Ang OpenAI Agents SDK ay Python framework para sa mga agent na may tools, handoffs at guardrails. Ipinapaliwanag ng docs nito kung paano magsaksak ng mga non-OpenAI provider. Para sa isang OpenAI-compatible na API gaya ng BroadNet Inference, ibibigay mo sa SDK ang sarili mong AsyncOpenAI client at gagamitin ang Chat Completions model class. Responses API ang default ng SDK, at maraming provider ang hindi nagse-serve nito.
Setup
- I-install ang SDK. Kailangan nito ng Python 3.10 o mas bago.
pip install openai-agents
export BROADNET_API_KEY='your-broadnet-key'
- Gawin ang client, model at agent.
import asyncio
import os
from agents import (
Agent,
AsyncOpenAI,
OpenAIChatCompletionsModel,
Runner,
function_tool,
set_tracing_disabled,
)
set_tracing_disabled(disabled=True) # tracing needs a platform.openai.com key
client = AsyncOpenAI(
base_url="https://inference.broadnet.ai/v1",
api_key=os.environ["BROADNET_API_KEY"],
)
model = OpenAIChatCompletionsModel(model="broadnet/glm-5.3", openai_client=client)
@function_tool
def get_order_status(order_id: str) -> str:
"""Look up an order."""
return f"Order {order_id}: shipped"
agent = Agent(
name="Support agent",
instructions="Answer briefly. Use tools when you need order data.",
model=model,
tools=[get_order_status],
)
async def main():
result = await Runner.run(agent, "Where is order 4471?")
print(result.final_output)
asyncio.run(main())
- Patakbuhin ito. Dapat tawagin ng agent ang
get_order_statusat sumagot batay sa resulta nito.
Tatlong paraan para ikabit ang provider
Ito ang mga built-in na opsyon na nakalista sa docs ng SDK:
- Kada agent: ipasa ang
OpenAIChatCompletionsModelbilangAgent.model, gaya ng nasa itaas. Gamitin ito kapag magkakaibang provider ang gamit ng iba’t ibang agent. - Global na default: ginagawang default ng
set_default_openai_client(client)ang client mo. Ipares ito saset_default_openai_api("chat_completions"). - Kada run: magpasa ng custom na
ModelProvidersaRunConfig(model_provider=...).
Ganito ang itsura ng global na default:
import os
from agents import (
Agent,
AsyncOpenAI,
set_default_openai_api,
set_default_openai_client,
set_tracing_disabled,
)
client = AsyncOpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
set_default_openai_client(client, use_for_tracing=False)
set_default_openai_api("chat_completions")
set_tracing_disabled(True)
agent = Agent(name="Assistant", instructions="Be brief.", model="broadnet/glm-5.3")
Kung environment variables lang ang gagamitin, i-set ang OPENAI_BASE_URL=https://inference.broadnet.ai/v1 at ang OPENAI_API_KEY sa BroadNet key mo, saka gawin ang parehong set_default_openai_api at set_tracing_disabled na tawag.
Kapag dumaan ka sa Chat Completions, sinasabi ng docs ng SDK na tahimik nitong tinatanggal ang mga field na pang-Responses lang, gaya ng previous_response_id, conversation_id at prompt. Para error ang makuha mo sa halip, i-set ang strict_feature_validation=True sa OpenAIProvider. Sa sarili mong code itago ang conversation state, halimbawa sa pagpasa ng input list ng nakaraang resulta sa susunod na run. Wala sa ibang provider ang mga hosted tool ng OpenAI gaya ng web search at file search. Gamitin ang function_tool para sa anumang dapat tawagin ng agent.
Tracing
Naka-on ang tracing bilang default at nagpapadala ito ng traces sa OpenAI. Ayon sa docs ng SDK, kung wala kang API key mula sa platform.openai.com, i-disable ito gamit ang set_tracing_disabled() o mag-set up ng ibang tracing processor. Kung may OpenAI key ka, puwede mong iwang naka-on ang tracing at ipasa ang key na iyon gamit ang set_tracing_export_api_key(...). Para lang sa pag-upload ng traces ito ginagamit ng SDK. Hindi gagana rito ang BroadNet key mo.
Aling model ang pipiliin
| Uri ng agent | Model | Mga tala |
|---|---|---|
| Mga agent na gumagamit ng tools | GLM 5.3 | Nakalista ang tools at structured output; 1M context |
| Input na larawan na may tools | Qwen3.8 27B | 262K context; sinubukan sa Arabic |
| Matatagal na agent sa flat rate | DeepSeek V4.1 Flash | Mga unlimited na plan; walang tools na nakalista sa BroadNet |
Babala ng docs ng SDK na may mga provider na hindi sumusuporta sa JSON-schema structured outputs. Kung magse-set ka ng output_type sa isang agent, gamitin ang GLM 5.3 o Qwen3.8 27B. Ikumpara ang mga presyo sa pricing page.
Troubleshooting
- 401. Mali, expired, o ubos na ang pay-as-you-go allowance ng BroadNet key. Hiwalay na usapin ang mga tracing error sa logs: ibig sabihin nito ay naka-on pa ang tracing nang walang OpenAI key.
- 404 o “not found”. Malamang nasa Responses API ka. Gamitin ang
OpenAIChatCompletionsModeloset_default_openai_api("chat_completions"). Kung naka-set na iyon, tiyaking eksaktong tugma ang model ID sa ID ng BroadNet. Kailangan ng top-up para sa mga bayad na model; ang Gemma 4 VL 26B at ang dalawang Transcribe model ang sakop ng $5 na credit. - Walang laman na
final_output. Kasama ang reasoning samax_tokens. Kung nag-set ka ngModelSettings(max_tokens=...), taasan ito. Bakit walang laman ang mga sagot. - 429. Ang isang pay-as-you-go key ay may 30 request kada minuto at 4 na sabay-sabay. Bagong request ang bawat tool round-trip. Tingnan ang errors and retries.
- Mga parallel na agent sa isang plan. Isang request lang sa isang pagkakataon ang pinapatakbo ng isang unlimited plan session. Ang mga agent na sabay na inilunsad gamit ang
asyncio.gatheray tig-iisang session ang kailangan, kung hindi ay pipila sila. Tingnan ang pagpapatakbo ng mga parallel na agent sa flat rate.
