OpenAI Agents Python 项目新增请求体扩展功能解析
2025-05-25 18:06:59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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210