首页LLMopenai/openai-agents-python
openai

openai-agents-python

AILLMPythonAgentsOrchestration
近期趋势热门
总收藏数85
GitHub 上查看完整项目前往 GitHub

项目简介

OpenAI Agents SDK 是一个专为构建复杂多智能体工作流而设计的轻量级框架。它支持多种 LLM,并提供工具集成、护栏机制以及人机协作等核心功能。开发者还可以利用 sandbox agents 处理长时间运行的任务,并借助内置的 tracing 功能来调试和优化智能体应用。

技术分析

OpenAI Agents SDK 是一个与提供商无关的框架,旨在编排复杂的多智能体工作流。通过抽象化智能体、工具和护栏(guardrails)等核心概念,它使开发人员能够构建可扩展的系统,并通过沙盒环境支持从简单任务到长周期操作的各种需求。该架构优先考虑模块化和可观测性,提供内置的追踪和会话管理功能,以简化智能体交互的调试和维护。

核心亮点

1
支持超过 100 种 LLM,通过与 OpenAI 自身 API 之外的提供商无关,确保了灵活性。
2
提供 Sandbox Agents,为智能体执行文件系统操作和长时间运行的任务提供受控环境。
3
包含内置护栏,用于对智能体的输入和输出强制执行安全性和验证检查。
4
实现原生追踪功能,帮助开发人员可视化、调试和优化智能体工作流。
5
提供人机协作(human-in-the-loop)机制,允许在智能体执行周期中进行人工干预。
6
支持使用 gpt-realtime-1.5 的 Realtime Agents,能够创建复杂的语音智能体应用程序。

典型使用场景

1
构建具备任务委派和交接功能的多智能体工作流
2
使用具备文件系统访问权限的 sandbox agents 执行长周期任务
3
开发集成对话历史记录与安全护栏的实时语音智能体

快速开始

首先,请确保已安装 Python 3.10 或更高版本,并设置 OPENAI_API_KEY 环境变量。使用 pip 或 uv 安装 SDK,并可选择包含 'voice' 或 'redis' 扩展以获得额外功能。随后,您可以浏览提供的 examples 目录,或通过定义 manifest 并使用 Runner 类来执行任务,从而运行 Sandbox Agent。

相关项目
deer-flow
DeerFlow 2.0 是一个从零开始重写的开源超级智能体框架,旨在编排子智能体、记忆和沙盒。它利用可扩展的技能,并与各种 AI 模型集成,通过灵活的容器化架构执行复杂任务。该框架支持多种部署模式,并提供与 Slack、Telegram 和 Feishu 等消息平台的无缝连接。
deer-flow
DeerFlow 2.0 是一个从零开始重写的开源超级智能体框架,旨在编排子智能体、内存和沙箱。它利用可扩展的技能和各种 LLM 提供商,通过灵活的模块化架构来执行复杂任务。该平台支持包括 Docker 和本地开发在内的多种部署模式,以促进高效的研究和自动化工作流程。
hermes-agent
Hermes Agent 是由 Nous Research 设计的一款自我提升 AI 助手,通过内置的学习循环来创建并优化技能。它支持多种 LLM 提供商,并可部署在 Telegram、Discord 和本地终端环境等各种平台。该系统具备持久化记忆、定时自动化功能,并能够为复杂的并行任务生成子 Agent。
learn-claude-code
本仓库提供了一份全面的教育指南,旨在通过将模型智能与环境基础设施分离,为 AI Agent 构建高效的工程化框架。它包含十二个循序渐进的课程,教授开发者如何实现工具、上下文管理和任务协调,以支持 Agent 的自主行为。通过对 Claude Code 的架构进行逆向工程,该项目展示了如何创建稳健的系统,使模型能够在特定领域内进行感知、推理和行动。