AutoGPTカスタムAPI：セルフホストAutoPilotの設定・Kunavo

セルフホストのAutoGPT Platformでは、AutoPilotチャットエージェントは、コンテナ上で設定した4つの環境変数により、指定した任意のOpenAI互換エンドポイントで実行されます。2026年10月1日、公式のv0.8.2単一コンテナイメージを記録用の代替エンドポイントに対してその方法で実行しました。チャットターンと3回のツール往復が完了し、AutoPilotが書き込んだワークスペースファイルをAPI経由で読み戻しました。ホスト型のagpt.coサービスはカスタムエンドポイントを受け付けず、エージェントグラフ内のAI Text Generatorブロックも受け付けません。

AutoGPTの総費用（ホスト型プラン、クレジット、セルフホスティング）については、AutoGPTの料金をご覧ください。AutoGPTから移行する場合は、AutoGPTの代替をご覧ください。このページ自体がカスタムエンドポイント経路です。

エンドポイントを使用できるものと、使用できないもの

AutoGPTの一部	カスタムエンドポイントを使用しますか？	根拠
AutoPilotチャット、セルフホスト	はい — `CHAT_BASE_URL`	v0.8.2で実行：チャットとツール呼び出しが完了
会話タイトル	はい、同じエンドポイントとモデル	実行で確認：セッションごとに短い非ストリーミング呼び出し
Builderのドライランシミュレーター、オンボーディング抽出	はい、AutoGPTのガイドによる	文書化済みですが、ここでは実行していません
Graphitiメモリ	同じベースURL、独自のモデル（`GRAPHITI_*_MODEL`）	実行で確認：`/v1/responses`に加えて、ターンごとにembedding呼び出し
マーケットプレイスのセマンティック検索	同じベースURL、`STORE_EMBEDDING_MODEL`（1,536次元のベクトルを返す必要があります）	実行で確認：起動時にembedding呼び出しが200件
エージェントグラフ内のAI Text Generatorブロック	いいえ — 固定プロバイダー。設定可能なのはOllamaネイティブホストのみ	v0.8.2ソース
ホスト型agpt.co	いいえ	AutoGPTのガイド：クラウドデプロイではこれらの変数を無視します

設定方法

AutoGPTはこれをlocalトランスポートと呼んでいます。Ollamaが通常の対象だからです。しかしCHAT_BASE_URLは単なるURLであり、公式ガイドには、動作する形態の1つとしてマネージドOpenAI互換APIが挙げられています。重要な変数は4つです：CHAT_USE_LOCAL=true、CHAT_BASE_URL（/v1で終わる）、CHAT_API_KEY（必須 — このトランスポートは意図的にOpenAIキーへフォールバックしません）、そしてCHAT_FAST_STANDARD_MODEL（単独のモデルID）。高度なモデル、タイトルモデル、シミュレーションモデルを未設定のままにすると、AutoGPTは標準モデルからそれらを導出するため、クラウド専用の名前がエンドポイントに送られることはありません。

AutoGPT Platform v0.8.2、単一コンテナ — ゲートウェイの値を使用した実行時の変数。高度なモデルの行は任意です

docker run -d --name autogpt \
  --shm-size 2g --ulimit nofile=65536:65536 \
  -p 127.0.0.1:3000:3000 \
  -e AUTOGPT_PUBLIC_URL=http://localhost:3000 \
  -e CHAT_USE_LOCAL=true \
  -e CHAT_BASE_URL=https://api.kunavo.com/v1 \
  -e CHAT_API_KEY=sk-kn-... \
  -e CHAT_FAST_STANDARD_MODEL=claude-haiku-4-5 \
  -e CHAT_FAST_ADVANCED_MODEL=claude-sonnet-5 \
  -v autogpt-data:/data \
  significantgravitas/autogpt:v0.8.2

# Compose installs put the same four CHAT_* lines in autogpt_platform/backend/.env.
# Check them inside the running container:
docker exec autogpt env | grep ^CHAT_

