Buduj z CometAPIPotrzebujesz jednego API dla wielu modeli?Przetestuj proces w Playground, a potem utwórz klucz API, gdy model i koszt pasują do Twojego zastosowania.
OpenAI Agents API to zarządzana platforma do tworzenia agentów AI, którzy rozumują, korzystają z narzędzi, wykonują kod i realizują zadania wieloetapowe. Jest przeznaczona dla aplikacji, które muszą kontynuować pracę w kolejnych turach, wykonywać narzędzia i odzyskiwać pracę po przerwaniach, bez implementowania pełnej pętli agenta po swojej stronie. Ten przewodnik pomaga deweloperom ocenić możliwości, opcje integracji i koszty.
W odróżnieniu od konwencjonalnego API LLM, OpenAI Agents API obsługuje trwałe sesje, zarządzane środowiska wykonawcze, koordynację wielu agentów, strumieniowanie zdarzeń oraz artefakty. Deweloperzy mogą używać natywnych punktów końcowych OpenAI Agents API do zarządzanego wykonywania lub integrować obsługiwane modele OpenAI przez CometAPI, aby budować własne przepływy pracy agenta. To odrębne ścieżki integracji.
Najważniejsze wnioski
OpenAI Agents API zarządza trwałymi sesjami i wykonywaniem wieloetapowym, redukując orkiestrację po stronie dewelopera.
Kluczowe możliwości obejmują wykonywanie kodu w izolacji, narzędzia i połączenia MCP, subagentów oraz zapisywanie artefaktów.
Sprawdzone pod kątem przejrzystości, atrybucji źródeł i aktualnej terminologii API.
Koszty OpenAI Agents API obejmują tokeny modelu, kwalifikowane narzędzia i opcjonalne hostowane zasoby obliczeniowe; oceniaj koszt na zakończone zadanie.
Zgłaszane przez klientów korzyści dostarczają dowodów specyficznych dla obciążeń, zamiast jednolitego benchmarku dla każdej aplikacji.
Natywne zarządzane wykonywanie i własne agenty oparte na CometAPI to odrębne wybory integracyjne z różnymi obowiązkami infrastrukturalnymi.
Czym jest OpenAI Agents API?
OpenAI Agents API to zarządzana usługa wykonawcza dla aplikacji realizujących zadania wieloetapowe z użyciem modeli rozumowania i zewnętrznych narzędzi. Udostępnia mechanizm agenta Codex jako usługę. Zamiast ręcznie zarządzać wywołaniami modelu, wykonywaniem narzędzi, stanem sesji i odzyskiwaniem zadań, deweloperzy mogą przekazać dużą część tej koordynacji środowisku uruchomieniowemu.
Konwencjonalny chatbot generuje odpowiedź; agent potrafi zaplanować kroki, uruchomić kod w autoryzowanym środowisku, przeanalizować błędy, ponowić próby i dostarczyć wygenerowane pliki. Dzięki temu API nadaje się do przepływów operacyjnych, a nie tylko rozmów.
Przepływ pracy OpenAI Agents API
Przepływ pracy agenta łączy cztery elementy: agent definiuje model, instrukcje i dostępne narzędzia; środowisko dostarcza zasoby obliczeniowe i dostęp do plików; sesja zachowuje kontekst i zapisaną pracę; zdarzenia i elementy ujawniają postęp i wyniki. Razem te komponenty pozwalają aplikacji przesłać zadanie, śledzić jego wykonywanie i kontynuować pracę w kolejnych turach. Zobacz Przegląd Agents API dla koncepcji podstawowych.
Typowy przebieg: utwórz sesję; przekaż cel; pozwól modelowi rozumować i wybrać dozwolone narzędzia; wykonaj te narzędzia; przejrzyj wyniki pośrednie; strumieniuj postęp i końcowe artefakty. Sesję można kontynuować w razie potrzeby.
Oficjalny diagram pokazuje, jak aplikacja wymienia dane wejściowe i zdarzenia z zarządzanym mechanizmem i sandboxem. Diagram architektury pochodzi z dokumentacji architektury OpenAI Agents API; oryginalna grafika: OpenAI.
Jakie są główne funkcje OpenAI Agents API?
Możliwości zarządzanego mechanizmu obejmują wykonywanie kodu, zarządzanie kontekstem, połączenia z narzędziami, sterowanie i delegowanie. Dostępność zależy także od skonfigurowanego środowiska i narzędzi.
