GPT-6 (Astra, Sol, Luna)

OpenAI · type: "openai"

Model id: gpt-6.1-sol, gpt-6-astra, gpt-6-luna

1. เก็บ credential

เพิ่ม API key ของผู้ให้บริการลงใน Secrets Vault ใน Manager หรือด้วย PUT /secretstore/secrets/default/openai-key โดยใช้ชื่อตามด้านล่าง การกำหนดค่าจะอ้างอิงคีย์เป็น ${vault:…} คีย์จึงไม่ปรากฏเป็นข้อความธรรมดาเลย

${vault:openai-key}

2. กำหนดค่า LLM task

ใช้สิ่งนี้เป็น langchain.json ของเวิร์กโฟลว์เอเจนต์ หรือวางพารามิเตอร์ลงใน LLM editor ใน Manager

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "openai",
      "parameters": {
        "apiKey": "${vault:openai-key}",
        "modelName": "gpt-6.1-sol",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}

หรือสร้างทั้งเอเจนต์ในการเรียกครั้งเดียว

setup_agent เขียน rules, การกำหนดค่า LLM และเวิร์กโฟลว์ แล้ว deploy เอเจนต์ให้ เรียกผ่าน MCP หรือ POST /administration/agents/setup

setup_agent(
  agentName: "My gpt-6.1-sol agent",
  systemPrompt: "You are a helpful assistant.",
  provider: "openai",
  model: "gpt-6.1-sol",
  apiKey: "${vault:openai-key}"
)

Azure OpenAI · type: "azure-openai"

Model id: gpt-6-sol

1. เก็บ credential

เพิ่ม API key ของผู้ให้บริการลงใน Secrets Vault ใน Manager หรือด้วย PUT /secretstore/secrets/default/azure-openai-key โดยใช้ชื่อตามด้านล่าง การกำหนดค่าจะอ้างอิงคีย์เป็น ${vault:…} คีย์จึงไม่ปรากฏเป็นข้อความธรรมดาเลย

${vault:azure-openai-key}

2. กำหนดค่า LLM task

ใช้สิ่งนี้เป็น langchain.json ของเวิร์กโฟลว์เอเจนต์ หรือวางพารามิเตอร์ลงใน LLM editor ใน Manager

{
  "tasks": [
    {
      "actions": [
        "send_message"
      ],
      "id": "chat",
      "type": "azure-openai",
      "parameters": {
        "apiKey": "${vault:azure-openai-key}",
        "deploymentName": "gpt-6-sol",
        "endpoint": "https://your-resource.openai.azure.com",
        "systemMessage": "You are a helpful assistant",
        "addToOutput": "true"
      }
    }
  ]
}