Detect OpenAI Reasoning Models and Adjust Request Payload

Ouverte Adaptée aux débutants
#176 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Les mainteneurs répondent en général sous 1 jour

Personne n'a encore pris cette issue.

Évaluation

Difficulté
2/5
Temps estimé
1-3 heures
Accessibilité débutants
78/100
Type d'issue
Fonctionnalité
Clarté
Clairement spécifiée
Activité
Active
Stack technique
typescript

Piste de recherche

Commencez dans packages/models/src/providers/openai.ts, où, selon l’issue, le payload de la requête est construit, et ajoutez le helper de détection du modèle ainsi que les champs conditionnels du payload décrits dans l’issue. Examinez d’abord la construction actuelle du payload et les tests à proximité, puis ajoutez une couverture pour les branches des modèles de raisonnement et standard. Le travail est terminé lorsque les deux branches utilisent les champs et le rôle du prompt spécifiés, et que les commandes demandées de typecheck, de test et de lint réussissent.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

bug good first issue

Goal

Add a helper function that detects whether an OpenAI model identifier refers to a reasoning model, and use it to conditionally adjust the request payload sent in packages/models/src/providers/openai.ts.

Background

OpenAI reasoning models (o1, o3, o3-mini, o4-mini, and future variants) reject the temperature parameter and require max_completion_tokens instead of max_tokens. The current adapter sends both unconditionally, causing HTTP 400 errors for any reasoning model.

This sub-issue is part of the parent issue: OpenAI adapter incompatible with reasoning models.

What to Build

Add an isOpenAIReasoningModel(model: string): boolean helper in the openai provider:

function isOpenAIReasoningModel(model: string): boolean {
  const lower = model.toLowerCase();
  return (
    /^o\d/.test(lower) ||            // o1, o3, o3-mini, o4-mini, o5, etc.
    lower.includes("-reasoning") ||   // possible future naming convention
    lower.startsWith("gpt-6")         // gpt-6 and variants when in reasoning mode
  );
}

Then update the body payload construction to branch on isReasoning:

const isReasoning = isOpenAIReasoningModel(model);

const bodyPayload: Record<string, unknown> = {
  model,
  messages: [
    { role: isReasoning ? "developer" : "system", content: prompts.system },
    { role: "user", content: prompts.user },
  ],
  ...(isReasoning
    ? { max_completion_tokens: effectiveCeiling }
    : { temperature, max_tokens: effectiveCeiling }),
  response_format: { type: "json_object" },
};

Done When

  • isOpenAIReasoningModel correctly identifies o-series and gpt-6 models
  • Standard models (gpt-4o, gpt-5, custom endpoints) return false and are unaffected
  • Reasoning models receive max_completion_tokens and no temperature
  • Standard models receive temperature and max_tokens as before
  • role: "developer" is used for the system prompt on reasoning models
  • Unit tests cover the detection helper and both branches of the payload builder
  • npm run typecheck, npm test, and npm run lint all pass
Langage dominant
TypeScript
Étoiles
125
Forks
23
Merge moyen
2 j 13 h
PR mergées (30 j)
12

Préparer son environnement

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de devarshishimpi/codra

Toutes les issues de devarshishimpi/codra

Issues similaires

Plus d'issues TypeScript

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.