以使用快速模式；"priority" 仍与其等效。请勿同时通过直接的 ModelSettings 字段设置同一个请求字段。

from agents import Agent, ModelSettings

english_agent = Agent(
    name="English agent",
    instructions="You only speak English",
    model="gpt-4.1",
    model_settings=ModelSettings(
        temperature=0.1,
        extra_args={"service_tier": "flex", "user": "user_12345"},
    ),
)

模型调用超时

将 ModelSettings.timeout 设置为正数秒值，可限制每次模型调用尝试的时长。该超时适用于流式和非流式调用，并覆盖整个尝试过程，包括等待传输。它不限制完整的智能体运行、函数工具执行或重试退避。

from agents import Agent, ModelSettings

agent = Agent(
    name="Assistant",
    model_settings=ModelSettings(timeout=30.0),
)

如果某次尝试超过限制，SDK 会取消该尝试并等待其完成清理，然后引发 ModelTimeoutError。启用 Runner 管理的重试后，SDK 会将超时失败传递给重试策略，并将 context.normalized.is_timeout 设置为 True；例如，retry_policies.network_error() 会匹配该分类。每次获准的重试都会获得新的单次尝试超时。在重试前，SDK 仍会应用常规的重放安全规则。

Runner 管理的重试

重试仅在运行时生效，并需主动启用。除非您设置 ModelSettings(retry=...) 且重试策略选择进行重试，否则 SDK 不会重试常规模型请求。

在 Responses WebSocket 传输中，retry_policies.provider_suggested() 会将响应前的过载帧和不含代码的 server_error 帧识别为重试建议。这本身不会启用重试：您仍需设置 ModelRetrySettings，并且常规重放安全检查仍然适用。如果已经收到任何响应事件，SDK 将不会重放请求。

from agents import Agent, ModelRetrySettings, ModelSettings, retry_policies

agent = Agent(
    name="Assistant",
    model="gpt-5.6-sol",
    model_settings=ModelSettings(
        retry=ModelRetrySettings(
            max_retries=4,
            backoff={
                "initial_delay": 0.5,
                "max_delay": 5.0,
                "multiplier": 2.0,
                "jitter": True,
            },
            policy=retry_policies.any(
                retry_policies.provider_suggested(),
                retry_policies.retry_after(),
                retry_policies.network_error(),
                retry_policies.http_status([408, 409, 429, 500, 502, 503, 504]),
            ),
        )
    ),
)

ModelRetrySettings 包含三个字段：

字段	类型	说明
max_retries	int | None	初始请求之后允许的重试次数。
backoff	ModelRetryBackoffSettings | dict | None	策略选择重试但未返回显式延迟时使用的默认延迟策略。backoff.max_delay 仅限制此处计算出的退避延迟，不限制策略返回的显式延迟或 retry-after 提示。
policy	RetryPolicy | None	决定是否重试的回调。此字段仅在运行时使用，不会被序列化。

重试策略会接收 RetryPolicyContext，其中包含：

• attempt 和 max_retries，以便您根据尝试次数做出决策。
• stream，以便您针对流式和非流式行为进行分支处理。
• error，用于原始数据检查。
• normalized 信息，例如 status_code、retry_after、error_code、is_network_error、is_timeout 和 is_abort。
• 当底层模型适配器能够提供重试指导时的 provider_advice。
• response_started、replay_safety 和 stateful_request，它们是在策略运行前捕获的稳定重放安全信息。replay_safety 为 "safe"、"unsafe" 或 "unknown"；当请求使用 previous_response_id 或 conversation_id 时，stateful_request 为 true。

策略可以返回以下任一结果：

• True / False，用于简单的重试决策。
• 当您希望覆盖延迟、附加诊断原因或显式批准范围受限的不安全重放时，返回 RetryDecision。

SDK 在 retry_policies 上导出了现成的辅助函数：

辅助函数	行为
retry_policies.never()	始终不启用重试。
retry_policies.provider_suggested()	在提供商给出重试建议时遵循该建议。
retry_policies.network_error()	匹配暂时性传输失败和超时失败。
retry_policies.http_status([...])	匹配选定的 HTTP 状态码。
retry_policies.retry_after()	仅在存在 retry-after 提示时重试，并使用该延迟。此辅助函数将 retry-after 值视为显式策略延迟，因此 backoff.max_delay 不会限制它。
retry_policies.any(...)	当任一嵌套策略启用重试时进行重试。
retry_policies.all(...)	仅当所有嵌套策略都启用重试时进行重试。

