OpenAI Responses APIをTypeScriptから使う最小構成
TypeScriptとNode.jsからOpenAI Responses APIを1回呼び、output_textとusageを確認するところまでを最小構成で進めます。API key、SDK、Token使用量、よくあるエラーも扱います。
TypeScriptとNode.jsからOpenAI Responses APIを1回呼び、output_textとusageを確認するところまでを最小構成で進めます。API key、SDK、Token使用量、よくあるエラーも扱います。
CodexのToken消費を、モデルへ渡す情報、推論、回答、繰り返し処理に分けて確認します。CLI、AGENTS.md、Skills、MCP、ログ、推論設定など、利用者側で実際に減らせる場所もまとめます。
OpenAI APIで数分かかる処理中にApplicationが再起動したら、結果はどう回収するのか。Background Mode、Webhook、pollingを使い、response IDの永続化、復旧、重複通知、idempotencyまで含めた非同期処理の設計を考えます。
数千・数万件の独立したAI処理をどう実行するか。単純な逐次処理、Queue + Responses API、OpenAI Batch APIを比較し、rate limit、retry、途中失敗、サーバー再起動、料金まで含めて選び方を考えます。
使っていないPCのCPUやGPUを貸して報酬を得る分散コンピューティングは消えたのか。Gomez PEER、Golem、Vast.ai、Salad、Render Network、Fluidstackなどの変遷を追い、AI時代にGPU市場として残った理由と、ゲームPCを貸す場合に残る安全性・採算・性能保証の問題を考えます。
AI Agentに本番サーバーを操作させるとき、Shellをそのまま渡す必要はあるのか。Shellの自由度と、Function Callingなどで操作を限定する設計を比較し、読み取り・書き込み・承認をどう分けるか考えます。