Zum Hauptinhalt springen
GET
/
agent
/
v1
/
models
Lists the available models
curl --request GET \
  --url https://api.langdock.com/agent/v1/models \
  --header 'Authorization: Bearer <token>'
{
  "object": "list",
  "data": [
    {
      "id": "<string>",
      "object": "<string>",
      "created": 123,
      "owned_by": "<string>"
    }
  ]
}
⚠️ Du nutzt unsere API in einem Dedicated Deployment? Ersetze einfach api.langdock.com durch die Base URL deines Deployments: <deployment-url>/api/public
Dies ist die neue Agents API mit nativer Vercel AI SDK Kompatibilität. Wenn du die veraltete Assistants API verwendest, siehe den Migrations-Guide.
Rufe die Liste der Modelle und ihre IDs ab, die für die Verwendung mit der Agent API verfügbar sind. Dieser Endpoint ist nützlich, wenn du sehen möchtest, welche Modelle du bei der Erstellung eines temporären Agenten verwenden kannst.

​
Beispielanfrage

const axios = require("axios");

async function getAvailableModels() {
  try {
    const response = await axios.get("https://api.langdock.com/agent/v1/models", {
      headers: {
        Authorization: "Bearer YOUR_API_KEY",
      },
    });

    console.log("Available models:", response.data.data);
  } catch (error) {
    console.error("Error fetching models:", error);
  }
}

​
Antwortformat

Die API gibt eine Liste verfügbarer Modelle im folgenden Format zurück:

​
Antwortfelder

​
object
string
Immer ‘list’, gibt den Typ des JSON-Objekts der obersten Ebene an.
​
data
array<Model>
Array mit verfügbaren Modell-Objekten.
​
id
string
Eindeutige Kennung des Modells (z.B. gpt-5).
​
object
string
Immer ‘model’, gibt den Objekttyp an.
​
created
integer
Unix-Zeitstempel (ms) wann das Modell erstellt wurde.
​
region
string
Region, in der das Modell verfügbar ist (z.B. “eu”, “us”, “global”).
Beispielantwort
{
  "object": "list",
  "data": [
    {
      "id": "gpt-5",
      "object": "model",
      "created": 1686935735000,
      "region": "eu"
    }
    // …weitere Modelle
  ]
}

​
Fehlerbehandlung

try {
  const response = await axios.get("https://api.langdock.com/agent/v1/models", {
    headers: {
      Authorization: "Bearer YOUR_API_KEY",
    },
  });
} catch (error) {
  if (error.response) {
    switch (error.response.status) {
      case 400:
        console.error("Invalid request parameters");
        break;
      case 401:
        console.error("Invalid API key");
        break;
      case 500:
        console.error("Internal server error");
        break;
    }
  }
}
Du kannst jede dieser Modell-IDs bei der Erstellung eines temporären Agenten über die Agent API verwenden. Gib einfach die Modell-ID im model Feld deiner Agentenkonfiguration an: 
const response = await axios.post("https://api.langdock.com/agent/v1/chat/completions", {
  agent: {
    name: "Custom Agent",
    instructions: "You are a helpful agent",
    model: "gpt-5", // Modell-ID hier angeben
  },
  messages: [
    { id: "msg_1", role: "user", parts: [{ type: "text", text: "Hallo!" }] },
  ],
});
Langdock blockiert bewusst Browser-basierte Anfragen, um deinen API-Schlüssel zu schützen und die Sicherheit deiner Anwendungen zu gewährleisten. Weitere Informationen findest du in unserem Guide zu Best Practices für API-Schlüssel.

Autorisierungen

​
Authorization
string
header
erforderlich

API key as Bearer token. Format "Bearer YOUR_API_KEY"

Antwort

200 - application/json

List of available models

​
object
enum<string>
erforderlich
Verfügbare Optionen:
list
​
data
object[]
erforderlich