OpenAI Agents Python 项目新增请求体扩展功能解析
2025-05-25 18:45:51作者:裘晴惠Vivianne
在最新版本的OpenAI Agents Python项目中,开发团队新增了一个重要功能:允许开发者在API请求中添加额外的请求体字段。这一改进为开发者提供了更大的灵活性和控制权,特别是在需要集成第三方服务或进行自定义监控的场景下。
功能背景
现代AI应用开发中,开发者经常需要在标准API请求之外传递额外的元数据。这些数据可能用于:
- 分布式追踪和性能监控
- 财务运营(FinOps)成本分析
- 特殊网络配置的处理
- 多租户环境中的租户标识
原生的OpenAI Python客户端已经通过extra_body参数支持了这一功能,但在OpenAI Agents Python项目中这一能力尚不可用。
技术实现
新功能主要通过两种方式实现:
-
模型设置级别:开发者可以在
ModelSettings中配置固定的额外请求体字段,这些字段会附加到该模型的所有请求中。 -
运行时配置:通过
RunConfig参数,开发者可以在每次执行时动态添加额外的请求体字段,这种方式更加灵活。
实际应用示例
# 在模型设置中配置固定额外字段
model_settings = ModelSettings(
model="gpt-4",
extra_body={
"tenant_id": "acme_corp",
"tracking_id": "12345"
}
)
# 在运行时添加临时字段
result = Runner.run_sync(
agent,
input="生成季度报告",
run_config=RunConfig(
extra_body={
"request_purpose": "financial_report",
"priority": "high"
}
)
)
技术优势
-
无缝集成:与现有OpenAI客户端保持一致的API设计,降低学习成本。
-
灵活组合:模型级别和运行时级别的额外字段会自动合并,开发者无需手动处理。
-
向后兼容:完全不影响现有功能,旧代码无需任何修改。
-
扩展性强:除了
extra_body外,还新增了extra_query参数,用于在查询字符串中添加额外参数。
最佳实践建议
-
命名规范:为自定义字段使用明确的前缀(如公司名缩写),避免与OpenAI官方字段冲突。
-
数据精简:只传递必要的信息,避免因过大请求体导致性能下降。
-
安全考虑:不要在额外字段中包含敏感信息,这些数据可能会被日志系统记录。
-
文档记录:团队内部应维护额外字段的使用文档,确保一致性。
这一功能的加入使得OpenAI Agents Python项目更加适合企业级应用场景,为开发者提供了更强大的自定义能力和集成可能性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
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++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646