组合策略时，provider_suggested() 是最安全的首选基础组件，因为当提供商能够区分否决和重放安全批准时，它会保留这些信息。

安全边界

某些失败永远不会重试：

• 中止错误。
• 已经开始输出且重放会造成不安全结果的流式运行。
• 存在单独的本地副作用重放否决的请求，包括程序化工具调用请求，除非提供商已独立将该重放标记为安全。

默认情况下，提供商标记为不安全的失败也会被阻止。对于没有单独本地副作用否决的非流式请求，应用可以通过返回 RetryDecision(retry=True, approve_unsafe_replay=True) 接受提供商端的重放风险。授予此批准前，请检查 context.response_started、context.replay_safety 和 context.stateful_request，并且仅当重复提供商端工作可接受时才授予批准。普通的 RetryDecision(retry=True) 绝不会绕过重放保护，而 approve_unsafe_replay=True 无法授权流式重试或本地副作用。

当重放安全性未知时，使用 previous_response_id 或 conversation_id 的有状态后续请求会采取封闭失败策略。对于这些请求，仅使用 network_error() 或 http_status([500]) 等非提供商谓词并不足够。请包含来自提供商的重放安全批准，通常通过 retry_policies.provider_suggested() 实现；或者按照上述方式，显式批准被提供商标记为不安全的非流式失败。

Runner 与智能体的合并行为

Runner 级与智能体级 ModelSettings 之间会深度合并 retry：

• 智能体可以仅覆盖 retry.max_retries，同时仍继承 Runner 的 policy。
• 智能体可以仅覆盖 retry.backoff 的一部分，同时保留 Runner 中其他同级退避字段。
• policy 仅在运行时使用，因此序列化后的 ModelSettings 会保留 max_retries 和 backoff，但省略回调本身。

有关更完整的代码示例，请参阅 examples/basic/retry.py 和基于适配器的重试示例。

非 OpenAI 提供商故障排除

追踪客户端错误 401

如果您遇到与追踪有关的错误，这是因为追踪数据会上传到 OpenAI 服务器，而您没有 OpenAI API 密钥。可通过以下三种方式解决：

1. 完全禁用追踪：set_tracing_disabled(True)。
2. 为追踪设置 OpenAI 密钥：set_tracing_export_api_key(...)。此 API 密钥仅用于上传追踪数据，并且必须来自 platform.openai.com。
3. 使用非 OpenAI 追踪处理器。请参阅追踪文档。

Responses API 支持

SDK 默认使用 Responses API，但许多其他 LLM 提供商仍不支持它。因此，您可能会遇到 404 或类似问题。可通过以下两种方式解决：

1. 调用 set_default_openai_api("chat_completions")。如果您通过环境变量设置 OPENAI_API_KEY 和 OPENAI_BASE_URL，此方法有效。
2. 使用 OpenAIChatCompletionsModel。相关代码示例请参阅此处。

Chat Completions 兼容性选项

通过 Chat Completions 路由时，SDK 会静默丢弃 Chat Completions 无法发送的 Responses 专属字段，以保持兼容性，例如 previous_response_id、conversation_id、Responses API 的 prompt 字段，或并非纯文本的工具输出。如果您希望在开发期间让这些不匹配情况快速失败，请在 OpenAI 提供商上启用严格功能验证：

from agents import Agent, OpenAIProvider, RunConfig, Runner

provider = OpenAIProvider(
    use_responses=False,
    strict_feature_validation=True,
)

agent = Agent(name="Assistant")
result = await Runner.run(
    agent,
    "Hello",
    run_config=RunConfig(model_provider=provider),
)

如果您使用 MultiProvider，请改为传入 openai_strict_feature_validation=True。

OpenAI Chat Completions API 可以返回音频输出，但 OpenAIChatCompletionsModel 目前不会将音频输出转换为 Agents SDK 运行项目。如果非流式消息或流式增量包含音频输出，适配器会引发 AgentsException("Audio is not currently supported")，而不是返回部分结果或空结果。对于由 SDK 管理的音频工作流，请使用实时智能体或语音智能体。

如果流式或非流式 Chat Completions 响应以 finish_reason="length" 结束，但此前未生成助手文本、工具调用或拒绝信息，适配器会引发 ModelBehaviorError。SDK 会将此空结果视为 token 或推理预算耗尽，而不是内容政策拒绝，因此模型拒绝处理程序不会针对它运行。

某些 OpenAI 兼容的 Chat Completions 提供商会以分块形式流式传输工具调用增量，但这些分块不足以可靠地进行 SDK 增量处理。在这种情况下，请启用流式工具调用缓冲，使 SDK 仅在提供商流结束后生成工具调用：

from agents import OpenAIProvider

provider = OpenAIProvider(
    use_responses=False,
    buffer_streamed_tool_calls=True,
)