Funkcja
Specyfikacja
Praktyczna korzyść
Zarządzane wykonanie
mechanizm sterujący oparty na Codex
Ogranicza kod orkiestracji
Trwałość sesji
stan wielotur
Wspiera pracę po kolei
Zarządzanie kontekstem
zarządzane kompaktowanie
Rozszerzone przepływy
Zahostowane wykonywanie
Sandbox Linux; Python i Node.js
Rzeczywiste wykonanie kodu
Środowisko self-hosted
obliczenia kontrolowane przez dewelopera
Kontrola infrastruktury
Wykonywanie wielu agentów
konfigurowalne subagenty
Równoległe podzadania
Połączenia z narzędziami
funkcje i MCP
Integruje usługi
Użycie komputera
kontrolowana interakcja z UI
Automatyzacja interfejsu
Strumieniowanie i webhooki
zdarzenia postępu
Responsywne aplikacje
Artefakty
zapisane pliki
Dostarczalne raporty
Trwałe sesje i zarządzanie kontekstem
Sesje zachowują konfigurację, kontekst rozmowy i zapisaną pracę między turami. Deweloperzy mogą przesłać nową instrukcję do istniejącej sesji; zarządzanie kontekstem pomaga utrzymać długie zadania, ograniczając potrzebę pisania własnej logiki kompresji transkryptu.
Wykonywanie kodu w izolacji (sandbox)
Środowisko
Infrastruktura
Najlepsze zastosowanie
none
brak lokalnego wykonywania
przepływy pracy z narzędziami zdalnymi
openai_hosted
sandbox zarządzany przez OpenAI
kod, analizy i przetwarzanie plików
self_hosted
obliczenia kontrolowane przez dewelopera
własna infrastruktura
Hostowane środowiska mogą wykonywać programy w Pythonie, Node.js i wierszu poleceń w odizolowanej przestrzeni roboczej. Środowisko self-hosted pozwala zarządzanemu agentowi używać zasobów obliczeniowych kontrolowanych przez dewelopera. Deweloper zarządza i zabezpiecza to środowisko, a Agents API nadal zarządza mechanizmem agenta i stanem sesji.
Współpraca wielu agentów
Agent koordynujący może delegować niezależne zadania specjalistycznym subagentom. Agenci badawczy mogą analizować oddzielne źródła, podczas gdy główny agent uzgadnia wnioski. Równoległość może poprawić przepustowość, ale dodatkowe wywołania modeli i koordynacja mogą zwiększyć koszt. API obsługuje konfigurowalną współbieżność i ustawienia subagentów.
OpenAI Agents API vs Agents SDK vs Responses API vs AgentKit
Wymiar
Agents API
Agents SDK
Responses API
AgentKit
Cel
zarządzane wykonywanie
orkiestracja ukierunkowana na kod
wnioskowanie i narzędzia
komponenty agenta
Pętla agenta
zarządzana
aplikacja/SDK
zarządzana przez dewelopera
zależna od komponentu
Infrastruktura
zahostowana lub zewnętrzna
kontrolowana przez dewelopera
aplikacja plus zahostowane narzędzia
różnie
Wielu agentów
wbudowana koordynacja
przekazania
własna
specyficzna dla komponentu
Najlepsze dla
trwałe, autonomiczne zadania
spersonalizowani agenci
precyzyjna kontrola
wbudowane narzędzia agenta
Agents API zapewnia zarządzane wykonywanie; Agents SDK pasuje do aplikacji posiadających własny stos orkiestracji; Responses API jest właściwe dla wnioskowania i lżejszych przepływów z narzędziami; AgentKit dostarcza uzupełniające komponenty deweloperskie, a nie równoważne hostowane środowisko wykonywania agentów.
Jak zacząć pracę z OpenAI Agents API
Krok 1: Skonfiguruj dostęp do API
Użyj klucza projektu Platformy OpenAI z uprawnieniami do agenta i wnioskowania wymaganymi przez wymagania wstępne szybkiego startu. Przykłady curl są przeznaczone dla powłoki zgodnej z Bash; przykład PowerShell tylko ustawia zmienną środowiskową. Trzymaj klucze poza kontrolą wersji.
Przykład kodu Bash: Uruchom poniższe polecenia w terminalu zgodnym z Bash.
export OPENAI_API_KEY="your-openai-api-key"
Przykład kodu PowerShell: Ustaw klucz API w bieżącym procesie PowerShell.
