模型

Agents SDK 原生支持两种形式的 OpenAI 模型：

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

模型配置选择

请从最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 提供商和 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	使用实验性的托管式多智能体模型	托管式多智能体
使用一个非 OpenAI 提供商	从内置的提供商集成点开始	非 OpenAI 模型
在不同智能体之间混用模型或提供商	按运行或按智能体选择提供商，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 路径中使用 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 Beta 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，推荐使用字符串形式的模型名称和默认 OpenAI 提供商，并继续使用 Responses 模型路径。

初始化 Agent 时，如果未指定模型，将使用默认模型。当前默认模型为 gpt-5.4-mini，并设置 reasoning.effort="none" 和 verbosity="low"，适用于低延迟智能体工作流。如果您拥有访问权限，我们建议将智能体设置为 gpt-5.6-sol，以获得更高质量，同时显式设置 model_settings。

如果希望切换到 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，如果希望所有未设置自定义模型的智能体始终使用某个特定模型，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，可以通过 RunConfig 为一次运行设置默认模型。如果未给智能体设置模型，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。这些设置最适合大多数使用场景。要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")
)

为了降低延迟，建议对 GPT-5 模型使用 reasoning.effort="none"。

GPT-5.6 还通过现有的 reasoning 设置支持推理模式、持久化推理上下文和 "max" 强度级别。这些控制项可用于 Responses API 路径：

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。若要使用 GPT-5.6 的 "max" 强度，请使用 Responses API。Chat Completions 适配器会忽略模式和上下文并发出警告；可在 OpenAI 提供商上设置 strict_feature_validation=True，将该警告转为错误。

使用 context="all_turns" 时，请通过 previous_response_id、服务端对话或重放先前的推理项来保留对话。对于无状态的 store=False 调用，请在响应中包含 reasoning.encrypted_content，并在下一次请求中重放这些推理项。

ComputerTool 模型选择

如果智能体包含 ComputerTool，实际 Responses 请求所使用的有效模型将决定 SDK 发送哪种计算机工具载荷。显式的 gpt-5.5 请求使用正式发布的内置 computer 工具，而显式的 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，且 SDK 从请求中省略 model，SDK 会默认使用与预览版兼容的计算机载荷，以避免猜测提示词固定的是哪个模型。若要在此流程中继续使用正式发布路径，可在请求中显式指定 model="gpt-5.5"，或通过 ModelSettings(tool_choice="computer") 或 ModelSettings(tool_choice="computer_use") 强制选择正式发布版本。

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相匹配的内置选择器。如果未注册 ComputerTool，这些字符串仍会像普通函数名称一样工作。

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、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版本选择器。完整迁移详情请参阅工具。

非 GPT-5 模型

如果传入非 GPT-5 模型名称且未提供自定义 model_settings，SDK 会恢复使用与任何模型兼容的通用 ModelSettings。

仅限 Responses 的工具搜索功能

以下工具功能仅受 OpenAI Responses 模型支持：

• ToolSearchTool
• tool_namespace()
• @function_tool(defer_loading=True) 和其他延迟加载的 Responses 工具接口

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，请向智能体添加 ToolSearchTool()，并让模型通过 auto 或 required 工具选择来加载工具，而不要强制指定裸命名空间名称或仅限延迟加载的函数名称。配置详情和当前限制请参阅工具。

Responses WebSocket 传输

默认情况下，OpenAI Responses API 请求使用 HTTP 传输。使用由 OpenAI 支持的模型时，您可以选择启用 websocket 传输。

基础配置

from agents import set_default_openai_responses_transport

set_default_openai_responses_transport("websocket")

这会影响由默认 OpenAI 提供商解析的 OpenAI Responses 模型，包括 "gpt-5.6-sol" 等字符串形式的模型名称。

SDK 将模型名称解析为模型实例时，会完成传输方式的选择。如果传入具体的 Model 对象，其传输方式已经固定：‌OpenAIResponsesWSModel 使用 websocket，OpenAIResponsesModel 使用 HTTP，而 OpenAIChatCompletionsModel 继续使用 Chat Completions。如果传入 RunConfig(model_provider=...)，则由该提供商控制传输方式的选择，而不是使用全局默认设置。

