OpenAI Agents Python 项目中流式输出时的 CompletionUsage 对象属性缺失问题解析
问题背景
在使用 OpenAI Agents Python 库进行流式输出处理时,开发者可能会遇到一个关于 CompletionUsage 对象属性缺失的异常。具体表现为当尝试通过 chat_completions API 进行流式输出时,系统抛出 'CompletionUsage' object has no attribute 'input_tokens'
的错误。
问题现象
当开发者使用以下典型代码进行流式输出处理时:
result = Runner.run_streamed(triage_agent, "问题内容")
async for event in result.stream_events():
if event.type == "raw_response_event" and isinstance(event.data, ResponseTextDeltaEvent):
print(event.data.delta, end="", flush=True)
系统会抛出 AttributeError 异常,指出 CompletionUsage 对象缺少 input_tokens 属性。这个问题在使用 Azure GPT-4o-mini 模型(API 版本 2024-08-01-preview)时尤为常见。
技术分析
根本原因
该问题的根源在于 OpenAI Agents Python 库内部对 API 响应格式的预期与实际返回格式不一致。具体来说:
- 库代码期望从 API 响应中获取的 usage 对象包含 input_tokens 和 output_tokens 属性
- 但实际返回的 CompletionUsage 对象使用的是 prompt_tokens 而非 input_tokens 的命名约定
- 这种命名差异导致了属性访问失败
影响范围
此问题主要影响以下使用场景:
- 使用 chat_completions API 进行流式输出处理
- 使用非标准 OpenAI 终结点(如 Azure OpenAI 服务)
- 使用某些第三方 LLM 提供商的服务
解决方案
官方推荐方案
OpenAI Agents Python 库在 v0.0.4 版本中已修复此问题。推荐开发者升级到最新版本:
pip install --upgrade openai-agents
临时解决方案
对于无法立即升级的情况,可以采取以下临时措施:
-
修改本地库文件(不推荐长期使用): 找到 CompletionUsage 类定义(通常在 .../openai/types/completion_usage.py),将 prompt_tokens 替换为 input_tokens 和 output_tokens
-
禁用追踪功能: 在代码中添加以下设置可以规避此问题:
set_tracing_disabled(disabled=True)
最佳实践建议
- 始终使用最新稳定版本的库
- 对于生产环境,建议明确指定 API 版本而非使用预览版
- 处理流式输出时,添加适当的错误处理逻辑
- 如果使用第三方 LLM 服务,确保其 API 响应格式与预期一致
总结
OpenAI Agents Python 库中的这个流式输出处理问题展示了 API 响应格式标准化的重要性。随着库版本的更新,这类问题通常会得到修复。开发者应当关注官方更新日志,并及时升级以获得最佳体验和稳定性。对于关键业务场景,建议在升级前进行充分的测试验证。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









