در این مقاله
OpenAI Agents API رابطی برای ساخت و اجرای ایجنت‌های ابری با Harness مدیریتشده OpenAI است. در این مسیر، فقط یک پاسخ از مدل نمی‌گیرید: ایجنت می‌تواند طی یک Session با ابزارها کار کند، زمینه کار را حفظ کند و وظیفه چندمرحله‌ای را پیش ببرد. OpenAI این سرویس را در ۱۰ سپتامبر ۲۰۲۶ بهصورت بتای عمومی معرفی کرد. اگر فقط می‌خواهید یک مدل را از برنامه‌تان صدا بزنید، Agents API الزاماً نقطه شروع مناسبی نیست.
این راهنما دو انتخاب را روشن میکند: استفاده از سرویس مدیریتشده OpenAI یا اجرای منطق ایجنت روی زیرساخت خودتان. در انتخاب دوم می‌توانید API هوش مصنوعی پاستا را برای فراخوانی مدل و محیط اجرای ایجنت در پاستا را برای برنامه خود به کار ببرید. API مدل پاستا جایگزین مستقیم Agents API نیست؛ این دو لایه متفاوت از معماری‌اند.
Agents API دقیقاً چه کاری انجام می‌دهد؟
در یک فراخوانی معمولی API مدل، برنامه شما پیام‌ها را می‌فرستد و پاسخ را می‌گیرد. اگر مدل بخواهد ابزاری را اجرا کند، برنامه باید مجوز، اجرای ابزار، ذخیره وضعیت، تکرار درخواست و توقف حلقه را مدیریت کند. Agents API این کارهای ارکستراسیون را در قالب یک سرویس مدیریتشده و Session پایدار ارائه میکند. طبق معرفی رسمی OpenAI، Harness آن بر پایه Codex است و قابلیت‌هایی مانند مدیریت Context، جست‌وجوی ابزار، پشتیبانی از MCP و تقسیم کار میان زیرایجنت‌ها دارد.
محیط اجرای ایجنت نیز قابل انتخاب است: Sandbox میزبانی‌شده OpenAI، زیرساخت خودتان یا برخی شریک‌های سازگار. اما انتخاب محل Sandbox به معنی قابل‌تعویض‌بودن API مدل در خود Agents API نیست. مستندات رسمی را برای مدل‌های مجاز و اتصال‌های پشتیبانی‌شده بررسی کنید؛ صرف داشتن یک Base URL سازگار با OpenAI برای اثبات سازگاری با Agents API کافی نیست.
تفاوت Agents API، Agents SDK و API مدل
| گزینه | چه چیزی فراهم میکند؟ | چه چیزی با شماست؟ |
|---|---|---|
| Agents API | سرویس مدیریتشده OpenAI برای Harness، Session و هماهنگی ابزارها | تعریف وظیفه، ابزار، دسترسی‌ها و انتخاب محیط مجاز |
| Agents SDK | کتابخانه برای ساخت منطق ایجنت در کد برنامه | استقرار، مانیتورینگ، Secretها و بسیاری از تصمیم‌های اجرایی |
| API مدل | فراخوانی مدل برای تولید پاسخ و قابلیت‌های پشتیبانی‌شده | حلقه ایجنت، ابزارها، وضعیت، ایمنی و رابط کاربری |
معرفی رسمی Agents SDK را نیز بخوانید؛ SDK یک کتابخانه برای پیاده‌سازی ایجنت در برنامه است، در حالی که Agents API سرویس میزبانی و اجرای مدیریتشده است. پاستا در این مقایسه لایه دیگری را پوشش می‌دهد: API مدل برای برنامه‌ای که خودتان می‌نویسید و محیط اجرای برنامه روی کلود. سازگاری هر SDK یا Harness خاص با endpoint پاستا باید جداگانه با مستندات و یک درخواست آزمایشی بررسی شود.
چه زمانی Agents API را انتخاب کنیم؟
وقتی می‌خواهید سریع یک ایجنت چندمرحله‌ای با Session طولانی، ابزارهای متعدد و Harness مدیریتشده بسازید و محدودیت‌های دسترسی و مدل‌های پشتیبانی‌شده OpenAI با نیازتان سازگار است، Agents API انتخاب قابل بررسی است. در بتای عمومی، قرارداد و قابلیت‌ها ممکن است تغییر کنند؛ پیش از تصمیم production، محدودیت‌ها و قیمت جاری را در مستندات رسمی بخوانید.
اگر صرفاً خلاصه‌سازی، دسته‌بندی، تولید محتوا یا یک پاسخ جریانی می‌خواهید، فراخوانی مستقیم API مدل معمولاً ساده‌تر است. افزودن ایجنت برای هر درخواست، پیچیدگی ابزار، امنیت و هزینه تکرار فراخوانی را بی‌دلیل بالا می‌برد.
چه زمانی ایجنت خودمیزبان با API پاستا مناسب‌تر است؟
اگر می‌خواهید منطق Agent، دسترسی به داده، زمان اجرای کار و انتخاب مدل را در برنامه خود کنترل کنید، مسیر خودمیزبان را بررسی کنید. برنامه ایجنت را روی سرویس خود مستقر میکنید، کلید مدل را بهصورت Secret نگه می‌دارید و فراخوانی‌های مدل را به API پاستا می‌فرستید. این مسیر به‌ویژه وقتی مفید است که پرداخت تومانی، دیدن قیمت مدل‌ها و محدودکردن مصرف هر کلید برایتان مهم باشد.
در این معماری پاستا وظیفه مدیریت حلقه ایجنت شما را به‌طور خودکار بر عهده نمی‌گیرد. باید اجرای ابزار، محدودیت دسترسی، ذخیره Session، صف کارهای طولانی، ثبت خطا و توقف ایمن را در برنامه یا Framework انتخابی پیاده کنید. برای نمونه عملی بدون شروع از صفر، آموزش ساخت ایجنت با n8n و API پاستا مسیر کم‌کد را نشان می‌دهد؛ هاست n8n هم محل اجرای همان Workflow است.
نظرات کاربران (۰)
هنوز نظری ثبت نشده است. اولین نفر باشید.