Fai girare AutoGPT su un URL base OpenAI personalizzato.

Risposta rapida: due righe in .env.

Il .env.template di AutoGPT Classic documenta OPENAI_API_BASE_URL come "URL personalizzato per l'API OpenAI, utile per connettersi a backend personalizzati", e il codice del provider lo collega direttamente al client: la classe OpenAICredentials legge api_base da quella variabile e lo passa come base_url. Quindi l'override consiste nel decommentare una riga e impostare la chiave: OPENAI_API_BASE_URL su https://api.apisrouter.com/v1 e OPENAI_API_KEY sulla tua chiave gateway. Una nota di ambito prima di tutto: questo si applica ad AutoGPT Classic, l'agente autonomo che vive sotto classic/original_autogpt nel repo. La più recente AutoGPT Platform del repo (il builder visuale) gestisce le credenziali del modello per blocco tramite il proprio backend, e questa variabile d'ambiente non è il modo in cui la configuri.

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

Come AutoGPT Classic instrada le chiamate al modello.

AutoGPT (Significant-Gravitas su GitHub, circa 185K stelle, il repo di agenti con più stelle in assoluto) ha aperto la strada al loop autonomo: l'agente pianifica, sceglie un'azione, la esegue, valuta il risultato, e ripete finché l'obiettivo non è raggiunto o il budget no. Classic divide il suo uso del modello su due slot. SMART_LLM porta i turni di ragionamento principali dell'agente, e FAST_LLM gestisce il lavoro più leggero; i valori predefiniti vivono nella config come valori enum, sovrascrivibili dall'ambiente. La meccanica di routing è insolitamente pulita per un progetto di questa età: OpenAICredentials.api_base è UserConfigurable da OPENAI_API_BASE_URL, e get_api_access_kwargs() lo passa al client OpenAI come base_url. Ogni richiesta al provider OpenAI che l'agente fa, turni di pianificazione, decisioni di uso di tool, riassunti, va verso qualunque host quella variabile nomini. Il vincolo che separa AutoGPT dagli strumenti liberi: SMART_LLM e FAST_LLM sono tipizzati come enum ModelName, validati contro il registro dei modelli compilato nell'agente, non stringhe libere. Le build recenti coprono nel registro la serie GPT-5 fino a gpt-5.4 insieme alle famiglie 4.1, 4o, e o-series, ma la regola pratica è scegliere tra i nomi che l'enum del tuo checkout contiene davvero. Il gateway riceve quindi esattamente quell'id, quindi l'id deve esistere anche nel catalogo; gpt-5.4 e gpt-5.4-mini soddisfano oggi entrambi i lati.

Configurazione completa: .env nella directory giusta, modelli dal registro.

Copia .env.template in .env dentro classic/original_autogpt, decommenta e imposta i quattro valori, ed esegui l'agente da quella directory. Il .env viene caricato relativamente al layout di lavoro dell'agente classic, quindi un file configurato splendidamente nella radice del repo non fa nulla per esso. La selezione del modello è una ricerca nel registro, non un passthrough. Impostare SMART_LLM su un id che l'enum non contiene fallisce la validazione all'avvio, prima che venga fatta qualsiasi richiesta, il che almeno fallisce rumorosamente. Il corollario è che gli id Claude non sono affatto indirizzabili tramite questo percorso: Classic ha un provider Anthropic nativo separato (ANTHROPIC_API_KEY) per quei nomi enum, e quel provider non legge OPENAI_API_BASE_URL. Se il tuo obiettivo è una chiave attraverso un endpoint, tieni entrambi gli slot su nomi del registro OpenAI serviti dal gateway. La disciplina di budget si applica ancora. Il loop autonomo è famoso per spendere token in raffiche non presidiate, e reindirizzarlo non cambia questo; lo rende misurabile. Le impostazioni di budget proprie di Classic restano da impostare, e la vista di utilizzo per chiave dà il libro mastro esterno per esecuzione.

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

Scegliere SMART_LLM e FAST_LLM.

Il confronto onesto è per obiettivo, non per chiamata: dai all'agente lo stesso obiettivo sotto due scelte di SMART_LLM e confronta token totali e qualità del risultato nel log di utilizzo. Gli agenti autonomi sono l'unico carico di lavoro dove il modello più forte vince regolarmente sul costo totale.

