실행 결과

에이전트 실행을 하면 다음 중 하나를 받습니다:

• stream: true 없이 run을 호출하면 RunResult
• stream: true로 run을 호출하면 StreamedRunResult. 스트리밍에 대한 자세한 내용은 스트리밍 가이드도 확인하세요

두 결과 타입 모두 finalOutput, newItems, interruptions, state 같은 동일한 핵심 결과 표면을 제공합니다. StreamedRunResult는 completed, toStream(), toTextStream(), currentAgent 같은 스트리밍 제어를 추가로 제공합니다.

적절한 결과 표면 선택

대부분의 애플리케이션은 몇 가지 속성만 필요합니다:

다음이 필요하다면…	사용
사용자에게 보여줄 최종 답변	finalOutput
전체 로컬 트랜스크립트를 포함한 재생 가능한 다음 턴 입력	history
이번 실행에서 새로 생성된 모델 형태의 항목만	output
에이전트/도구/핸드오프 메타데이터가 포함된 풍부한 실행 항목	newItems
일반적으로 다음 사용자 턴을 처리해야 하는 에이전트	lastAgent 또는 activeAgent
OpenAI Responses API 체이닝의 previousResponseId	lastResponseId
대기 중인 승인과 재개 가능한 스냅샷	interruptions 및 state
앱 컨텍스트, 승인, 사용량, 중첩 에이전트-도구 입력	runContext
현재 중첩 Agent.asTool() 호출의 메타데이터(예: customOutputExtractor 내부)	agentToolInvocation
원시 모델 호출 또는 가드레일 진단	rawResponses 및 가드레일 결과 배열

최종 출력

finalOutput 속성은 마지막으로 실행된 에이전트의 최종 출력을 담고 있습니다. 이 결과는 다음 중 하나입니다:

• string — outputType이 정의되지 않은 모든 에이전트의 기본값
• unknown — 에이전트에 출력 타입으로 JSON 스키마가 정의된 경우. 이때 JSON은 파싱되지만 타입은 수동으로 검증해야 합니다
• z.infer<outputType> — 에이전트에 출력 타입으로 Zod 스키마가 정의된 경우. 출력은 이 스키마에 맞춰 자동으로 파싱됩니다
• undefined — 에이전트가 출력을 생성하지 않은 경우(예: 출력을 만들기 전에 중지된 경우)

스트리밍 실행이 아직 진행 중이거나 최종 출력에 도달하기 전에 승인 인터럽션(중단 처리)으로 일시 정지된 경우에도 finalOutput은 undefined입니다.

서로 다른 출력 타입으로 핸드오프를 사용한다면, 에이전트를 만들 때 new Agent() 생성자 대신 Agent.create() 메서드를 사용해야 합니다.

이렇게 하면 SDK가 가능한 모든 핸드오프 전반의 출력 타입을 추론하고 finalOutput 속성에 유니온 타입을 제공합니다.

예시:

Handoff final output types

import { Agent, run } from '@openai/agents';
import { z } from 'zod';

const refundAgent = new Agent({
  name: 'Refund Agent',
  instructions:
    'You are a refund agent. You are responsible for refunding customers.',
  outputType: z.object({
    refundApproved: z.boolean(),
  }),
});

const orderAgent = new Agent({
  name: 'Order Agent',
  instructions:
    'You are an order agent. You are responsible for processing orders.',
  outputType: z.object({
    orderId: z.string(),
  }),
});

const triageAgent = Agent.create({
  name: 'Triage Agent',
  instructions:
    'You are a triage agent. You are responsible for triaging customer issues.',
  handoffs: [refundAgent, orderAgent],
});

const result = await run(triageAgent, 'I need to a refund for my order');

const output = result.finalOutput;
// ^? { refundApproved: boolean } | { orderId: string } | string | undefined

입력 및 출력 표면

이 속성들은 서로 다른 질문에 답합니다:

속성	포함 내용	가장 적합한 용도
input	이번 실행의 기본 입력. 핸드오프 입력 필터가 히스토리를 다시 썼다면, 실행이 계속된 필터링된 입력이 반영됩니다	이번 실행이 실제로 입력으로 사용한 내용 감사
output	에이전트 메타데이터 없이, 이번 실행에서 생성된 모델 형태의 항목만	새 모델 델타만 저장하거나 재생
newItems	에이전트/도구/핸드오프 메타데이터가 포함된 풍부한 RunItem 래퍼	로그, UI, 감사, 디버깅
history	input + newItems로 구성된 재생 가능한 다음 턴 입력	수동 채팅 루프 및 클라이언트 관리 대화 상태

