OpenAI Agents SDK怎麼用 AI代理開發框架教程

OpenAI Agents SDK是OpenAI官方推出的AI代理開發框架，用來構建能呼叫工具、執行任務的AI代理應用。它提供代理、工具函式、任務移交和執行追蹤等能力，適合把模型回答擴充套件成多步驟工作流。下面以Python為例，從安裝到執行搭一個簡單的“資訊助手”。

第一步：安裝SDK和配置金鑰

先確認電腦裝有較新的Python，並在終端建立專案目錄。建議為專案建立虛擬環境，避免依賴和其他專案混在一起；啟用環境後執行pip install openai-agents。如果網路或權限導致安裝失敗，可檢查pip版本、Python環境是否正確，再重新安裝。

接著準備可用的OpenAI API金鑰，並透過系統環境變數配置，不要把金鑰直接寫進原始碼或提交到公開倉庫。macOS或Linux終端可執行export OPENAI_API_KEY="你的密钥"；Windows PowerShell可用$env:OPENAI_API_KEY="你的密钥"。關閉終端後，臨時設定可能需要重新配置。

第二步：建立代理和工具

在專案中新建main.py，先匯入Agent、Runner和function_tool。建立代理時，為它設定清楚的名稱和指令，例如要求它用簡潔中文回答，並在需要查詢簡單資料時呼叫指定工具。指令越明確，代理的行為通常越容易預測。

定義工具函式

工具是代理可以呼叫的程式能力。下面用一個簡單的城市資訊函式演示：在函式上方新增@function_tool裝飾器，並寫明引數和返回值。SDK會讀取函式定義，供模型判斷何時呼叫；函式的描述也要具體，避免代理誤用。真實專案可把函式連線到資料庫或業務介面。

示例程式碼可以這樣寫：from agents import Agent, Runner, function_tool，再定義@function_tool和def city_info(city: str) -> str:，函式體返回一段城市說明。接著建立agent = Agent(name="城市助手", instructions="用中文回答；涉及城市资料时调用工具。", tools=[city_info])。按實際需求替換函式邏輯，並檢查外部介面異常。

• 引數寫清楚型別和用途，便於模型正確組織呼叫內容。
• 返回簡明、可讀的資訊；遇到無效輸入時，提供明確提示。
• 訪問外部服務時處理超時、錯誤和權限，不要預設請求總會成功。

第三步：執行代理任務

呼叫執行器，把代理和使用者任務交給SDK處理。Python示例可寫成result = Runner.run_sync(agent, "请介绍上海")，然後用print(result.final_output)顯示最終回答。執行前確認環境變數已生效、程式碼儲存無誤；若看到認證錯誤，先檢查金鑰設定，而不是把金鑰貼上行程式。

如果專案採用非同步程式，可用await Runner.run(agent, "请介绍上海")，並在非同步主函式中執行。儲存檔案後，在專案目錄執行python main.py，觀察終端結果。若代理沒有呼叫工具，可把工具用途寫得更明確，並透過測試輸入確認函式本身能正常返回內容。

開發時建議從一個代理、一個工具和一個明確任務開始，再逐步增加能力。SDK的執行結果包含最終輸出和執行過程資訊；遇到多步驟任務時，可檢視追蹤記錄，定位模型呼叫或工具執行的問題。對可能產生費用、修改資料或傳送訊息的工具，加入引數校驗和人工確認，再部署給真實使用者。

當需求涉及多個專業流程，可以新增專門代理，並透過handoff把任務交給合適的代理；若要跨輪次保留上下文，還需選擇適合的會話或儲存方案。國內替代方案也可按模型接入、工具呼叫和部署方式評估，例如瞭解01Agent：01agent.cgref.cn。潤滅可作為進一步瞭解相關內容的入口，選型時應結合專案實際測試。

“`