# SDK から呼び出す

OpenAI / Anthropic 互換の LLM を、お使いの SDK の **base URL を差し替えるだけ**で呼び出せます（SaaS版のみ）。

## はじめに

LLM Gateway を利用するための最短ステップを紹介します。以下の3つのステップで LLM を呼び出せます。

> **LLM Gateway と エージェント API は別物です**
>
> LLM Gateway（`/llm/v1/...`）は OpenAI / Anthropic 互換の **素の LLM 呼び出し**（ガバナンス付きプロキシ）です。自律エージェントを実行する [エージェント API](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/agent/quickstart/call-api.md)（`/api/v1/chat/completions`）とは別サービスです。ツール実行や成果物が必要な場合はエージェント API を利用してください。

> **前提条件**
>
> - [セットアップガイド](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/llm-gateway/guide/setup.md) が完了していること
>
>   <!-- -->
>
>   - 管理者が管理コンソールで利用可能な**モデルを定義済み**であること
>   - Console で **LLM Gateway クライアント**を作成し、**API キー（`agtstr_...`）** を取得済みであること

## Step 1: 利用できるモデルを確認する

利用可能なモデルは管理者が定義します。`GET /v1/models` で一覧を取得してください。

```bash
curl https://api.fd.agenticstar.tm.softbank.jp/llm/v1/models \
  -H "Authorization: Bearer agtstr_..."
```

## Step 2: LLM を呼び出す

取得したモデル ID を指定して呼び出します。

**Chat completion**

**OpenAI SDK**

```python
from openai import OpenAI

client = OpenAI(
  api_key="agtstr_...",
  base_url="https://api.fd.agenticstar.tm.softbank.jp/llm/v1",
)

resp = client.chat.completions.create(
  model="<GET /v1/models で取得したモデル ID>",
  messages=[{"role": "user", "content": "こんにちは"}],
)
print(resp.choices[0].message.content)
```

**Anthropic SDK**

```python
from anthropic import Anthropic

client = Anthropic(
  api_key="agtstr_...",
  base_url="https://api.fd.agenticstar.tm.softbank.jp/llm",
)

msg = client.messages.create(
  model="<GET /v1/models で取得したモデル ID>",
  max_tokens=1024,
  messages=[{"role": "user", "content": "こんにちは"}],
)
print(msg.content)
```

**curl**

```curl
curl https://api.fd.agenticstar.tm.softbank.jp/llm/v1/chat/completions \
-H "Authorization: Bearer agtstr_..." \
-H "Content-Type: application/json" \
-d '{"model": "<モデル ID>", "messages": [{"role": "user", "content": "こんにちは"}]}'
```

> **認証方式**
>
> `Authorization: Bearer agtstr_...` のほか、Anthropic SDK では `x-api-key: agtstr_...` も利用できます。Client ID / Client Secret を用いた Client Credentials フローでも認証できます。

## Step 3: ストリーミング

`stream` を有効にすると、SSE でトークンを逐次受信できます。

```python
stream = client.chat.completions.create(
    model="<モデル ID>",
    messages=[{"role": "user", "content": "自己紹介して"}],
    stream=True,
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="")
```

## 次のステップ

さらに詳しい仕様と準備手順について、以下のドキュメントを参照してください。

[API リファレンス→](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/llm-gateway/reference/api-reference.md)

[全エンドポイント・エラー・制限の仕様](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/llm-gateway/reference/api-reference.md)

[セットアップ→](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/llm-gateway/guide/setup.md)

[管理者・開発者の準備手順](https://developers.fd.agenticstar.tm.softbank.jp/docs/saas/api/llm-gateway/guide/setup.md)
