OpenRouter ออก Agent SDK ใหม่ สร้าง AI Agent แบบหลายขั้นตอนง่ายขึ้น พร้อมควบคุมค่าใช้จ่ายและเครื่องมือ

TL;DR

• OpenRouter เปิดตัว Agent SDK ใหม่ในรูปแบบ TypeScript SDK ช่วยให้นักพัฒนาสร้าง AI Agent แบบหลายขั้นตอน ได้ง่ายขึ้น
• SDK นี้เป็น model-agnostic รองรับโมเดลกว่า 300 รายการบนแพลตฟอร์ม OpenRouter
• ฟังก์ชันหลัก callModel จัดการพฤติกรรมของเอเจนต์ที่ซับซ้อน เช่น การเรียกใช้เครื่องมือ การวนซ้ำ การสตรีม และการติดตามค่าใช้จ่าย
• มีคุณสมบัติเด่น เช่น การกำหนดและตรวจสอบเครื่องมือ, เงื่อนไขการหยุดที่ปรับแต่งได้ (เช่น maxCost(1.00)), และการตรวจสอบเพื่ออนุมัติการใช้เครื่องมือ

OpenRouter ได้ประกาศเปิดตัว Agent SDK ใหม่ ซึ่งเป็นไลบรารี TypeScript SDK ภายใต้ชื่อ @openrouter/agent ที่ออกแบบมาเพื่อลดความซับซ้อนในการสร้างเวิร์กโฟลว์ของ AI Agent แบบหลายขั้นตอน การสร้างเอเจนต์ที่สามารถทำงานหลายอย่างต่อเนื่องกันมักจะซับซ้อนกว่าการเรียกใช้โมเดลเพื่อตอบสนองครั้งเดียว โดยต้องมีการจัดการกับการเรียกใช้เครื่องมือ การประมวลผลผลลัพธ์ และการวนซ้ำ กระบวนการเหล่านี้จำเป็นต้องมีการจัดการการตรวจสอบอินพุต การสตรีมข้อมูล การติดตามค่าใช้จ่าย และการกำหนดเงื่อนไขการหยุดที่ชัดเจน SDK ใหม่นี้จะรวบรวมฟังก์ชันการทำงานที่จำเป็นทั้งหมดไว้ในฟังก์ชันเดียว ช่วยให้นักพัฒนาสามารถมุ่งเน้นไปที่ตรรกะและเครื่องมือเฉพาะของแอปพลิเคชันได้มากขึ้น และที่สำคัญคือ Agent SDK นี้เป็น model-agnostic สามารถทำงานร่วมกับโมเดล AI กว่า 300 รายการที่มีให้บริการบน OpenRouter ได้อย่างราบรื่น

หัวใจหลักของ Agent SDK คือฟังก์ชัน callModel ที่จัดการพฤติกรรมของเอเจนต์แบบ multi-turn ได้อย่างครอบคลุม ฟังก์ชันนี้ช่วยให้การเรียกใช้เครื่องมือเป็นเรื่องง่าย โดยนักพัฒนาสามารถกำหนดเครื่องมือและการตรวจสอบข้อมูลด้วย tool() และ Zod schemas ซึ่งช่วยให้การตรวจสอบข้อมูลที่เข้ามาจากโมเดลเป็นไปอย่างถูกต้องและลดข้อผิดพลาด นอกจากนี้ callModel ยังดูแลการวนซ้ำแบบหลายขั้นตอนภายในตัว ทำให้เอเจนต์สามารถดำเนินการหลายขั้นตอน เช่น การค้นหาข้อมูล การอ่านผลลัพธ์ และการสรุป ได้อย่างต่อเนื่องโดยไม่ต้องเขียนโค้ดสำหรับลูปที่ซับซ้อนเอง