실무에서는:

• 애플리케이션에서 전체 대화를 수동으로 유지할 때 history를 사용하세요
• 이전 히스토리를 이미 다른 곳에 저장하고 있고 이번 실행의 새 생성 항목만 원할 때 output을 사용하세요
• 에이전트 연관, 도구 출력, 핸드오프 경계, 승인 항목이 필요할 때 newItems를 사용하세요
• conversationId 또는 previousResponseId를 사용 중이라면, 보통 history를 run()에 다시 전달하지 않습니다. 대신 새 사용자 입력만 전달하고 서버 관리 ID를 재사용하세요. 전체 비교는 에이전트 실행을 참고하세요

history는 채팅과 유사한 사용 사례에서 전체 히스토리를 유지하는 편리한 방법입니다:

History loop

import { Agent, user, run } from '@openai/agents';
import type { AgentInputItem } from '@openai/agents';

const agent = new Agent({
  name: 'Assistant',
  instructions:
    'You are a helpful assistant knowledgeable about recent AGI research.',
});

let history: AgentInputItem[] = [
  // initial message
  user('Are we there yet?'),
];

for (let i = 0; i < 10; i++) {
  // run 10 times
  const result = await run(agent, history);

  // update the history to the new output
  history = result.history;

  history.push(user('How about now?'));
}

새 항목

newItems는 실행 중 무슨 일이 있었는지 가장 풍부하게 보여줍니다. 일반적인 항목 타입은 다음과 같습니다:

• 어시스턴트 메시지용 RunMessageOutputItem
• 추론 항목용 RunReasoningItem
• Responses 도구 검색 요청 및 반환된 로드된 도구 정의용 RunToolSearchCallItem, RunToolSearchOutputItem
• 도구 호출 및 결과용 RunToolCallItem, RunToolCallOutputItem
• 승인 때문에 일시 정지된 도구 호출용 RunToolApprovalItem
• 핸드오프 요청 및 완료된 전환용 RunHandoffCallItem, RunHandoffOutputItem

어떤 에이전트가 항목을 생성했는지, 또는 그것이 도구/도구 검색/핸드오프/승인 경계를 나타내는지 알아야 한다면 output 대신 newItems를 선택하세요. toolSearchTool()을 사용할 때, 이런 도구 검색 항목은 일반 도구 호출이 일어나기 전에 어떤 지연 도구나 네임스페이스가 로드됐는지 확인하는 가장 쉬운 방법입니다.

대화 계속 또는 재개

활성 에이전트

lastAgent 속성에는 마지막으로 실행된 에이전트가 들어 있습니다. 이는 핸드오프 후 다음 사용자 턴에서 재사용할 최적의 에이전트인 경우가 많습니다. activeAgent는 같은 값의 별칭입니다.

스트리밍 모드에서는 실행이 진행 중일 때 currentAgent가 현재 활성 에이전트를 알려줍니다.

인터럽션(중단 처리)과 재개 가능한 상태

도구에 승인이 필요하면 실행이 일시 정지되고 interruptions에는 대기 중인 RunToolApprovalItem이 포함됩니다. 여기에는 직접 도구, 핸드오프 이후 도달한 도구, 중첩 agent.asTool() 실행에서 발생한 승인도 포함될 수 있습니다.

result.state.approve(...) / result.state.reject(...)로 승인을 처리한 다음, 같은 state를 run()에 다시 전달해 재개하세요. 모든 인터럽션(중단 처리)을 한 번에 해결할 필요는 없습니다. 일부 항목만 처리한 뒤 다시 실행하면 해결된 호출은 계속 진행되고, 미해결 항목은 대기 상태로 남아 실행을 다시 일시 정지시킵니다.

state 속성은 결과 뒤에 있는 직렬화 가능한 스냅샷입니다. 휴먼 인 더 루프 (HITL), 재시도 흐름, 또는 나중에 일시 정지된 실행을 재개해야 하는 모든 경우에 사용하세요.

