解决openai-agents-python项目中ChatCompletions API与WebSearchTool不兼容问题
2025-05-25 10:02:49作者:农烁颖Land
在openai-agents-python项目开发过程中,开发者可能会遇到一个常见的技术问题:当尝试将WebSearchTool工具与ChatCompletions API结合使用时,系统会抛出"Hosted tools are not supported with the ChatCompletions API"的错误提示。这个问题源于两种技术实现方式的不兼容性,需要开发者理解其背后的技术原理并采取正确的解决方案。
问题本质分析
ChatCompletions API和传统的工具调用机制采用了不同的架构设计。ChatCompletions API是OpenAI提供的一种更集成的对话完成服务,而WebSearchTool则是基于传统工具调用机制实现的独立组件。这两种方式在设计理念和技术实现上存在根本差异:
- ChatCompletions API:采用端到端的集成方式,将搜索功能直接内置于模型内部,通过特定参数控制
- 传统工具调用:通过外部工具注册和回调机制实现功能扩展,需要模型显式调用外部工具
正确解决方案
针对这一问题,开发者可以采取以下两种解决方案:
方案一:使用专用搜索模型
OpenAI提供了专门支持搜索功能的模型变体,这些模型内置了搜索能力,无需额外配置工具:
from agents import OpenAIChatCompletionsModel, AsyncOpenAI, Agent, Runner
agent = Agent(
name="Assistant",
instructions="You are a helpful assistant.",
model=OpenAIChatCompletionsModel(
model="gpt-4o-search-preview-2025-03-11",
openai_client=AsyncOpenAI()
)
)
方案二:直接使用ChatCompletions API的搜索功能
如果不需要使用agents库的高级功能,可以直接调用ChatCompletions API的搜索选项:
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-4o-search-preview",
web_search_options={},
messages=[{"role": "user", "content": "查询今日重要新闻"}]
)
常见误区与注意事项
- 模型选择错误:必须使用带有"search"标识的专用模型变体
- API配置不当:确保正确设置了API模式为chat_completions
- 工具冗余配置:使用内置搜索功能时不应再注册WebSearchTool
- 参数传递问题:搜索相关参数应通过web_search_options传递,而非工具参数
最佳实践建议
- 明确需求:先确定是否需要agents库的高级功能,还是只需要基本搜索能力
- 版本兼容性:注意检查模型版本是否支持所需功能
- 错误处理:对API调用进行适当的异常捕获和处理
- 性能优化:根据实际场景选择合适的搜索上下文大小
通过理解这些技术细节和解决方案,开发者可以更高效地在openai-agents-python项目中实现网络搜索功能,避免陷入API不兼容的困境。
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 StartedRust0211
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 Notebook0135
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++
871
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
756
956
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++
695
1.39 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
182
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
644