AI.Product ClubБлог Михаила Карпова
← Все материалы
HOW-TOИИ для продукта8 мин чтения

Codex API: SDK, App Server или облачный агент

Как выбрать Codex SDK, App Server или Agents API и проверить облачного агента на учебном продуктовом брифе.

Запрос «Codex API» может означать несколько разных интеграций. Одной команде нужен ночной запуск задания, другой — собственный интерфейс с историей диалога, третьей — облачный агент без обслуживания его рабочей среды. Выбор зависит от того, кто управляет сессией и где лежат файлы.

Ниже — карта вариантов и учебная проверка продуктового брифа через Agents API. Для практической части понадобится человек, который умеет запускать Python. Само задание и критерии результата понятны без программирования.

Способы интеграции Codex: SDK для задания, App Server для клиента, Agents API для облачной сессии
Оригинальная схема AI Product Club. Открыть крупнее.

1. Выбери способ интеграции

Вариант Для какой задачи подходит Что нужно предусмотреть
Codex SDK Запуск локального агента из своей программы или фонового задания Среду выполнения, доступ к рабочей папке и обработку результата
Codex App Server Собственный клиент с диалогом, событиями и подтверждениями Интерфейс и обработку жизненного цикла разговора
Agents API Управляемый облачный агент на основе Codex harness API-доступ, настройки сессии, инструменты и среду

Codex SDK позволяет программно управлять локальными потоками работы. Для отдельного клиентского интерфейса OpenAI направляет к App Server. Agents API предоставляет управляемый цикл работы агента: сессии, оркестрацию и восстановление, с возможностью использовать sandbox.

Если тебе пока нужно только поручить одну задачу из приложения, начни с первого задания в Codex CLI. Интеграция оправданна, когда есть повторяемый процесс и понятный получатель результата.

2. Подготовь доступ для облачного примера

Не путай вход в Codex через ChatGPT с ключом для этого API. Документация авторизации описывает подписочный и API-доступ как разные способы входа. Доступность конкретного API проверь в своём проекте; наличие подписки само по себе не проверяет права ключа.

По quickstart Agents API нужен application API key с правами api.agents.read, api.agents.write и api.responses.write. Передай его программе через переменную окружения OPENAI_API_KEY. Не помещай ключ в текст задания, исходник или файлы sandbox. SDK сам добавляет необходимый beta-заголовок; при прямом HTTP-запросе это отдельная настройка.

Создай отдельную учебную папку. Установи актуальный Python-пакет командой python3 -m pip install --upgrade openai в выбранном виртуальном окружении. Не запускай пример из папки с клиентскими документами. Если API или указанная модель недоступны проекту, сначала разберись с доступом, а не меняй наугад названия методов.

3. Отправь учебный бриф

Сохрани этот пример как brief_check.py. Здесь вымышленные данные полностью включены в запрос; загрузка файлов не требуется.

from openai import OpenAI

TASK = """Проверь учебный бриф и верни таблицу: проблема, основание, вопрос.
Бриф: экспорт отчёта в CSV для пяти менеджеров пилота.
Только веб-версия. Лимит 300 строк. Дата запуска не согласована.
Анонс: завтра экспорт станет доступен всем пользователям
в вебе и мобильном приложении, включая PDF.
Найди противоречия. Не исправляй исходные условия догадками.
В конце напиши, можно ли публиковать анонс и чего не хватает.
Не используй сеть и внешние системы, не создавай файлы.
"""

with OpenAI() as client:
    with client.beta.agents.sessions.create(
        agent={
            "model": "gpt-6-astra",
            "instructions": "Проверяй утверждения по переданному брифу.",
        },
        environment={"type": "openai_hosted"},
        input=TASK,
        stream=True,
    ).with_result_collection() as stream:
        for event in stream:
            print(event.to_json(indent=None), flush=True)
        result = stream.get_final_result()
    print(result.output_text)
    print("Session:", result.session_id)

Запуск: python3 brief_check.py. Пример использует схему текущего официального quickstart; вызов платного API для этой статьи не выполнялся. Модель здесь указана как в quickstart, а не как рекомендация лучшего соотношения цены и качества.

4. Проверь содержание и повторный запуск

Ожидаемые замечания задаются исходными данными: «завтра» не подтверждено, «всем» противоречит пилоту, мобильная версия исключена, PDF не входит в объём. Лимит 300 строк стоит сохранить в будущем тексте. Это контрольный список, а не полученный нами ответ модели.

Проверка Условие приёмки
Содержание Найдены четыре противоречия, нет придуманной даты
Завершение Получен итоговый текст, а не только промежуточное событие
Учёт Сохранён идентификатор сессии и результат проверки
Действия Анонс не опубликован автоматически

Если соединение оборвалось, перед повтором выясни состояние созданной сессии. Повторное создание задачи может дать второй запуск и дополнительные расходы. В рабочей интеграции понадобятся обработка ошибок, учёт затрат и проверка результата человеком. Учебный скрипт этих задач не решает.

5. Опиши следующий небольшой пилот

Готовая постановка для команды: «Раз в неделю проверять один бриф и один черновик анонса; возвращать таблицу противоречий; сохранять ID сессии; публикацию оставлять редактору; при сбое показывать статус, не создавать повтор бесконтрольно». Сначала согласуй этот контракт, затем выбирай хранение файлов и интерфейс.

Для работы через готовый облачный интерфейс есть отдельный разбор Codex Cloud. Практику постановки задач и контроля агентов можно продолжить на курсе, указанном под статьёй.

Todo: попробуй на своей задачеПрогресс сохраняется в этом браузере.
ПРАКТИКА НА КУРСЕ / AI PRODUCT CLUB

Собери своего ИИ-агента и проверь результат

«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.

7 практических воркшопов · записи · вопросы автору в чате

Посмотреть программу курса ↗

Автор: — практик автоматизации и автор курсов AI Product Club.