ツール
ツールはエージェントに アクションを実行 させます。データ取得、外部 API 呼び出し、コード実行、さらにはコンピュータの使用まで可能です。JavaScript/TypeScript SDK は次の 4 つのカテゴリーをサポートします:
- 組み込みツール(Hosted) – OpenAI のサーバーでモデルと並行して実行されます(Web 検索、ファイル検索、コンピュータ操作、Code Interpreter、画像生成)
- 関数ツール – 任意のローカル関数を JSON スキーマでラップし、LLM が呼び出せるようにします
- エージェントをツールとして – エージェント全体を呼び出し可能なツールとして公開します
- ローカル MCP サーバー – ローカルで動作する Model context protocol サーバーを接続します
1. 組み込みツール(Hosted)
Section titled “1. 組み込みツール(Hosted)”OpenAIResponsesModel
を使う場合、以下の組み込みツールを追加できます:
ツール | Type 文字列 | 目的 |
---|---|---|
Web 検索 | 'web_search' | インターネット検索 |
ファイル / リトリーバル検索 | 'file_search' | OpenAI 上でホストされるベクトルストアの検索 |
コンピュータ操作 | 'computer' | GUI 操作を自動化 |
Code Interpreter | 'code_interpreter' | サンドボックス環境でコードを実行 |
画像生成 | 'image_generation' | テキストから画像を生成 |
import { Agent, webSearchTool, fileSearchTool } from '@openai/agents';
const agent = new Agent({ name: 'Travel assistant', tools: [webSearchTool(), fileSearchTool('VS_ID')],});
正確なパラメーターは OpenAI Responses API と一致します。rankingOptions
やセマンティックフィルタなどの高度なオプションは公式ドキュメントを参照してください。
2. 関数ツール
Section titled “2. 関数ツール”tool()
ヘルパーで 任意 の関数をツール化できます。
import { tool } from '@openai/agents';import { z } from 'zod';
const getWeatherTool = tool({ name: 'get_weather', description: 'Get the weather for a given city', parameters: z.object({ city: z.string() }), async execute({ city }) { return `The weather in ${city} is sunny.`; },});
オプションリファレンス
Section titled “オプションリファレンス”フィールド | 必須 | 説明 |
---|---|---|
name | いいえ | 省略時は関数名(例: get_weather ) |
description | はい | LLM に表示される明確で人間が読める説明 |
parameters | はい | Zod スキーマまたは元 JSON スキーマオブジェクトのいずれか。Zod パラメーターは自動的に strict モードを有効化 |
strict | いいえ | true (デフォルト)のとき、引数が検証に失敗すると SDK はモデルエラーを返します。あいまいなマッチングを許すには false に設定 |
execute | はい | (args, context) => string | Promise<string> – ビジネスロジック。2 番目の引数は省略可能で、RunContext |
errorFunction | いいえ | 内部エラーをユーザー向け文字列に変換するためのカスタムハンドラー (context, error) => string |
非 strict JSON スキーマのツール
Section titled “非 strict JSON スキーマのツール”不正または不完全な入力をモデルに推測させたい場合は、元 JSON スキーマ使用時に strict モードを無効化できます:
import { tool } from '@openai/agents';
interface LooseToolInput { text: string;}
const looseTool = tool({ description: 'Echo input; be forgiving about typos', strict: false, parameters: { type: 'object', properties: { text: { type: 'string' } }, required: ['text'], additionalProperties: true, }, execute: async (input) => { // because strict is false we need to do our own verification if (typeof input !== 'object' || input === null || !('text' in input)) { return 'Invalid input. Please try again'; } return (input as LooseToolInput).text; },});
3. エージェントをツールとして
Section titled “3. エージェントをツールとして”会話全体を完全にハンドオフせずに、あるエージェントが別のエージェントを補助することがあります。その場合は agent.asTool()
を使います:
import { Agent } from '@openai/agents';
const summarizer = new Agent({ name: 'Summarizer', instructions: 'Generate a concise summary of the supplied text.',});
const summarizerTool = summarizer.asTool({ toolName: 'summarize_text', toolDescription: 'Generate a concise summary of the supplied text.',});
const mainAgent = new Agent({ name: 'Research assistant', tools: [summarizerTool],});
内部では SDK は次を行います:
- 単一の
input
パラメーターを持つ関数ツールを作成 - そのツールが呼び出されたときに、その入力でサブエージェントを実行
- 最後のメッセージ、または
customOutputExtractor
で抽出された出力を返却
エージェントをツールとして実行すると、Agents SDK はデフォルト設定のランナーを作成し、関数の実行内でそのランナーでエージェントを実行します。runConfig
や runOptions
のプロパティを指定したい場合は、asTool()
メソッドに渡してランナーの動作をカスタマイズできます。
4. MCP サーバー
Section titled “4. MCP サーバー”Model context protocol (MCP) サーバー経由でツールを公開し、エージェントに接続できます。たとえば、MCPServerStdio
を使って stdio MCP サーバーを起動・接続できます:
import { Agent, MCPServerStdio } from '@openai/agents';
const server = new MCPServerStdio({ fullCommand: 'npx -y @modelcontextprotocol/server-filesystem ./sample_files',});
await server.connect();
const agent = new Agent({ name: 'Assistant', mcpServers: [server],});
完全な例は filesystem-example.ts
を参照してください。MCP サーバーツール連携の包括的なガイドをお探しの場合は、MCP 連携 を参照してください。
ツール使用時の挙動
Section titled “ツール使用時の挙動”モデルがいつ・どのようにツールを使うべきか(tool_choice
、toolUseBehavior
など)については、エージェント を参照してください。
ベストプラクティス
Section titled “ベストプラクティス”- 短く明確な説明 – ツールが何をするのか、いつ使うのかを記述
- 入力の検証 – 可能な限り Zod スキーマで厳密な JSON 検証を実施
- エラーハンドラーで副作用を避ける –
errorFunction
は有用な文字列を返し、throw しない - ツールごとに 1 つの責務 – 小さく合成可能なツールはモデルの推論を向上