在openai-agents-python项目中使用Azure OpenAI API的实践指南
2025-05-25 06:24:55作者:谭伦延
前言
随着大语言模型(LLM)技术的快速发展,越来越多的开发者希望将不同云服务提供商的LLM集成到自己的应用中。openai-agents-python作为一个功能强大的代理框架,提供了灵活的接口来支持多种LLM服务提供商。本文将详细介绍如何在openai-agents-python项目中使用Azure OpenAI API。
基本集成方法
在openai-agents-python中集成Azure OpenAI API主要有两种方式:
- 直接设置默认客户端:这是最简单直接的方法,通过设置默认的异步Azure OpenAI客户端来实现。
from openai import AsyncAzureOpenAI
from agents import set_default_openai_client, set_tracing_disabled
# 初始化Azure OpenAI客户端
azure_client = AsyncAzureOpenAI(
api_key="你的API密钥",
api_version="2024-06-01", # 使用最新API版本
azure_endpoint="你的Azure终结点URL",
azure_deployment="你的部署名称"
)
# 设置为默认客户端
set_default_openai_client(azure_client)
# 禁用追踪功能,因为Azure不支持
set_tracing_disabled(True)
- 通过模型参数指定:在创建Agent时直接指定自定义的OpenAI客户端。
from openai import AsyncAzureOpenAI
from agents import Agent, OpenAIChatCompletionsModel
azure_client = AsyncAzureOpenAI(...)
agent = Agent(
name="中文代理",
instructions="你只能说中文。",
model=OpenAIChatCompletionsModel(
model="你的部署名称",
openai_client=azure_client,
),
model_settings=ModelSettings(temperature=0.5),
)
实际应用示例
下面是一个完整的示例,展示如何创建一个使用Azure OpenAI服务的Agent并执行简单任务:
from openai import AsyncAzureOpenAI
from agents import Agent, OpenAIChatCompletionsModel, ModelSettings, Runner
# 初始化Azure客户端
azure_client = AsyncAzureOpenAI(
api_key="你的API密钥",
api_version="2024-06-01",
azure_endpoint="https://your-resource.openai.azure.com",
azure_deployment="gpt-4-deployment"
)
# 创建中文代理
agent = Agent(
name="中文诗人",
instructions="你是一位精通中国古典诗歌的AI助手。",
model=OpenAIChatCompletionsModel(
model="gpt-4-deployment",
openai_client=azure_client,
),
model_settings=ModelSettings(temperature=0.7),
)
# 运行代理
result = Runner.run_sync(agent, "请写一首关于春天的七言绝句。")
print(result)
常见问题与解决方案
- API密钥错误:当使用自定义客户端时,仍需设置OPENAI_API_KEY环境变量,即使值为空。
# 在终端中执行
export OPENAI_API_KEY=""
- 追踪功能冲突:Azure OpenAI服务不支持追踪功能,必须显式禁用:
set_tracing_disabled(True)
- 模型名称不匹配:在Azure中部署的模型可能有自定义名称,确保在代码中使用的是部署名称而非原始模型名称。
扩展应用:支持其他云服务商
同样的方法也适用于其他兼容OpenAI API的云服务提供商,如阿里云的Qwen模型:
from openai import AsyncOpenAI
external_client = AsyncOpenAI(
api_key="你的API密钥",
base_url="服务商提供的兼容模式终结点",
)
agent = Agent(
name="多模型代理",
instructions="你是一个多模型支持助手。",
model=OpenAIChatCompletionsModel(
model="服务商指定的模型名称",
openai_client=external_client,
),
)
性能优化建议
-
连接池管理:对于高并发场景,考虑自定义HTTP客户端以优化连接池设置。
-
超时配置:根据网络状况调整超时参数,避免长时间等待。
-
重试策略:配置适当的重试策略以应对临时性故障。
结语
通过openai-agents-python框架,开发者可以灵活地将Azure OpenAI或其他兼容OpenAI API的服务集成到自己的应用中。本文介绍的方法不仅适用于Azure,也可扩展到其他云服务提供商。掌握这些技巧后,开发者可以根据实际需求选择最适合的LLM服务,构建更加强大和灵活的AI应用。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
974
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133