• SMART_LLM è il giudizio dell'agente. Decide cosa fare dopo a ogni iterazione del loop, e una cattiva decisione non spreca solo una chiamata, genera un sottoalbero di chiamate sprecate. gpt-5.4 è oggi la corrispondenza registro-e-catalogo più forte per questo slot.
• FAST_LLM assorbe il volume meccanico. gpt-5.4-mini mantiene le chiamate di supporto del loop a una piccola frazione del prezzo dello slot smart, il che conta perché le esecuzioni autonome moltiplicano tutto.
• Resisti alla tentazione di far girare FAST_LLM come slot smart per risparmiare: il loop autonomo accumula la qualità delle decisioni, quindi un pianificatore più debole di solito costa più in token totali di quanto risparmi per chiamata.
• I nomi del registro cambiano con il checkout. Dopo aver aggiornato a una nuova versione, ricontrolla che i nomi che hai configurato validino ancora; una ridenominazione dell'enum fallisce all'avvio con un errore chiaro, il che batte un fallback silenzioso.

Pagamento a consumo · sotto i prezzi ufficiali

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

Le modalità di errore specifiche di AutoGPT.

La trappola del nome della variabile. Tre strumenti diversi usano tre grafie diverse: mem0 legge OPENAI_BASE_URL, Aider legge OPENAI_API_BASE, e AutoGPT Classic legge OPENAI_API_BASE_URL. La memoria muscolare da un altro strumento lascia impostata la variabile sbagliata, AutoGPT la ignora silenziosamente, e le richieste continuano a fluire verso api.openai.com su qualunque cosa contenga OPENAI_API_KEY. Se le richieste non appaiono nel tuo log di utilizzo del gateway, controlla prima questo. Rifiuto dell'enum all'avvio. SMART_LLM o FAST_LLM impostati su un id fuori dal registro compilato falliscono la validazione prima che l'agente giri. Questo è il comportamento corretto, ma sorprende chi arriva da strumenti liberi dove qualsiasi stringa viene inoltrata; l'errore significa "scegli un nome del registro", non "l'endpoint è giù". I nomi Claude instradano in modo nativo. I nomi enum Anthropic passano per il provider Anthropic e ANTHROPIC_API_KEY, bypassando OPENAI_API_BASE_URL. Se ti aspettavi ogni richiesta in un unico log di utilizzo e ne vedi solo alcune, il traffico mancante è su un percorso di provider nativo. Il .env sbagliato. L'agente classic carica il .env della propria directory. Un file nella radice del repo, o un export di shell oscurato da un valore .env obsoleto, produce stati confusi e mezzo configurati. Tieni i quattro valori in un unico posto: classic/original_autogpt/.env. Le aspettative della Platform. I blocchi di AutoGPT Platform gestiscono le credenziali nel proprio backend; impostare questa variabile d'ambiente non li reindirizza. Il percorso di questa pagina è quello di Classic.

Chi instrada AutoGPT tramite un gateway.

• Sviluppatori che resuscitano Classic per esperimenti autonomi e vogliono il notorio appetito di token del loop su un libro mastro misurato, per chiave, fin dalla prima esecuzione.
• Smanettoni che eseguono obiettivi lunghi non presidiati, dove la visibilità per richiesta su cosa l'agente ha effettivamente fatto con il suo budget conta quanto il totale.
• Team che standardizzano un endpoint tra molti strumenti, dove AutoGPT è solo un altro .env puntato sulla stessa chiave invece di un account separato.
• Utenti che abbinano il giudizio di gpt-5.4 al volume di gpt-5.4-mini, prezzati per token senza nessun abbonamento legato a nessuno dei due slot.
• Sviluppatori senza accesso alla fatturazione di un dato fornitore. L'accesso basato su ricarica senza obbligo di carta rimuove la dipendenza dalla registrazione per provider.

Verifica l'endpoint e fai debug della prima esecuzione.

Conferma che il gateway serva esattamente gli id che hai messo in SMART_LLM e FAST_LLM; l'agente invia quelle stringhe alla lettera. La scala della prima esecuzione: un errore di validazione che nomina il tuo modello all'avvio significa che l'id non è nel registro della tua build, quindi scegli un altro nome del registro. Un 401 significa che OPENAI_API_KEY nel .env dell'agente classic non è la chiave del gateway. Un errore modello-non-trovato dal gateway significa che il nome del registro che hai scelto non è nel catalogo; allinea i due lati. E un'esecuzione che funziona ma non appare mai nel log di utilizzo significa che la variabile dell'URL base è scritta male o nel file sbagliato, e il traffico sta andando verso l'host predefinito. Una volta che il loop gira, osserva la vista per richiesta durante il primo obiettivo piuttosto che dopo. Gli agenti autonomi rivelano il loro comportamento sui token nei primi minuti, e catturare un loop fuori controllo presto vale più di qualsiasi differenza di prezzo per token.

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

Domande frequenti