API Assistants et fils de discussion OpenAI
Les agents gérés d’OpenAI : aucune infrastructure à gérer, mais une dépendance au fournisseur et une lacune en matière d’observabilité.
API Assistants et fils de discussion OpenAI est une leçon AI Agents gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Agents, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Agents comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
De quoi s’agit-il ?
L’API Assistants d’OpenAI est un produit d’agents géré. Vous définissez un assistant (modèle, instructions et outils), puis les utilisateurs interagissent via des « fils de discussion » (conversations). OpenAI gère l’état, RAG, l’interpréteur de code et le stockage des fichiers.
Deux grands atouts
- file_search intégré — RAG géré, sans base de données vectorielle à administrer
- code_interpreter intégré — exécution de Python en bac à sable
Si vous souhaitez ces fonctionnalités sans devoir les créer, Assistants est une solution rapide.
Creating an Assistant
from openai import OpenAI
client = OpenAI()
assistant = client.beta.assistants.create(
name='Support Bot',
instructions='You help customers with orders.',
model='gpt-4o-mini',
tools=[{'type': 'file_search'}, {'type': 'code_interpreter'}]
)Threads = Conversations
thread = client.beta.threads.create()
client.beta.threads.messages.create(
thread_id=thread.id,
role='user',
content='Where is my order?'
)
run = client.beta.threads.runs.create(
thread_id=thread.id,
assistant_id=assistant.id
)Interroger jusqu'à l'achèvement
Les exécutions sont asynchrones. Interrogez leur état jusqu'à leur achèvement :
import time
while run.status not in ('completed', 'failed', 'requires_action'):
time.sleep(1)
run = client.beta.threads.runs.retrieve(thread_id=thread.id, run_id=run.id)Appel de fonctions
Le même modèle que pour les outils de chat.completions. Lorsque run.status == 'requires_action', distribuez les appels d'outils et envoyez les résultats :
if run.status == 'requires_action':
tool_outputs = []
for tc in run.required_action.submit_tool_outputs.tool_calls:
result = dispatch(tc)
tool_outputs.append({'tool_call_id': tc.id, 'output': json.dumps(result)})
client.beta.threads.runs.submit_tool_outputs(thread_id=thread.id, run_id=run.id, tool_outputs=tool_outputs)File Search (Vector Store)
vector_store = client.beta.vector_stores.create(name='docs')
client.beta.vector_stores.file_batches.upload_and_poll(
vector_store_id=vector_store.id,
files=[open('handbook.pdf', 'rb')]
)
assistant = client.beta.assistants.update(assistant.id, tool_resources={'file_search': {'vector_store_ids': [vector_store.id]}})Interpréteur de code
Ajoutez code_interpreter pour que l'assistant dispose d'un environnement Python en bac à sable. C'est idéal pour les tâches liées aux données :
{'type': 'code_interpreter'}Streaming
with client.beta.threads.runs.stream(thread_id=thread.id, assistant_id=assistant.id) as stream:
for event in stream:
print(event)Compromis
- + Aucune infrastructure à gérer pour les magasins vectoriels et le bac à sable
- + Mémoire et état des fils gérés
- + Citations intégrées provenant de file_search
- - Dépendance au fournisseur
- - Moins de contrôle sur la stratégie de récupération
- - Latence supérieure à celle de chat.completions direct
- - Observabilité plus limitée
Feuille de route
OpenAI a annoncé Responses API comme successeur d'Assistants. Certaines équipes attendent que Responses soit stabilisée avant d'adopter Assistants.
À utiliser pour les prototypes
Mettre en place un robot de questions-réponses sur des documents en 50 lignes ? Assistants est difficile à égaler. Pour une mise en production avec des SLA stricts et une récupération personnalisée ? Créez votre propre solution.
Coût
Assistants facture :
- Les coûts habituels des jetons
- file_search : stockage facturé par jour et par Go
- code_interpreter : facturation par session
La solution est peu coûteuse pour un faible volume, mais la facture peut augmenter avec un usage intensif.
Cas d'utilisation idéal d'Assistants
Quel cas d'utilisation convient le mieux à l'API Assistants ?
Récapitulatif
Assistants = produit d'agents gérés. file_search + code_interpreter + fils. Excellent pour les prototypes, moins adapté à la production à grande échelle. Surveillez Responses API.
Questions Fréquemment Posées
La leçon « API Assistants et fils de discussion OpenAI » est-elle gratuite ?
Oui — le texte complet de « API Assistants et fils de discussion OpenAI » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Agents, passe à CoddyKit PRO. Le cours AI Agents comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « API Assistants et fils de discussion OpenAI » ?
Les agents gérés d’OpenAI : aucune infrastructure à gérer, mais une dépendance au fournisseur et une lacune en matière d’observabilité. Tu pratiques AI Agents avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer AI Agents ?
Aucune expérience préalable n'est requise. AI Agents sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « API Assistants et fils de discussion OpenAI » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon AI Agents ?
Oui. Chaque leçon AI Agents inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- LangGraph contre CrewAI contre AutoGen
- Letta (anciennement MemGPT) pour les agents à longue durée de vie
- API Assistants et fils de discussion OpenAI
- Choisir le bon cadriciel selon le cas d’utilisation