OpenAI Automatisierung

Was macht OpenAI Automatisierung?

Automatisieren Sie Ihre OpenAI-API-Workflows – generieren Sie Text mit der Responses-API (einschließlich multimodaler Bild+Text-Eingaben und strukturierter JSON-Ausgaben), erstellen Sie Embeddings für Suche und Clustering, generieren Sie Bilder mit DALL-E und GPT Image Modellen und listen Sie verfügbare Modelle auf.

Toolkit-Dokumentation: composio.dev/toolkits/openai

---

Einrichtung

1. Fügen Sie den Composio MCP-Server zu Ihrem Client hinzu: https://rube.app/mcp
2. Verbinden Sie Ihr OpenAI-Konto, wenn Sie dazu aufgefordert werden (API-Key-Authentifizierung)
3. Beginnen Sie mit der Nutzung der untenstehenden Workflows

---

Kern-Workflows

1. Eine Antwort generieren (Text, multimodal, strukturiert)

Verwenden Sie OPENAI_CREATE_RESPONSE für One-Shot-Modellantworten, einschließlich Text, Bildanalyse, OCR und strukturierter JSON-Ausgaben.

Tool: OPENAI_CREATE_RESPONSE
Eingaben:
  - model: string (erforderlich) – z. B. „gpt-5“, „gpt-4o“, „o3-mini“
  - input: string | array (erforderlich)
    Einfach: „Quantencomputing erklären“
    Multimodal: [
      { role: "user", content: [
        { type: "input_text", text: "Was ist in diesem Bild?" },
        { type: "input_image", image_url: { url: "https://..." } }
      ]}
    ]
  - temperature: number (0-2, optional – nicht unterstützt von Reasoning-Modellen)
  - max_output_tokens: integer (optional)
  - reasoning: { effort: "none" | "minimal" | "low" | "medium" | "high" }
  - text: object (Konfiguration der strukturierten Ausgabe)
    - format: { type: "json_schema", name: "...", schema: {...}, strict: true }
  - tools: array (function, code_interpreter, file_search, web_search)
  - tool_choice: "auto" | "none" | "required" | { type: "function", function: { name: "..." } }
  - store: boolean (false, um Modell-Destillation zu vermeiden)
  - stream: boolean

Beispiel für strukturierte Ausgabe: Setzen Sie text.format auf { type: "json_schema", name: "person", schema: { type: "object", properties: { name: { type: "string" }, age: { type: "integer" } }, required: ["name", "age"], additionalProperties: false }, strict: true }.

2. Embeddings erstellen

Verwenden Sie OPENAI_CREATE_EMBEDDINGS für Vektorsuche, Clustering, Empfehlungen und RAG-Pipelines.

Tool: OPENAI_CREATE_EMBEDDINGS
Eingaben:
  - input: string | string[] | int[] | int[][] (erforderlich) – max. 8192 Token, max. 2048 Elemente
  - model: string (erforderlich) – „text-embedding-3-small“, „text-embedding-3-large“, „text-embedding-ada-002“
  - dimensions: integer (optional, nur für text-embedding-3 und neuer)
  - encoding_format: "float" | "base64" (Standard "float")
  - user: string (optional, Endbenutzer-ID zur Missbrauchsüberwachung)

3. Bilder generieren

Verwenden Sie OPENAI_CREATE_IMAGE, um Bilder aus Textaufforderungen mit GPT Image oder DALL-E Modellen zu erstellen.

Tool: OPENAI_CREATE_IMAGE
Eingaben:
  - model: string (erforderlich) – „gpt-image-1“, „gpt-image-1.5“, „dall-e-3“, „dall-e-2“
  - prompt: string (erforderlich) – max. 32000 Zeichen (GPT Image), 4000 (DALL-E 3), 1000 (DALL-E 2)
  - size: "1024x1024" | "1536x1024" | "1024x1536" | "auto" | "256x256" | "512x512" | "1792x1024" | "1024x1792"
  - quality: "standard" | "hd" | "auto" | "high" | "medium" | "low"
  - n: integer (1-10; DALL-E 3 unterstützt nur n=1)
  - background: "transparent" | "opaque" | "auto" (nur GPT-Image-Modelle)
  - style: "vivid" | "natural" (nur DALL-E 3)
  - user: string (optional)

4. Verfügbare Modelle auflisten

Verwenden Sie OPENAI_LIST_MODELS, um herauszufinden, welche Modelle mit Ihrem API-Key zugänglich sind.

Tool: OPENAI_LIST_MODELS
Eingaben: (keine)

---

Bekannte Fallstricke

Fallstrick	Detail
DALL-E-Deprecation	DALL-E 2 und DALL-E 3 sind veraltet und werden ab dem 12.05.2026 nicht mehr unterstützt. Bevorzugen Sie GPT-Image-Modelle.
DALL-E 3 nur Einzelbild	OPENAI_CREATE_IMAGE mit DALL-E 3 unterstützt nur n=1. Verwenden Sie GPT-Image-Modelle oder DALL-E 2 für mehrere Bilder.
Token-Limits für Embeddings	Die Eingabe darf 8192 Token pro Element und 2048 Elemente pro Batch für Embedding-Modelle nicht überschreiten.
Einschränkungen von Reasoning-Modellen	temperature und top_p werden von Reasoning-Modellen (o3-mini usw.) nicht unterstützt. Verwenden Sie stattdessen reasoning.effort.
Strict-Modus für strukturierte Ausgabe	Wenn strict: true im json_schema-Format gesetzt ist, MÜSSEN alle Schema-Eigenschaften im required-Array aufgeführt sein.
Aufforderungslänge variiert je nach Modell	Maximale Aufforderungslängen für Bilder unterscheiden sich: 32000 (GPT Image), 4000 (DALL-E 3), 1000 (DALL-E 2).

---

Kurzreferenz

Tool-Slug	Beschreibung
OPENAI_CREATE_RESPONSE	Text/multimodale Antworten mit Unterstützung für strukturierte Ausgabe generieren
OPENAI_CREATE_EMBEDDINGS	Text-Embeddings für Suche, Clustering und RAG erstellen
OPENAI_CREATE_IMAGE	Bilder aus Textaufforderungen generieren
OPENAI_LIST_MODELS	Alle Modelle auflisten, die für Ihren API-Key verfügbar sind

---

Bereitgestellt von Composio