$env:OPENAI_API_KEY="your-openai-api-key"
Krok 2: Utwórz pierwszego agenta
Przykład kodu Bash: Uruchom poniższe polecenia w terminalu zgodnym z Bash.
curl --no-buffer --fail-with-body \
https://api.openai.com/v1/agents/sessions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{
"agent": {
"model": "gpt-6-astra",
"instructions": "Write reliable Python code, execute it, and report observed results."
},
"environment": {"type": "openai_hosted", "container_size": "small"},
"input": "Calculate the mean and standard deviation of [12,15,19,20,24] in Python.",
"stream": true
}'
Sesja rozpoczyna pierwszą turę i strumieniuje zdarzenia statusu, gdy agent uruchamia narzędzia i przygotowuje odpowiedź.
Krok 3: Włącz wykonywanie w trybie wielu agentów
Przykład kodu Bash: Uruchom poniższe polecenia w terminalu zgodnym z Bash.
curl --no-buffer --fail-with-body \
https://api.openai.com/v1/agents/sessions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{
"agent": {
"model": "gpt-6-astra",
"instructions": "Delegate independent analyses and reconcile the results.",
"multi_agent": {"enabled": true, "max_concurrent_subagents": 2}
},
"environment": {"type": "none"},
"input": "Compare two release changes: date filtering in search and export URL behavior.",
"stream": true
}'
Krok 4: Kontynuuj istniejącą sesję
Przykład kodu Bash: Uruchom poniższe polecenia w terminalu zgodnym z Bash.
curl --fail-with-body \
"https://api.openai.com/v1/agents/sessions/$SESSION_ID/events" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "OpenAI-Beta: agents=v1" \
-H "Content-Type: application/json" \
-d '{"events":[{"type":"agent.session.input.message","input":[{"role":"user","content":[{"type":"input_text","text":"Summarize the findings in an executive report."}]}]}]}'
Przechowuj identyfikatory sesji, stosuj mechanizmy ponawiania oraz rozróżniaj nowe instrukcje od wiadomości używanych do sterowania aktywną pracą.
Krok 5: Sprawdź wyniki i posprzątaj
Przykład kodu Bash: Uruchom poniższe polecenia w terminalu zgodnym z Bash.
Wysiłek rozumowania wpływa na opóźnienie, zużycie tokenów i głębokość planowania. Wybierz wysiłek obsługiwany przez wybrany model i interfejs, korzystając z oficjalnych wskazówek dla GPT-6; ustawień na poziomie modelu nie należy zakładać jako identycznie obowiązujących dla każdego punktu końcowego.
Jak zbudować agenta AI z CometAPI?
CometAPI może dostarczać wnioskowanie modeli dla własnej aplikacji agenta. Twoja aplikacja pozostaje odpowiedzialna za pętlę agenta, wykonywanie narzędzi, stan sesji, odzyskiwanie oraz wszelkie trasowanie między obsługiwanymi modelami. Daje to kontrolę nad orkiestracją, ale sprawia, że ta infrastruktura należy do ciebie.
Wybierz natywną integrację Agents API, gdy chcesz, aby OpenAI zarządzało wykonywaniem agenta i stanem sesji. Wybierz aplikację opartą na CometAPI, gdy chcesz zbudować i obsługiwać własną orkiestrację wokół obsługiwanych API modeli. Dostęp do modelu przez CometAPI sam w sobie nie oznacza wsparcia dla natywnych punktów końcowych sesji Agents API; sprawdź interfejs, którego zamierzasz używać. Koszty również różnią się: natywne użycie jest rozliczane przez OpenAI, podczas gdy własna aplikacja łączy opłaty CometAPI z kosztami twojej infrastruktury.
Krok 1: Połącz się z CometAPI
Przykład kodu Bash: Uruchom poniższe polecenia w terminalu zgodnym z Bash.
Przykład kodu w Pythonie: Wyślij żądanie wnioskowania i wydrukuj odpowiedź.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
response = client.responses.create(
model="gpt-6-astra",
input=(
"Analyze an API latency spike after a database migration. "
"Identify possible causes and prioritize diagnostic steps."
),
)
print(response.output_text)
Deweloperzy mogą uzyskać dostęp do GPT-6 Astra API w CometAPI. Powyższy przykład wykonuje wnioskowanie; zaimplementowanie pętli narzędzi opisanej poniżej jest oddzielną odpowiedzialnością aplikacji.