提供商级或运行级配置

您还可以按提供商或按运行配置 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),
)

由 OpenAI 支持的提供商还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，而不会直接透传。

将 OpenAI 提供商指向需要字面量命名空间模型 ID 的 OpenAI 兼容端点时，请显式启用透传行为。在启用 websocket 的配置中，还应在 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),
)

当后端要求字面量 openai/... 字符串时，请使用 openai_prefix_mode="model_id"。当后端要求其他命名空间模型 ID（例如 openrouter/openai/gpt-4.1-mini）时，请使用 unknown_prefix_mode="model_id"。这些选项同样适用于 websocket 传输之外的 MultiProvider；此示例保持启用 websocket，因为它属于本节所述传输配置的一部分。相同选项也可用于 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(...)，该配置将转发给底层 OpenAI 提供商。

如果使用自定义 OpenAI 兼容端点或代理，websocket 传输还要求存在兼容的 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，并非 Realtime API。它不适用于 Chat Completions 或非 OpenAI 提供商，除非这些提供商支持 Responses websocket /responses 端点。
• 如果您的环境中尚未安装 websockets 软件包，请进行安装。
• 启用 websocket 传输后，可以直接使用 Runner.run_streamed()。对于希望跨轮次以及嵌套的智能体工具调用复用同一 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 可容忍延迟的 pong 帧，也可设置 ping_timeout=None 以禁用心跳超时，同时保持 ping 启用。当可靠性比 websocket 延迟更重要时，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）。对于代理之后长期运行的智能体进程或内存受限容器，请设置 responses_websocket_options={"max_size": 8 * 1024 * 1024}，以限制每条消息的内存使用量。

托管式多智能体（实验性）

OpenAI Responses API 托管式多智能体 Beta 版允许 GPT-5.6 根模型创建并协调由服务托管的子智能体。Agents SDK 可以继续使用其常规 Runner：托管编排保留在服务端，而开发者定义的工具调用则在您的应用中执行。

此集成为实验性功能，使用 Responses WebSocket 传输，以便通过 response.inject 将本地函数输出返回给活动的托管智能体。它要求使用 openai[realtime]>=2.45.0，其中包括公开 client.beta.responses.connect 的 Beta 版本。该接口和 Beta 项架构可能会在正式发布前发生变化。

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。

本地工具调用

所有托管智能体共享为请求配置的模型和工具。由 Responses API 决定哪个托管智能体调用函数。常规 SDK Runner 会在本地执行函数，并将具有相同调用 ID 的 function_call_output 注入活动的 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：发送请求前，任何 needs_approval 设置不为 False 的工具调用都会被拒绝。

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 import function_tool
from agents.extensions.experimental.hosted_multi_agent import get_hosted_agent_metadata
from agents.tool_context import ToolContext

@function_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元数据，而不是本地路由机制。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，并在工具执行前或执行期间通过应用代码强制实施任何必要的授权；不要对该模型使用 needs_approval。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 永远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 Beta Responses 事件，包括托管输出项和 response.inject.created 确认。函数调用就绪时，适配器会将一个活动的提供商响应划分为 SDK 可见的逻辑模型轮次；Runner 生成输出后，再恢复同一个提供商响应。使用 get_hosted_agent_metadata() 以及原始托管项或 ToolContext 可以检查归属信息。

与 SDK 编排的关系

托管式多智能体与 SDK 任务转移和 agents-as-tools 相互独立：

• 托管式多智能体在 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 任务转移会更改活动的本地 SDK Agent。使用此实验性模型时，任务转移会被拒绝，因为每个托管智能体都会收到相同的任务转移工具，这将造成所有权冲突。
• 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。请谨慎评估由此增加的延迟、成本和工具暴露范围。

当前限制

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。Beta 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 实例同时最多拥有一个活动的托管响应。如果在等待本地函数输出时放弃运行，请调用 await model.close() 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 Beta 行为，请参阅 OpenAI 多智能体指南。有关非流式传输和流式传输的 SDK 用法，请参阅 examples/agent_patterns/hosted_multi_agent_beta.py。

非 OpenAI 模型

如果需要非 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。各种模式的代码示例位于 examples/model_providers。

