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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
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
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355