Krok 2: Dodaj warstwę wykonywania narzędzi
Niestandardowy kontroler może podpowiadać modelowi, analizować żądania wywołań narzędzi, autoryzować i wykonywać akcje, zwracać wyniki i powtarzać do zakończenia lub ustalonego limitu. Ustaw limity tur, wywołań narzędzi, czasu wykonywania i wydatków; wymagaj niezależnego potwierdzenia dla operacji destrukcyjnych.
Jakie są najlepsze zastosowania OpenAI Agents API?
Inżynieria oprogramowania: analizuj problemy, generuj zmiany w kodzie, uruchamiaj testy i przygotowuj recenzje, z akceptacją przed scaleniem lub wdrożeniem.
Analiza danych i raportowanie: przetwarzaj przesłane zbiory danych, uruchamiaj obliczenia w Pythonie, twórz wykresy i zamieniaj wyniki w raporty wspierające decyzje.
Reagowanie na incydenty IT: analizuj alerty, koreluj logi, konsultuj runbooki i rekomenduj remediację, z autoryzacją człowieka dla ryzykownych działań.
Automatyzacja wsparcia klienta: pobieraj odpowiednie rekordy, podsumowuj zgłoszenia, szkicuj odpowiedzi i kieruj nierozwiązane sprawy przez dozwolony dostęp CRM.
Badania i przetwarzanie dokumentów: porównuj dokumenty, weryfikuj twierdzenia, wyodrębniaj fakty i przygotowuj wnioski z cytowaniami wspierającymi.
Oceń swój przepływ pracy
Zacznij od reprezentatywnego zadania z własnego obciążenia i zdefiniuj, jak wygląda pomyślne ukończenie. Porównaj agenta z obecnym procesem, używając tych samych danych wejściowych i kryteriów akceptacji. Uwzględnij prośby o kontynuację oraz awarie narzędzi, aby ocena obejmowała odzyskiwanie, a nie tylko idealną ścieżkę.
Metryka
Mierzy
Powód
Ukończenie zadania
pomyślne realizacje celów
użyteczność end-to-end
Sukces narzędzi
poprawne integracje
wykrywanie awarii
Wskaźnik odzyskiwania
ukończenie po awarii
trwałość
Czas do ukończenia
czas całkowity
opóźnienie
Koszt na ukończone zadanie
koszt / ukończone zadanie
efektywność
Interwencja człowieka
działania manualne
autonomia
Zgodność z zasadami
przestrzeganie polityk
kontrola ryzyka
Czytaj te miary łącznie. Przepływ, który kończy więcej zadań, nadal może być nietrafiony, jeśli wymaga częstej ręcznej korekty lub przekracza twoje limity czasu i kosztów. Użyj wyników, aby zdecydować, co automatyzować, gdzie utrzymać przegląd człowieka i które awarie naprawić przed rozszerzeniem użycia.
Ile kosztuje OpenAI Agents API?
Nie ma osobnej opłaty platformowej za zarządzany mechanizm. O łącznym koszcie decydują tokeny modelu, kwalifikowane wywołania narzędzi oraz opcjonalne hostowane obliczenia. Poniższe stawki modeli są w USD za milion tokenów dla przetwarzania Standard z krótkimi promptami kontekstowymi (do 272K tokenów wejściowych), sprawdzone 21 października 2026. Dłuższe prompty, inne poziomy przetwarzania, zapisy do cache i przetwarzanie regionalne mogą zmienić właściwą stawkę.
Cennik modeli OpenAI
Wejście / 1M
Buforowane wejście / 1M
Wyjście / 1M
GPT-6 Astra
$10.00
$1.00
$50.00
GPT-6.1 Sol
$2.00
$0.10
$10.00
GPT-6 Luna
$0.10
$0.01
$0.50
Dla dostępu do modeli przez CometAPI, deweloperzy mogą używać GPT-6.1 Sol i GPT-6 Luna. Powyższa tabela pokazuje stawki OpenAI; rozliczenia CometAPI podążają za własnymi obowiązującymi stawkami.