Docker内部では、localhostはコンテナであり、あなたのマシンではありません。ホスト上のエンドポイントはDocker Desktopではhttp://host.docker.internal:<port>/v1であり、今回の実行が代替エンドポイントに到達した方法です。Kunavoのようなホスト型エンドポイントには特別なネットワーク設定は必要ありません。最初の起動ではデータベースのマイグレーションが実行され、数分かかります。コンテナがhealthyを報告するまで待ってください。

1回のターンで送信される内容 — 実測

リクエスト	サイズ	注記
`POST /v1/chat/completions`、ターンの最初の呼び出し	41,876 バイト	ストリーミング；16個のツール（`bash_exec`、`web_fetch`、`run_agent`、`write_workspace_file`など）；本文フィールドは`messages`、`model`、`stream`、`tools`のみ
ツール結果の後も同じ	42,677 バイト	4つのメッセージ：ツール呼び出しとその結果が追加される
タイトル	約0.6 KB	非ストリーミング、セッションごとに1回、同じモデル
Graphitiメモリ	ターンごと	デフォルトのOrnithモデル名を使用した`POST /v1/responses`と、`nomic-embed-text`の埋め込み呼び出し
コンテキストウィンドウのプローブ	セッションごと	`GET /api/ps`, `/props`, `/api/v0/models`, `/v1/models`

3回の実行でサイズはバイト単位で完全に一致しました。これは代替実装からのリクエストバイトであり、プロバイダーのトークン数ではありません。リクエスト形式は通常のOpenAI Chat Completionsで、ベンダー拡張はありません。そのため、ストリーミングのツール呼び出しを提供するエンドポイントがあれば、チャット経路に必要なのはそれだけです。

計画しておくべき周辺トラフィック

上記のすべては同じベースURLに送信されました。エンドポイントが完全なローカルスタックではなくチャットゲートウェイである場合、2つの点に注意が必要です。埋め込み：マーケットプレースインデックスは起動時にtext-embedding-3-smallを200回要求し、Graphitiは各ターンでnomic-embed-textを要求しました。埋め込みモデルのないエンドポイントは404を返し、ストア検索は語彙検索のみへフォールバックし、メモリ抽出ではトレースバックが記録されますが、チャット自体には影響しませんでした。Kunavoは埋め込みモデルを提供しないため、Kunavoではこれが想定される状態です。メモリモデル名：Graphitiの/v1/responses呼び出しは、GRAPHITI_LLM_MODELとGRAPHITI_RERANKER_MODELをエンドポイントが提供するモデルに設定しない限り、独自のデフォルトモデル名を使用します。

ターンあたりの料金

請求額ではなく概算計算として：1回のツールターンでは、2回の呼び出しで84,553バイト（1トークン4文字として約21,138入力トークン）を送信し、さらに数百の出力トークンを使用しました。600と仮定しています。

Kunavo経由のモデル	100万入力 / 出力あたりの料金	1回のツールターン
Claude Haiku 4.5	$0.70 / $3.50	$0.017
Claude Sonnet 5	$1.40 / $7.00	$0.034

会話は長くなるため、後続ターンではより多くのデータを送信します。Kunavoは、最低$10のチャージとサブスクリプションなしで、前払い残高からトークン単位で請求します（請求）。カタログ価格は上限ではなく請求の最低基準です。Kunavoの誰も、自社エンドポイントに対してAutoGPTを実行していません。今回の実行にはローカルの代替実装を使用したため、最初のターンの料金は使用量ログで確認してください。

