YepAPI/skills

Intégration OpenAI

Règles

• Utiliser le package officiel openai — new OpenAI({ apiKey: process.env.OPENAI_API_KEY })
• Streaming pour le chat : stream: true avec itérateur asynchrone — ne jamais bloquer sur la complétion complète pour les réponses utilisateur
• Appels de fonctions : définir les fonctions avec JSON Schema, traiter tool_calls dans la réponse, renvoyer les résultats sous forme de messages d'outil
• Sorties structurées : utiliser response_format: { type: "json_schema", json_schema: {...} } ou Zod avec l'AI SDK
• Gestion des tokens : estimer les tokens avant l'envoi (environ 4 caractères par token), réduire le contexte pour rester dans les limites
• Sélection du modèle : gpt-4o pour le raisonnement complexe, gpt-4o-mini pour les tâches simples — le rendre configurable
• Prompt système comme premier message — définir le ton, les contraintes et le format de sortie
• Température : 0 pour les sorties déterministes (extraction de données), 0,7-1,0 pour les tâches créatives
• Limitation de débit : respecter les en-têtes x-ratelimit-*, implémenter un backoff exponentiel sur les erreurs 429

Patterns

// Streaming de complétion
const stream = await openai.chat.completions.create({
  model: "gpt-4o",
  messages,
  stream: true,
});

for await (const chunk of stream) {
  const content = chunk.choices[0]?.delta?.content || "";
  process.stdout.write(content);
}

// Appel de fonction
const response = await openai.chat.completions.create({
  model: "gpt-4o",
  messages,
  tools: [{ type: "function", function: { name: "get_weather", parameters: schema } }],
});

À éviter

• Coder en dur les clés API — toujours utiliser les variables d'environnement
• Ignorer les limites de tokens — compter les tokens et réduire les messages de manière proactive
• Utiliser gpt-4o pour des tâches triviales — utiliser gpt-4o-mini pour économiser des coûts
• Omettre la gestion des erreurs sur les appels API — gérer les erreurs 429, 500 et les timeouts avec élégance