ツール
ツールは、エージェントが アクションを実行 できるようにします。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対応します。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 サーバー上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 – マシン上で動作する 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
を使用すると、次の組み込みツールを追加できます:
ツール | 型文字列 | 目的 |
---|---|---|
Web 検索 | 'web_search' | インターネット検索 |
ファイル / 取得検索 | 'file_search' | OpenAI にホストされた ベクトルストア へのクエリ |
コンピュータ操作 | 'computer' | GUI 操作の自動化 |
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' | テキストに基づく画像生成 |
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セットは OpenAI Responses API と一致します。rankingOptions
やセマンティックフィルター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 の関数をツールにできます。
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 | デフォルトは関数名(例: get_weather ) |
description | はい | LLM に表示される明確で人間に読みやすい説明 |
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 のパラメーターを使うと自動的に strict モードが有効になります |
strict | いいえ | true (デフォルト)の場合、引数が検証に失敗すると SDK はモデルエラーを返します。あいまい一致にするには false に設定します |
execute | はい | (args, context) => string | Promise<string> – ビジネスロジック。2 番目の引数は任意で、RunContext です |
errorFunction | いいえ | 内部エラーを ユーザー に見える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 の JSON スキーマツール
Section titled “非 strict の JSON スキーマツール”無効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 を使うときに 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”会話を完全にハンドオフすることなく、別のエージェントを 支援 させたい場合があります。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],});
内部的に 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 - ツールが呼び出されたら、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
4. ローカル MCP サーバー
Section titled “4. ローカル MCP サーバー”ローカルの Model Context Protocol 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。MCPServerStdio
を使って サーバー を起動・接続します:
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 code examples は filesystem-example.ts
を参照してください。
ツール使用の挙動
Section titled “ツール使用の挙動”モデルがツールをいつどのように使用すべきか(tool_choice
、toolUseBehavior
など)を制御するには、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”- 短く明示的な説明 – ツールが 何をするか と いつ使うか を記述
- 入力の検証 – 可能な限り Zod スキーマで厳格な 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 - ツールごとに単一責務 – 小さく合成可能なツールはモデルの推論を向上