クイックスタート

プロジェクトを作成する

このクイックスタートでは、ブラウザで利用できる音声エージェントを作成します。新しいプロジェクトを試したい場合は、 Next.js や Vite を使用してみてください。
Terminal window
```
npm create vite@latest my-project --template vanilla-ts
```
Agents SDK をインストールする
Terminal window
```
npm install @openai/agents
```
ブラウザ専用パッケージとして @openai/agents-realtime をインストールすることもできます。
クライアントのエフェメラルトークンを生成する

このアプリケーションはユーザーのブラウザで動作するため、Realtime API を介してモデルへ安全に接続する方法が必要です。そのために、バックエンドサーバーで生成される ephemeral client key を使用します。テスト目的であれば、curl と通常の OpenAI API キーを使ってキーを生成することも可能です。
Terminal window
```
curl -X POST https://api.openai.com/v1/realtime/sessions \
   -H "Authorization: Bearer $OPENAI_API_KEY" \
   -H "Content-Type: application/json" \
   -d '{
     "model": "gpt-4o-realtime-preview-2025-06-03"
   }'
```
レスポンスには後で接続に使用する client_secret.value が含まれます。このキーは短時間しか有効ではないため、再生成が必要になります。

最初のエージェントを作成する

新しい RealtimeAgent の作成方法は、通常の Agent とほとんど同じです。

import { RealtimeAgent } from '@openai/agents-realtime';

const agent = new RealtimeAgent({
  name: 'Assistant',
  instructions: 'You are a helpful assistant.',
});

セッションを作成する

通常のエージェントと異なり、Voice Agent は RealtimeSession 内で継続的に動作し、会話やモデルへの接続を管理します。このセッションは音声処理、割り込み処理など、後ほど説明する多くのライフサイクル機能も担います。
```
import { RealtimeSession } from '@openai/agents-realtime';

const session = new RealtimeSession(agent, {
  model: 'gpt-4o-realtime-preview-2025-06-03',
});
```
RealtimeSession のコンストラクターは最初の引数として agent を受け取ります。このエージェントがユーザーと最初に対話できるエージェントになります。
セッションに接続する

先ほど生成したクライアントのエフェメラルトークンを渡してセッションに接続します。
```
await session.connect({ apiKey: '<client-api-key>' });
```
これによりブラウザで WebRTC を使用して Realtime API に接続し、マイクとスピーカーが自動的に設定されます。RealtimeSession をバックエンドサーバー（Node.js など）で実行している場合、SDK は自動的に WebSocket を利用します。さまざまなトランスポートレイヤーについてはリアルタイムトランスポートガイドを参照してください。

すべてをまとめる

import { RealtimeAgent, RealtimeSession } from '@openai/agents/realtime';

const agent = new RealtimeAgent({
  name: 'Assistant',
  instructions: 'You are a helpful assistant.',
});

const session = new RealtimeSession(agent);

// Automatically connects your microphone and audio output
// in the browser via WebRTC.
await session.connect({
  apiKey: '<client-api-key>',
});

エンジンを起動して話しかける

Web サーバーを起動し、新しい Realtime Agent のコードを含むページへアクセスしてください。マイクのアクセス許可を求めるダイアログが表示されるはずです。許可すると、エージェントと会話を始められます。
Terminal window
```
npm run dev
```

次のステップ

ここからは独自の音声エージェントを設計・構築できます。音声エージェントは通常のエージェントと多くの共通機能を持ちつつ、独自の機能も備えています。

音声エージェントに次の機能を追加する方法
さまざまなトランスポートレイヤーについて詳しく学ぶ