AutoGPT को एक custom OpenAI base URL पर चलाएं।

Quick answer: .env में दो lines।

AutoGPT Classic का .env.template OPENAI_API_BASE_URL को "Custom url for the OpenAI API, useful for connecting to custom backends" के तौर पर document करता है, और provider code इसे सीधे client में wire करता है: OpenAICredentials class उस variable से api_base पढ़ती है और इसे base_url के तौर पर pass करती है। तो override एक line uncomment करना और key set करना है: OPENAI_API_BASE_URL को https://api.apisrouter.com/v1 और OPENAI_API_KEY को अपनी gateway key। किसी भी और चीज़ से पहले एक scoping note: यह AutoGPT Classic पर लागू होता है, वह autonomous agent जो repo में classic/original_autogpt के तहत रहता है। Repo का नया AutoGPT Platform (visual builder) हर block के लिए model credentials अपने खुद के backend से manage करता है, और यह environment variable इसे configure करने का तरीका नहीं है।

OPENAI_API_BASE_URL=https://api.apisrouter.com/v1
OPENAI_API_KEY=sk-APIsRouter-...
SMART_LLM=gpt-5.4
FAST_LLM=gpt-5.4-mini

AutoGPT Classic model calls को कैसे route करता है।

AutoGPT (GitHub पर Significant-Gravitas, लगभग 185K stars, अस्तित्व में सबसे ज़्यादा starred agent repo) ने autonomous loop की शुरुआत की: agent plan करता है, एक action चुनता है, इसे execute करता है, result evaluate करता है, और तब तक repeat करता है जब तक goal पूरा ना हो या budget ना बचे। Classic अपना model usage दो slots में बांटता है। SMART_LLM agent के main reasoning turns carry करता है, और FAST_LLM हल्का काम handle करता है; defaults config में enum values के तौर पर रहते हैं, environment से overridable। Routing mechanics इतने पुराने project के लिए असामान्य रूप से clean हैं: OpenAICredentials.api_base OPENAI_API_BASE_URL से UserConfigurable है, और get_api_access_kwargs() इसे OpenAI client को base_url के तौर पर देता है। Agent की हर OpenAI-provider request, planning turns, tool-use decisions, summaries, उस host पर जाती है जिसका नाम वह variable लेता है। जो constraint AutoGPT को freeform tools से अलग करता है: SMART_LLM और FAST_LLM ModelName enums के तौर पर typed हैं, agent में compile की गई model registry के against validated, free strings नहीं। Recent builds की registry gpt-5.4 तक GPT-5 series के साथ-साथ 4.1, 4o, और o-series families को cover करती है, लेकिन practical rule यह है कि आपके checkout के enum में असल में मौजूद names में से चुनें। Gateway फिर exactly वही id receive करता है, तो id catalog में भी exist करनी चाहिए; gpt-5.4 और gpt-5.4-mini आज दोनों तरफ satisfy करते हैं।

पूरा setup: सही directory में .env, registry से models।

.env.template को classic/original_autogpt के अंदर .env में copy करें, चारों values uncomment करके set करें, और agent को उसी directory से चलाएं। .env classic agent के working layout के relative से load होता है, तो repo root में एक खूबसूरती से configured file इसके लिए कुछ नहीं करती। Model selection एक registry lookup है, passthrough नहीं। SMART_LLM को ऐसी id पर set करना जो enum में नहीं है startup पर validation fail करता है, किसी भी request से पहले, जो कम से कम loudly fail होता है। इसका corollary यह है कि Claude ids इस path से बिल्कुल भी addressable नहीं हैं: Classic के पास उन enum names के लिए एक अलग native Anthropic provider (ANTHROPIC_API_KEY) है, और वह provider OPENAI_API_BASE_URL नहीं पढ़ता। अगर आपका goal एक endpoint के through एक key है, तो दोनों slots को उन OpenAI-registry names पर रखें जो gateway serve करता है। Budget discipline अब भी लागू होती है। Autonomous loop unattended bursts में tokens खर्च करने के लिए मशहूर है, और इसे reroute करना यह नहीं बदलता; यह इसे measurable बनाता है। Classic की अपनी budget settings set करने लायक बनी रहती हैं, और per-key usage view आपको per run external ledger देता है।

cd classic/original_autogpt
cp .env.template .env
# edit .env:
#   OPENAI_API_BASE_URL=https://api.apisrouter.com/v1
#   OPENAI_API_KEY=sk-APIsRouter-...
#   SMART_LLM=gpt-5.4
#   FAST_LLM=gpt-5.4-mini
./autogpt.sh run   # or: poetry run autogpt run

SMART_LLM और FAST_LLM चुनना।

Honest comparison per goal है, per call नहीं: agent को दो SMART_LLM choices के तहत same goal दें और usage log में total tokens और outcome quality compare करें। Autonomous agents वह एकमात्र workload हैं जहां stronger model नियमित रूप से total cost पर जीतता है।