เพื่อป้องกันการทำงานที่ไม่มีที่สิ้นสุดและควบคุม ค่าใช้จ่าย callModel จึงมีเงื่อนไขการหยุดที่สามารถปรับแต่งได้หลากหลาย ตัวอย่างเช่น stepCountIs(10) ที่จะจำกัดจำนวนรอบการทำงานไว้ที่ 10 ครั้ง หรือ maxCost(1.00) ที่กำหนดวงเงินค่าใช้จ่ายสูงสุดที่ 1 ดอลลาร์สหรัฐฯ ผู้ใช้งานสามารถรวมเงื่อนไขเหล่านี้เข้าด้วยกัน หรือสร้างฟังก์ชันเงื่อนไขการหยุดแบบกำหนดเองได้ตามความต้องการ นอกจากนี้ SDK ยังรองรับการสตรีมข้อมูลผ่าน getTextStream(), getToolCallsStream(), และ getReasoningStream() ช่วยให้เอเจนต์สามารถแสดงความคืบหน้าและประมวลผลข้อมูลไปพร้อมกันได้ ซึ่งเป็นสิ่งสำคัญสำหรับเอเจนต์ที่ใช้เวลาหลายขั้นตอนในการทำงาน

ไม่เพียงแค่นั้น การติดตามค่าใช้จ่ายก็เป็นอีกหนึ่งคุณสมบัติที่โดดเด่น ทุกการตอบสนองจาก callModel จะรวมข้อมูลจำนวนโทเค็นและข้อมูลค่าใช้จ่ายผ่าน result.getResponse() ทำให้นักพัฒนาทราบได้อย่างแม่นยำว่าการทำงานแต่ละครั้งมีค่าใช้จ่ายเท่าไร และสำหรับเอเจนต์ที่ต้องมีการดำเนินการในโลกจริง เช่น การส่งอีเมลหรือการจัดการคำสั่งซื้อ SDK ยังมีคุณสมบัติการอนุมัติการใช้เครื่องมือ (tool approval) เมื่อโมเดลเรียกใช้เครื่องมือที่ต้องได้รับการอนุมัติ SDK จะหยุดการทำงานชั่วคราวและส่งการควบคุมกลับไปยังโค้ดของนักพัฒนา เพื่อรวบรวมการตัดสินใจก่อนที่จะดำเนินการต่อ คุณสมบัติเหล่านี้ช่วยให้นักพัฒนาสามารถสร้างเอเจนต์ที่ทรงพลัง ปลอดภัย และควบคุมได้ง่ายขึ้น

หากต้องการเริ่มต้นใช้งาน Agent SDK ผู้ใช้งานสามารถเข้าไปรับ API key ได้ที่ OpenRouter API Keys และศึกษาเอกสารประกอบการใช้งานฟังก์ชัน callModel เพื่อดูตัวอย่างการสร้างเอเจนต์ของตนเอง นอกจากนี้ยังมีบทช่วยสอนในการสร้าง Agent TUI ด้วย Agent SDK ที่ Tutorial: Create Agent TUI with Agent SDK เพื่อให้เห็นภาพการใช้งานที่ชัดเจนยิ่งขึ้น หากมีข้อสงสัยหรือต้องการพูดคุยเกี่ยวกับสิ่งที่กำลังสร้าง สามารถเข้าร่วมชุมชนได้ที่ OpenRouter Discord

สรุป

• OpenRouter Agent SDK ช่วยให้การพัฒนา AI Agent แบบหลายขั้นตอน บนแพลตฟอร์มเป็นเรื่องง่ายและมีประสิทธิภาพ
• นักพัฒนาสามารถใช้ฟังก์ชัน callModel เพื่อจัดการกับส่วนประกอบที่ซับซ้อนของเอเจนต์ เช่น การเรียกใช้เครื่องมือ การวนซ้ำ และการสตรีมข้อมูล
• SDK เป็น model-agnostic รองรับ โมเดลกว่า 300 รายการ และมาพร้อมคุณสมบัติการควบคุม ค่าใช้จ่าย ผ่านเงื่อนไขอย่าง maxCost(1.00) รวมถึงการขออนุมัติการใช้เครื่องมือ
• ผู้ที่สนใจสามารถเริ่มต้นได้ง่ายๆ โดยใช้ API Key และศึกษาเอกสารประกอบ callModel SDK Documentation เพื่อสร้างเอเจนต์ของตนเอง

แหล่งที่มา: Agent SDK: Building Multi-turn Agent Workflows on OpenRouter