OpenAI Agents SDK：搭建多智能体协作工作流的Python框架-首席AI分享圈

🚀邀请体验：中国首家 AI IDE 智能编程软件 Trae 中文版下载，不限量使用 DeepSeek-R1 和 Doubao-pro!

综合介绍

OpenAI Agents SDK 是 OpenAI 推出的一款轻量级开发工具，专为构建多智能体工作流设计。它基于 Python，简单易上手，支持开发者通过配置智能体（Agents）、任务切换（Handoffs）、安全验证（Guardrails）和运行追踪（Tracing）来实现复杂的自动化任务。比如，你可以用它打造一个能写代码的助手，或处理多语言交互的智能系统。它的亮点在于兼容所有支持 OpenAI Chat Completions API 格式的模型提供商，灵活性很强。官方提供了详细文档和示例代码，适合各种水平的开发者快速入门。

OpenAI Agents SDK：搭建多智能体协作工作流的Python框架-1

功能列表

智能体定制：为语言模型设置指令、工具和限制，创建专属智能助手。
任务切换：支持智能体间无缝切换任务，比如从英语助手转到西班牙语助手。
安全验证：内置输入和输出检查，确保结果安全可靠。
运行追踪：自动记录智能体运行过程，方便调试和优化。
工具扩展：允许添加自定义工具，例如查询天气或处理特定任务。
模型兼容：支持多种模型提供商，只需符合 OpenAI API 格式即可。

使用帮助

安装流程

要使用 OpenAI Agents SDK，首先需要搭建 Python 环境。以下是具体步骤：

创建虚拟环境
在终端输入以下命令，创建一个独立的 Python 环境，避免与其他项目冲突：

python -m venv env

然后激活环境：

Windows 系统：env\Scripts\activate
Mac/Linux 系统：source env/bin/activate

安装 SDK
激活环境后，运行以下命令安装 SDK：

pip install openai-agents

配置 API 密钥
在运行代码前，需要设置 OpenAI API 密钥。在终端输入：

export OPENAI_API_KEY='你的密钥'

或者在代码中通过环境变量加载。注意保护密钥安全。

完成以上步骤后，你就可以开始使用这个工具了。

如何使用

OpenAI Agents SDK 的核心是 Agent 和 Runner 类。Agent 用于定义智能体的行为，Runner 负责执行并返回结果。以下是主要功能的详细操作说明。

1. 创建基础智能助手

想快速上手？试试这个简单的例子，让智能体写一首关于编程的俳句：

from agents import Agent, Runner
agent = Agent(name="Assistant", instructions="You are a helpful assistant")
result = Runner.run_sync(agent, "Write a haiku about recursion in programming.")
print(result.final_output)

操作步骤：

创建一个智能体，设置名称和指令。
用 Runner.run_sync 同步运行，输入任务要求。
运行后会输出类似结果：“代码中有代码，函数调用自己，无限循环舞。”

2. 实现任务切换

任务切换是 SDK 的特色功能，可以让多个智能体协作。比如处理多语言请求：

from agents import Agent, Runner
import asyncio
spanish_agent = Agent(name="Spanish agent", instructions="You only speak Spanish.")
english_agent = Agent(name="English agent", instructions="You only speak English.")
triage_agent = Agent(
name="Triage agent",
instructions="Handoff to the appropriate agent based on the language of the request.",
handoffs=[spanish_agent, english_agent],
)
async def main():
result = await Runner.run(triage_agent, input="Hola, ¿cómo estás?")
print(result.final_output)
if __name__ == "__main__":
asyncio.run(main())

操作步骤：

定义多个智能体，每个有特定指令。
创建主智能体（triage_agent），并指定可切换的智能体。
用 Runner.run 异步运行，输入西班牙语问题。
主智能体会根据语言切换到 spanish_agent，返回类似：“¡Hola! Estoy bien, gracias por preguntar. ¿Y tú, cómo estás?”

3. 添加自定义工具

你可以用 function_tool 定义工具，让智能体调用外部功能。比如查询天气：

from agents import Agent, Runner, function_tool
@function_tool
def get_weather(city: str) -> str:
return f"The weather in {city} is sunny."
agent = Agent(
name="Weather agent",
instructions="You are a helpful agent.",
tools=[get_weather],
)
async def main():
result = await Runner.run(agent, input="What's the weather in Tokyo?")
print(result.final_output)
if __name__ == "__main__":
asyncio.run(main())

操作步骤：

定义一个函数，用 @function_tool 装饰。
将工具加入智能体的 tools 参数。
运行后，智能体会调用工具，返回：“The weather in Tokyo is sunny.”

4. 使用运行追踪

SDK 内置追踪功能，每次运行都会记录智能体的操作细节。你可以通过 result 对象查看运行过程，或者集成外部工具（如 Logfire）分析。默认无需额外设置即可使用。

5. 设置安全验证

安全验证（Guardrails）可以检查输入和输出。例如，防止用户让智能体做数学作业：

from agents import Agent, Runner, input_guardrail
from pydantic import BaseModel
class MathCheck(BaseModel):
is_math_homework: bool
reasoning: str
guardrail_agent = Agent(
name="Guardrail check",
instructions="Check if the user is asking you to do their math homework.",
output_type=MathCheck,
)
@input_guardrail
async def math_guardrail(ctx, agent, input):
result = await Runner.run(guardrail_agent, input)
return GuardrailFunctionOutput(
output_info=result.final_output,
tripwire_triggered=result.final_output.is_math_homework,
)
agent = Agent(
name="Support agent",
instructions="Help customers with their questions.",
input_guardrails=[math_guardrail],
)
async def main():
try:
await Runner.run(agent, "Can you solve 2x + 3 = 11?")
except Exception as e:
print("Guardrail stopped the request")

操作步骤：

定义一个守卫智能体，检查输入。
用 @input_guardrail 创建守卫函数。
将守卫加入主智能体。如果输入涉及数学作业，运行会中断。

操作流程详解

智能体循环：调用 Runner.run() 时，SDK 会执行以下步骤：
1. 调用语言模型，生成响应。
2. 检查是否有工具调用或任务切换。
3. 执行工具调用并记录结果。
4. 如果有任务切换，跳转到新智能体。
5. 循环直到生成最终输出，或达到 max_turns 上限。
输出类型：如果设置了 output_type，智能体会生成指定类型的结构化输出；否则，第一次无工具调用或切换的响应即为最终输出。