• SMART_LLM agent का judgment है। यह हर loop iteration पर तय करता है कि आगे क्या करना है, और एक बुरा decision सिर्फ एक call waste नहीं करता, यह wasted calls का एक subtree spawn कर देता है। gpt-5.4 आज इस slot के लिए सबसे strong registry-and-catalog match है।
• FAST_LLM mechanical volume absorb करता है। gpt-5.4-mini loop के supporting calls को smart slot की price के एक छोटे हिस्से पर रखता है, जो matter करता है क्योंकि autonomous runs हर चीज़ को multiply करते हैं।
• पैसे बचाने के लिए FAST_LLM को smart slot के तौर पर चलाने के temptation से बचें: autonomous loop decision quality को compound करती है, तो एक कमज़ोर planner आमतौर पर हर call पर बचाए गए से ज़्यादा tokens में कुल मिलाकर खर्चा करता है।
• Registry names checkout के साथ shift होते हैं। नया version pull करने के बाद, दोबारा check करें कि आपकी configured names अब भी validate होती हैं; एक enum rename startup पर एक clear error के साथ fail होता है, जो silent fallback से बेहतर है।

जितना उपयोग उतना भुगतान · आधिकारिक मूल्य से कम

Selected models are priced below official list prices. Exact input, output, cache, and per-request prices are shown for each model.

AutoGPT के लिए specific failure modes।

Variable-name trap। तीन अलग-अलग tools तीन अलग-अलग spellings इस्तेमाल करते हैं: mem0 OPENAI_BASE_URL पढ़ता है, Aider OPENAI_API_BASE पढ़ता है, और AutoGPT Classic OPENAI_API_BASE_URL पढ़ता है। दूसरे tool की muscle memory गलत variable set छोड़ देती है, AutoGPT इसे चुपचाप ignore करता है, और requests OPENAI_API_KEY जो भी रखता है उस पर api.openai.com की तरफ बहती रहती हैं। आपके gateway usage log में requests का ना दिखना मतलब पहले यह check करना। Startup पर enum rejection। SMART_LLM या FAST_LLM को compiled registry के बाहर की एक id पर set करना agent चलने से पहले validation fail करता है। यह सही behavior है, लेकिन freeform tools से आने वालों को surprise करता है जहां कोई भी string forward कर दी जाती है; error का मतलब है "registry name चुनें", ना कि "endpoint down है"। Claude names natively route होते हैं। Anthropic enum names Anthropic provider और ANTHROPIC_API_KEY से गुज़रते हैं, OPENAI_API_BASE_URL को bypass करते हुए। अगर आपको उम्मीद थी एक usage log में हर request दिखेगी और सिर्फ कुछ दिखे, तो missing traffic एक native provider path पर है। गलत .env। Classic agent अपनी directory का .env load करता है। Repo root में एक file, या एक stale .env value से shadow हुआ shell export, confusing half-configured states produce करता है। चारों values एक जगह रखें: classic/original_autogpt/.env। Platform expectations। AutoGPT Platform के blocks अपने खुद के backend में credentials manage करते हैं; यह environment variable set करना इन्हें reroute नहीं करता। इस page का path Classic का है।

कौन AutoGPT को एक gateway के through route करता है।

• Developers जो autonomous experiments के लिए Classic को resurrect कर रहे हैं और पहली run से ही loop की मशहूर token भूख को एक metered, per-key ledger पर चाहते हैं।
• Tinkerers जो लंबे unattended goals चलाते हैं, जहां agent ने अपने budget के साथ असल में क्या किया इसकी per-request visibility total जितनी ही matter करती है।
• Teams जो कई tools के across एक endpoint standardize कर रही हैं, जहां AutoGPT एक अलग account की बजाय same key पर point किया गया एक और .env है।
• Users जो gpt-5.4 judgment को gpt-5.4-mini volume के साथ pair करते हैं, per token priced और किसी भी slot से कोई subscription attached नहीं।
• Developers जिनके पास किसी given vendor की billing तक access नहीं है। बिना card requirement वाला top-up based access per-provider sign-up dependency हटा देता है।

Endpoint verify करें और पहली run को debug करें।

Confirm करें कि gateway आपके SMART_LLM और FAST_LLM में डाली गई exact ids serve करता है; agent वे strings verbatim भेजता है। First-run ladder: startup पर आपके model का नाम लेने वाली एक validation error का मतलब है id आपके build की registry में नहीं है, तो कोई और registry name चुनें। एक 401 का मतलब है classic agent के अपने .env में OPENAI_API_KEY gateway key नहीं है। Gateway से एक model-not-found error का मतलब है जो registry name आपने चुनी वह catalog में नहीं है; दोनों तरफ align करें। और एक run जो काम तो करती है पर usage log में कभी नहीं दिखती मतलब base URL variable गलत spelled है या गलत file में है, और traffic default host पर जा रही है। एक बार loop चलने लगे, पहले goal के दौरान per-request view देखें, बाद में नहीं। Autonomous agents अपने पहले कुछ मिनटों में अपना token behavior दिखा देते हैं, और एक runaway loop को जल्दी पकड़ना किसी भी per-token price difference से ज़्यादा valuable है।

curl -s https://api.apisrouter.com/v1/models \
  -H "Authorization: Bearer $OPENAI_API_KEY" | head -50

अक्सर पूछे जाने वाले प्रश्न