通过 OpenAILike 把 Agno Agent 接到 Router One

安装客户端，并显式设置两个变量

在 Python 环境中安装 agno 和 openai。为这个 Agent 创建专用 Router One Key，并在控制台设置 maxSpend。ROUTER_ONE_MODEL 填 /models 中当前可用的聊天模型完整 ID，保留厂商前缀。先运行下方不带工具的示例，再逐步加入应用逻辑。

python -m pip install "agno==3.1.1" openai
export ROUTER_ONE_API_KEY="sk-your-router-one-key"
export ROUTER_ONE_MODEL="<exact-model-id-from-/models>"
python agent.py

把 Agno 配置到 Router One base URL

从 agno.models.openai.like 导入 OpenAILike，把模型实例传给 Agent。base_url 填 https://api.router.one/v1，显式传入 api_key，id 填精确目录 ID。OpenAILike 原样发送 id：anthropic/claude-sonnet-5 前面不需要再加 openai/ 或 custom/。首次运行的示例关闭 SDK、模型层和指导性重试，方便核对请求次数。成功后可改用 agent.print_response("Say hello in one sentence.", stream=True) 开启流式；这个适配器会自动请求 stream_options.include_usage。

from os import environ
from agno.agent import Agent
from agno.models.openai.like import OpenAILike

agent = Agent(
    model=OpenAILike(
        id=environ["ROUTER_ONE_MODEL"],
        api_key=environ["ROUTER_ONE_API_KEY"],
        base_url="https://api.router.one/v1",
        max_retries=0,
        retries=0,
        retry_with_guidance=False,
    ),
)
agent.print_response("Say hello in one sentence.")

模型类决定请求协议

Agno 3.1.1 会把 openai:<model-id> 这样的字符串简写解析为 OpenAIResponses，而不是 OpenAILike。简写中的前缀选择适配器，与 openai/gpt-5.5 这样的 Router One 模型 ID 是两回事。本指南走 Chat Completions，因此显式构造 OpenAILike 实例。若主动换成 OpenAIResponses 或 OpenResponses，先确认所选模型及需要的功能支持 /v1/responses。模型 ID 不变，换一个类也可能改变请求端点。

分别核对 Agent 运行与模型请求次数

一次 Agent 运行可能在每次工具结果返回后继续调用模型。tool_call_limit 限制工具执行次数，不是 token 预算，也不限制每一种模型请求。重试也分层：max_retries 属于 OpenAI 客户端，model.retries 重发模型请求，Agent.retries 则可能重跑整个运行过程。加入会修改外部状态的工具之前，应先明确这些设置。使用带消费上限的专用 Key，再按模型、时间、tokens 和 request_id 与控制台 → 日志核对；Agno 的 metrics 是用量报告，不是 Router One 的结算金额。仅凭没有日志不能证明请求没到网关：尚待定价的记录可能暂时不展示。

知识库的 Embedding 要单独配置

修改 Agent.model 不会顺带改掉知识库或它的 embedder。例如 Agno 官方 PgVector 示例单独配置 OpenAIEmbedder，与 Agent 模型是两个客户端。Embedding 保留在本地模型或提供该接口的供应商上；Router One 没有 /v1/embeddings。文档、检索、会话存储与工具执行仍在你的 Agno 应用中。如果另配 reasoning、parser 或 output model，也要分别指定连接参数，它们会发起额外模型请求。

Agno 该填哪个模型 ID？

从 /models 页复制精确的模型 ID，保留大小写、连字符和版本后缀，不要用展示名称代替。打开该模型的详情页，核对支持的 API 端点、上下文窗口和工具调用等能力，再与 Agno 当前选择的 provider 和功能对应。模型出现在目录里，不等于当前客户端能调用它的所有功能。建议为每个客户端或应用单独建 API Key，并设置 maxSpend 消费上限。

Agno 用的是哪种 API 协议？

OpenAI 兼容描述的是接口格式，不能据此推断 Chat Completions（/v1/chat/completions）、Responses（/v1/responses）和 Anthropic Messages（/v1/messages）可以互换。先核对工具当前版本、provider 配置和实际请求路径，再查模型详情与 API 兼容性事实页。一次普通对话成功，也不能证明服务端工具、历史状态或文件编辑功能都受支持。

在请求日志里核对 Agno 的调用

先在 Agno 发出一次简单文本请求，再到控制台 → 日志按时间、模型和 request_id 找到这条记录，核对 Token、花费、总耗时和状态码。成功后再分别验证流式输出、工具调用和多轮历史。失败时保留实际请求路径、完整错误消息及 request_id；没有对应日志时，要么请求没到达网关（客户端配置或网络问题），要么网关在调用模型之前就拒绝了它——Key 问题的 401、余额不足或 Key 达到 maxSpend 上限的 402、Key 或账户自身限额触发的 429，或模型 ID、端点不对的 400 / 404；在输出任何内容之前就失败的流式请求也可能没有日志。看客户端收到的状态码和错误消息就能区分是哪一种；先确认这一点，再判断是不是网关或上游故障。

常见问题