非 OpenAI 提供商的集成方式

方法	适用情况	作用域
set_default_openai_client	应将一个 OpenAI 兼容端点设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	按运行
Agent.model	不同智能体需要不同的提供商或具体模型对象	按智能体
第三方适配器	您需要由适配器管理的提供商覆盖范围或内置路径未提供的路由	请参阅第三方适配器

可以通过以下内置路径集成其他 LLM 提供商：

1. set_default_openai_client 适用于希望在全局范围内使用 AsyncOpenAI 实例作为 LLM 客户端的情况。该方式适用于 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 在 Runner.run 层级生效。这允许您指定“为本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。这样即可为不同智能体灵活搭配不同提供商。可配置的代码示例请参阅 examples/model_providers/custom_example_agent.py。

如果您没有来自 platform.openai.com 的 API 密钥，建议通过 set_tracing_disabled() 禁用追踪，或设置其他追踪进程。

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。

单一工作流中的模型混用

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，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. 传入任意模型名称以及能够将该名称映射到 Model 实例的 ModelProvider。
3. 直接提供 Model 实现。

Note

尽管我们的 SDK 同时支持 OpenAIResponsesModel 和 OpenAIChatCompletionsModel 形式，但我们建议每个工作流使用单一模型形式，因为这两种形式支持的功能和工具集合不同。如果您的工作流需要混用不同模型形式，请确保您使用的所有功能均受两者支持。

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。

如果希望进一步配置智能体所使用的模型，可以传入 [ModelSettings][agents.models.interface.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

使用 OpenAI Responses 路径并需要更多控制时，请先从 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对应的直接 ModelSettings 字段，因此无需通过 extra_args 设置。

• parallel_tool_calls：允许或禁止在同一轮次中进行多次工具调用。
• truncation：设置为 "auto"，让 Responses API 在上下文即将溢出时丢弃最早的对话项，而不是让请求失败。
• store：控制是否将生成的响应存储在服务端，以供后续检索。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，例如使用 compact_threshold 进行 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；对于 GPT-5.6，还可以配置 "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，请在可复用前缀结束处的内容部分添加断点。相同的 ModelSettings.prompt_cache_options 字段会透传给 Responses 和 Chat Completions 请求，而 Chat Completions 转换器会保留文本、图像、音频和文件内容部分中的断点。

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.",
                },
            ],
        }
    ],
)

prompt_cache_retention 仍适用于使用旧版 保留控制的较早模型系列。请勿同时通过直接 ModelSettings 字段和 extra_args 设置相同的键。

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

服务端压缩不同于 OpenAIResponsesCompactionSession。context_management=[{"type": "compaction", "compact_threshold": ...}] 会随每个 Responses API 请求一起发送，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。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

当需要 SDK 尚未直接在顶层公开的提供商特定请求字段或较新的请求字段时，请使用 extra_args。

此外，使用 OpenAI 的 Responses API 时，还有一些其他可选参数，例如 user、service_tier 等。如果这些参数在顶层不可用，也可以通过 extra_args 传入。请勿同时通过直接 ModelSettings 字段设置相同的请求字段。

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"},
    ),
)

Runner 管理的重试

重试仅在运行时生效，并且需要选择启用。除非您设置 ModelSettings(retry=...) 且重试策略决定进行重试，否则 SDK 不会重试常规模型请求。

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 有三个字段：

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	策略决定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，不会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。此字段仅在运行时生效，不会被序列化。

重试策略会接收一个 RetryPolicyContext，其中包含：

• attempt 和 max_retries，以便根据尝试次数作出决策。
• stream，以便区分流式与非流式行为。
• error，用于检查原始错误。
• normalized 事实，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使用的 provider_advice。

策略可以返回：

• True / False，用于作出简单的重试决定。
• 当您希望覆盖延迟或附加诊断原因时，返回 RetryDecision。

SDK 在 retry_policies 中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其建议。
retry_policies.network_error()	匹配暂时性传输故障和超时故障。
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，并使用其延迟时间。此辅助函数会将 retry-after 值视为显式策略延迟，因此 backoff.max_delay 不会限制它。
retry_policies.any(...)	任一嵌套策略启用重试时进行重试。
retry_policies.all(...)	仅当所有嵌套策略均启用重试时才进行重试。