对于 MultiProvider，请使用 openai_buffer_streamed_tool_calls=True。

structured outputs 支持

某些模型提供商不支持 structured outputs。这有时会导致类似以下内容的错误：

BadRequestError: Error code: 400 - {'error': {'message': "'response_format.type' : value is not one of the allowed values ['text','json_object']", 'type': 'invalid_request_error'}}

这是某些模型提供商的不足之处：它们支持 JSON 输出，但不允许您指定用于输出的 json_schema。我们正在解决此问题，但建议依赖支持 JSON 架构输出的提供商，否则您的应用会经常因格式错误的 JSON 而中断。

跨提供商混用模型

您需要注意模型提供商之间的功能差异，否则可能遇到错误。例如，OpenAI 支持 structured outputs、多模态输入，以及托管的文件检索和网络检索，但许多其他提供商不支持这些功能。请注意以下限制：

• 不要向无法理解的提供商发送不受支持的 tools
• 在调用仅支持文本的模型前过滤掉多模态输入
• 请注意，不支持结构化 JSON 输出的提供商偶尔会生成无效 JSON。

第三方适配器

仅当 SDK 的内置提供商集成点无法满足需求时，才应使用第三方适配器。如果您仅通过此 SDK 使用 OpenAI 模型，请优先使用内置的 OpenAIResponsesModel 路径，而不是 Any-LLM 或 LiteLLM。第三方适配器适用于需要将 OpenAI 模型与非 OpenAI 提供商结合使用，或需要只有适配器才能提供的提供商覆盖范围或路由的情况。适配器会在 SDK 与上游模型提供商之间增加一个兼容层，因此功能支持和请求语义可能因提供商而异。SDK 目前以尽力支持的测试版集成形式包含 Any-LLM 和 LiteLLM。

Any-LLM

对于需要由 Any-LLM 管理提供商覆盖范围或路由的情况，Any-LLM 支持以尽力支持的测试版形式提供。

根据上游提供商路径，Any-LLM 可能会使用 Responses API、Chat Completions 兼容 API，或提供商特定的兼容层。

如果您需要 Any-LLM，请安装 openai-agents[any-llm]，然后从 examples/model_providers/any_llm_auto.py 或 examples/model_providers/any_llm_provider.py 开始。您可以将 any-llm/... 模型名称与 MultiProvider 配合使用，直接实例化 AnyLLMModel，或在运行作用域使用 AnyLLMProvider。如果需要显式固定模型接口，请在构造 AnyLLMModel 时传入 api="responses" 或 api="chat_completions"。

在 Any-LLM Chat Completions 路径上，ModelSettings.extra_body 仍然是嵌套的 extra_body 参数。Agents SDK 不会将该映射合并到 Any-LLM 的顶层调用参数中，因此请将提供商特定的请求正文字段保留在 extra_body 映射内。

Any-LLM 仍是第三方适配器层，因此提供商依赖项和能力缺口由上游 Any-LLM 而非 SDK 定义。当上游提供商返回用量指标时，这些指标会自动传播，但流式 Chat Completions 后端可能需要设置 ModelSettings(include_usage=True) 才会生成用量数据块。如果您依赖 structured outputs、工具调用、用量报告或 Responses 特定行为，请验证计划部署的确切提供商后端。

LiteLLM

对于需要 LiteLLM 特定提供商覆盖范围或路由的情况，LiteLLM 支持以尽力支持的测试版形式提供。

如果您需要 LiteLLM，请安装 openai-agents[litellm]，然后从 examples/model_providers/litellm_auto.py 或 examples/model_providers/litellm_provider.py 开始。您可以使用 litellm/... 模型名称，也可以直接实例化 LitellmModel。

默认情况下，通过 LiteLLM 适配器访问的某些提供商不会填充 SDK 用量指标。如果您需要用量报告，请传入 ModelSettings(include_usage=True)；如果您依赖 structured outputs、工具调用、用量报告或适配器特定的路由行为，请验证计划部署的确切提供商后端。

如果 LiteLLM 针对响应对象发出 Pydantic 序列化器警告，您可以在导入 LiteLLM 适配器前选择启用 SDK 的兼容性补丁：

export OPENAI_AGENTS_ENABLE_LITELLM_SERIALIZER_PATCH=true

该补丁默认禁用，并且仅在值为 1 或 true 时启用。它通过封装 LiteLLM 的私有日志辅助函数，抑制一类特定的 LiteLLM 响应序列化警告，因此应将其视为针对性解决方法，而不是通用序列化设置。由于它依赖 LiteLLM 的私有 API，升级 LiteLLM 时请重新验证该补丁，并在上游不再出现该警告时移除相应环境变量。