Zasób lub narzędzie
Konfiguracja / podstawa rozliczeń
Stawka
Hostowany kontener — Mały
1 GB pamięci; okres 20 minut
$0.03 za okres
Hostowany kontener — Średni
4 GB pamięci; okres 20 minut
$0.12 za okres
Hostowany kontener — Duży
16 GB pamięci; okres 20 minut
$0.48 za okres
Wyszukiwanie w sieci
na 1 000 wywołań; tokeny treści rozliczane osobno
$10 za 1 000 wywołań, plus tokeny treści
Przechowywanie wyszukiwania plików
za GB na dzień, po darmowym limicie
$0.10 za GB/dzień
Przykład: oszacowanie kosztu zadania
Składnik
Przykładowe obliczenie
Koszt
Tokeny wejściowe
50,000 × $10 / 1M
$0.50
Tokeny wyjściowe
10,000 × $50 / 1M
$0.50
Wyszukiwania w sieci
2 × $0.01
$0.02
Mały kontener
jeden okres 20 minut
$0.03
Suma
bez opłat incydentalnych
$1.05
Ta poglądowa kwota $1.05 zakłada podane wolumeny tokenów, dwa wyszukiwania, jeden 20‑minutowy okres małego kontenera oraz brak dodatkowych rozliczanych tokenów treści wyszukiwania lub zapisów do cache. Rzeczywisty koszt zależy również od ponowień, użycia subagentów, zachowania cache i zasad rozliczeń sandboxa obowiązujących dla sesji. Śledź koszt na pomyślnie ukończone zadanie w reprezentatywnym obciążeniu.
Jakie są ograniczenia OpenAI Agents API?
Ograniczenia danych. Agents API obecnie wspiera rezydencję danych wyłącznie w Stanach Zjednoczonych i nie obsługuje Zero Data Retention (ZDR). Samodzielnie hostowany sandbox nie zmienia kwalifikacji ZDR. Przed wysłaniem materiałów wrażliwych sprawdź, czy warunki retencji i rezydencji usługi spełniają twoje wymagania.
Zgodność API i modeli. Interfejsy publicznej bety mogą się zmieniać, a obsługiwane funkcje mogą różnić się zależnie od modelu. Testuj dokładnie model, punkt końcowy, ustawienia rozumowania i narzędzia używane przez aplikację. Powtórz testy integracji przy zmianie modelu lub adopcji aktualizacji API.
Kontrola wykonywania. Zadania wieloetapowe mogą kumulować tokeny, zajmować zmienny czas i napotykać awarie narzędzi. Ustaw budżety oraz limity tur i czasu wykonywania, przyznawaj tylko niezbędne uprawnienia i monitoruj długotrwałą pracę asynchronicznie. Zaplanuj odzyskiwanie po przerwanych wywołaniach narzędzi i wymagaj akceptacji człowieka dla działań o znaczących konsekwencjach.
FAQ
Jak klienci OpenAI Agents API powinni ponawiać wiadomości follow-up?
Użyj ponownie tego samego klucza zgłoszenia przy ponawianiu tej samej logicznej wiadomości, zgodnie ze wzorem przesyłania i ponawiania dla sesji. Przechowuj identyfikator sesji i klucz zgłoszenia razem w stanie aplikacji. Oddzielna instrukcja użytkownika powinna używać własnego klucza; utracona odpowiedź HTTP nie powinna być automatycznie traktowana jako nowa instrukcja.
Czy sesja OpenAI Agents API może zmienić model?
Punkt końcowy ustawień sesji obsługuje aktualizację modelu, wysiłku rozumowania i poziomu usługi. Aktualizacje dotyczą kolejnych tur; aktywna tura utrzymuje dotychczasowe ustawienia. Potwierdź, że wynikowa konfiguracja jest wspierana przez wybrany model, i utwórz nową sesję, gdy musisz zmienić ustawienia nieakceptowane przez ten punkt końcowy.
Jak OpenAI Agents API ogranicza dostęp sieciowy sandboxa?
Środowiska hostowane przez OpenAI obsługują włączony, wyłączony lub ograniczony ruch wychodzący. Tryb ograniczony używa jawnych list dozwolonych hostów, a przekierowania lub subdomeny mogą wymagać osobnych wpisów. Skonfiguruj politykę sieciową sandboxa dla usług potrzebnych zadaniu; dostęp sieciowy i poświadczenia aplikacji to odrębne mechanizmy kontroli.
Wnioski
Oceń Agents API na reprezentatywnym zadaniu wymagającym kilku wywołań narzędzi i co najmniej jednej tury follow‑up. Zmierz odsetek ukończonych zadań, zachowanie przy odzyskiwaniu, opóźnienie i koszt na pomyślnie ukończone zadanie. Te wyniki pokażą, czy zarządzane wykonywanie spełnia wymagania twojej aplikacji.