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这些情况时，它会保留提供商的否决意见和重放安全审批。

安全边界

某些失败永远不会自动重试：

• 中止错误。
• 提供商建议将重放标记为不安全的请求。
• 已经开始输出，且重放会造成安全风险的流式运行。

使用 previous_response_id 或 conversation_id 的有状态后续请求也会以更保守的方式处理。对于这些请求，仅使用 network_error() 或 http_status([500]) 等非提供商判断条件并不足够。重试策略应包含来自提供商的重放安全审批，通常通过 retry_policies.provider_suggested() 实现。

Runner 与智能体的合并行为

Runner 级和智能体级 ModelSettings 之间会对 retry 进行深度合并：

• 智能体可以只覆盖 retry.max_retries，同时仍继承 Runner 的 policy。
• 智能体可以只覆盖 retry.backoff 的一部分，并保留 Runner 中同级的其他退避字段。
• policy 仅在运行时生效，因此序列化后的 ModelSettings 会保留 max_retries 和 backoff，但省略回调本身。

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 401 错误

如果遇到与追踪相关的错误，原因是追踪数据会上传到 OpenAI 服务，而您没有 OpenAI API 密钥。可以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，且必须来自 platform.openai.com。
3. 使用非 OpenAI 追踪进程。请参阅追踪文档。

Responses API 支持

SDK 默认使用 Responses API，但许多其他 LLM 提供商仍不支持该 API。因此，您可能会遇到 404 或类似问题。可以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，则可使用此方式。
2. 使用 OpenAIChatCompletionsModel。此处提供了相关代码示例。

Chat Completions 兼容性选项

通过 Chat Completions 进行路由时，SDK 会静默丢弃 Chat Completions 无法发送的仅限 Responses 字段，例如 previous_response_id、conversation_id、提示词或非纯文本工具输出，以保持兼容性。如果希望在开发过程中快速暴露这些不匹配问题，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),
)

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

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，但这些分块不够可靠，无法由 SDK 进行增量处理。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。这有时会产生如下错误：

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。我们正在开发修复方案，但建议依赖支持 JSON Schema 输出的提供商，否则您的应用经常会因 JSON 格式错误而中断。

跨提供商的模型混用

您需要了解不同模型提供商之间的功能差异，否则可能会遇到错误。例如，OpenAI 支持 structured outputs、多模态输入、托管式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：

• 不要向无法理解相应 tools 的提供商发送不受支持的 tools
• 调用纯文本模型前，请过滤掉多模态输入
• 请注意，不支持结构化 JSON 输出的提供商有时会生成无效 JSON。

第三方适配器

只有在 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。如果此 SDK 仅使用 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 提供商组合使用，或需要由适配器管理的提供商覆盖范围或内置路径未提供的路由。适配器会在 SDK 与上游模型提供商之间增加一层兼容层，因此不同提供商的功能支持和请求语义可能有所不同。SDK 当前以尽力支持的 Beta 版适配器集成形式包含 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，我们以尽力支持的 Beta 版形式提供 Any-LLM 支持。

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。您可以通过 MultiProvider 使用 any-llm/... 模型名称，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"。

Any-LLM 仍然属于第三方适配器层，因此提供商依赖项和能力缺口由上游 Any-LLM 而非 SDK 定义。当上游提供商返回使用量指标时，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) 才会生成使用量数据块。如果您依赖 structured outputs、工具调用、使用量报告或 Responses 特定行为，请验证您计划部署的具体提供商后端。

LiteLLM

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

如果需要 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。

某些由 LiteLLM 支持的提供商默认不会填充 SDK 使用量指标。如果需要使用量报告，请传入 ModelSettings(include_usage=True)；如果您依赖 structured outputs、工具调用、使用量报告或适配器特定的路由行为，请验证您计划部署的具体提供商后端。

如果 LiteLLM 针对响应对象生成 Pydantic 序列化器警告，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，只有值为 1 或 true 时才会启用。它通过封装 LiteLLM 的私有日志辅助函数来抑制特定类型的 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。由于该补丁依赖 LiteLLM 的私有 API，升级 LiteLLM 时请再次验证；上游警告不再出现后，请移除该环境变量。