서버 관리형 이어서 실행

OpenAI Responses API 체이닝을 사용할 때 lastResponseId는 다음 턴에서 previousResponseId로 전달할 값입니다.

이미 history, session, conversationId로 대화를 이어가고 있다면 보통 lastResponseId는 필요하지 않습니다. 다단계 실행의 모든 원시 모델 응답이 필요하다면 대신 rawResponses를 확인하세요.

중첩 에이전트-도구 메타데이터

agentToolInvocation은 중첩 Agent.asTool() 결과를 위한 것으로, 특히 customOutputExtractor 내부에서 현재 도구 호출의 메타데이터가 필요할 때 유용합니다. 일반적인 “전체 실행 완료” 요약 필드는 아닙니다.

이 중첩 컨텍스트에서 agentToolInvocation은 다음을 제공합니다:

• toolName
• toolCallId
• toolArguments

중첩 에이전트-도구 실행에 전달된 구조화 입력도 필요하다면 result.runContext.toolInput과 함께 사용하세요.

일반적인 최상위 run() 결과에서는 보통 undefined입니다. 이 메타데이터는 런타임 전용이며 RunState로 직렬화되지 않습니다. 주변 패턴은 Agents as tools를 참고하세요.

스트리밍 결과

StreamedRunResult는 위의 동일한 결과 표면을 상속하지만, 스트리밍 전용 제어를 추가합니다:

• 어시스턴트 텍스트 전용 toTextStream()
• 전체 이벤트 스트림용 toStream() 또는 for await ... of stream
• 실행 및 모든 후처리 콜백이 끝날 때까지 대기하는 completed
• 종료된 스트리밍 상태를 확인하는 error, cancelled
• 실행 중 활성 에이전트를 추적하는 currentAgent

스트리밍 실행의 확정된 최종 상태가 필요하다면 finalOutput, history, interruptions, 기타 요약 속성을 읽기 전에 completed를 기다리세요. 이벤트 단위 처리 방식은 스트리밍 가이드를 참고하세요.

진단 및 고급 필드

실행 컨텍스트

runContext 속성은 결과의 실행 컨텍스트를 보여주는 지원되는 공개 뷰입니다. result.runContext.context는 앱 컨텍스트이며, 같은 객체는 승인, 사용량, 중첩 toolInput 같은 SDK 관리 런타임 메타데이터도 담고 있습니다. 전체 형태는 컨텍스트 관리를 참고하세요.

원시 응답

rawResponses에는 실행 중 수집된 원시 모델 응답이 포함됩니다. 다단계 실행에서는 핸드오프나 반복 도구/모델 사이클 등으로 인해 응답이 여러 개 생성될 수 있습니다.

가드레일 결과

inputGuardrailResults와 outputGuardrailResults 속성에는 에이전트 수준 가드레일 결과가 포함됩니다. 도구 가드레일 결과는 toolInputGuardrailResults와 toolOutputGuardrailResults로 별도 제공됩니다.

가드레일 결정 로깅, 가드레일 함수가 반환한 추가 메타데이터 확인, 실행이 차단된 이유 디버깅이 필요할 때 이 배열을 사용하세요.

사용량

토큰 사용량은 result.state.usage에 집계되며, 실행의 요청 수와 총 토큰 수를 추적합니다. 같은 사용량 객체는 result.runContext.usage에서도 사용할 수 있습니다. 스트리밍 실행에서는 응답이 도착할 때마다 이 데이터가 업데이트됩니다.

Read usage from RunState

import { Agent, run } from '@openai/agents';

const agent = new Agent({
  name: 'Usage Tracker',
  instructions: 'Summarize the latest project update in one sentence.',
});

const result = await run(
  agent,
  'Summarize this: key customer feedback themes and the next product iteration.',
);

const usage = result.state.usage;
console.log({
  requests: usage.requests,
  inputTokens: usage.inputTokens,
  outputTokens: usage.outputTokens,
  totalTokens: usage.totalTokens,
});

if (usage.requestUsageEntries) {
  for (const entry of usage.requestUsageEntries) {
    console.log('request', {
      endpoint: entry.endpoint,
      inputTokens: entry.inputTokens,
      outputTokens: entry.outputTokens,
      totalTokens: entry.totalTokens,
    });
  }
}