よくある質問

AutoGPTはカスタムAPIエンドポイントを使用できますか？

はい。ただし、製品の一部で、かつ自分でホストする場合に限ります。セルフホストのAutoGPT Platformでは、AutoPilotチャットエージェントがCHAT_USE_LOCAL=true、CHAT_BASE_URL、CHAT_API_KEY、CHAT_FAST_STANDARD_MODELを通じて任意のOpenAI互換エンドポイントを使用できます。2026年10月1日に、公式のv0.8.2単一コンテナイメージをローカルの代替エンドポイントに対してその方法で実行しました。チャットターンと3回のツール往復が完了し、AutoPilotが書き込んだファイルをワークスペースAPI経由で読み戻しました。ホスト型のagpt.coサービスはこれらの変数を無視し、エージェントグラフ内のAI Text Generatorブロックも読み取りません。

AI Text GeneratorブロックはCHAT_BASE_URLを使用しますか？

いいえ。AutoGPTのガイドによると、AutoPilotのチャット経路とブロック層は異なる変数を読み取ります。v0.8.2のソースでは、ブロック層のOpenAIおよびAnthropicクライアントはベースURLなしで構築され、そこで設定できるホストはOllamaのネイティブAPI用のOllamaホストだけです。そのため、AI Text Generatorブロックを呼び出すエージェントグラフは、CHAT_BASE_URLの内容にかかわらず、AutoGPTが同梱するプロバイダーを使い続けます。

AutoGPTに最適または最安のAPIは何ですか？

For the self-hosted chat path, the cheapest is a model you run yourself — AutoGPT's guide uses Ollama — and the cheapest metered option is whichever OpenAI-compatible endpoint serves a capable tool-calling model at the lowest rate. Each tool turn in our run sent about 85 KB across two chat calls with 16 tool definitions, roughly 21,000 input tokens at four characters per token; at Kunavo's Claude Haiku 4.5 rates that is about $0.017 a turn, and about $0.034 on Claude Sonnet 5. Cheapest listed rate and cheapest finished task are different questions: a model that fumbles tool calls costs more turns.

なぜAutoGPTのエンドポイントにembeddingと/v1/responsesのリクエストが届くのですか？

他の機能も同じベースURLに従うためです。今回の実行では、起動時にtext-embedding-3-smallへのembeddingリクエストが200件届きました（マーケットプレイスのセマンティックインデックス）。また、各チャットターンの後、Graphitiメモリがデフォルトのモデル名を使う/v1/responses呼び出しと、nomic-embed-textへのembedding呼び出しを送信しました。これらのモデルがないエンドポイントは404を返しますが、チャットは動作し続け、コンテナにはGraphitiのトレースバックが記録されました。GRAPHITI_LLM_MODEL、GRAPHITI_RERANKER_MODEL、GRAPHITI_EMBEDDER_MODELを、エンドポイントが提供するモデルに設定するか、メモリ機能の低下と、ストア検索が語彙検索のみに限られることを受け入れてください。

AutoPilotが本当に自分のエンドポイントを使っているか確認するにはどうすればよいですか？

3つの確認方法があります。すべてAutoGPTのガイドに記載され、今回の実行でも確認されています。docker execでコンテナに入り、環境変数からCHAT_をgrepします。チャットターンを送信し、ログに“Using baseline service”があるか確認します。さらに、エンドポイントのログに、設定したモデルを使うストリーミングの/v1/chat/completionsリクエストが記録されていることを確認します。最初のターンの前に、AutoPilotはコンテキストウィンドウを把握するため/api/ps、/props、/api/v0/models、/v1/modelsもプローブします。何も報告しないエンドポイントは、ガイドによれば32kにフォールバックします。

2026年10月1日の実行：Docker Desktop上でsignificantgravitas/autogpt:v0.8.2（arm64イメージ、sha256:8322941548c6…）を使用し、使い捨てのローカルアカウントで独自のチャットAPI経由のAutoPilotを実行しました。1回のツール呼び出しに続いてテキストを返すローカル記録用代替実装に接続しています。ツールの往復は3回で、すべて完了しました。書き込まれたファイルはワークスペースAPI経由で読み戻しました。この実行以外の動作については、AutoGPTのcopilot-local-llmガイドとv0.8.2ソースに基づいています。この代替実装はプロバイダーでもKunavoでもありません。