세션

세션은 Agents SDK에 영구 메모리 계층을 제공합니다. Session 인터페이스를 구현하는 객체를 Runner.run에 전달하면 나머지는 SDK가 처리합니다. 세션이 있으면 러너는 자동으로 다음 작업을 수행합니다.

1. 이전에 저장된 대화 항목을 가져와 다음 턴 앞에 추가합니다.
2. 각 실행이 완료된 후 새 사용자 입력과 어시스턴트 출력을 저장합니다.
3. 새 사용자 텍스트로 러너를 호출하거나 중단된 RunState에서 재개하는 경우 모두 향후 턴에서 세션을 계속 사용할 수 있도록 유지합니다.

따라서 턴 사이에 toInputList()를 수동으로 호출하거나 기록을 이어 붙일 필요가 없습니다. TypeScript SDK는 Conversations API용 OpenAIConversationsSession과 로컬 개발용 MemorySession이라는 두 가지 구현을 제공합니다. 두 구현 모두 Session 인터페이스를 공유하므로 자체 스토리지 백엔드를 연결할 수 있습니다. Conversations API 이외의 구현 아이디어가 필요하다면 examples/memory/에 있는 샘플 세션 백엔드(Prisma, 파일 기반 등)를 살펴보세요. OpenAI Responses 모델을 사용하는 경우 responses.compact를 통해 저장된 대화 기록을 자동으로 축소하려면 세션을 OpenAIResponsesCompactionSession으로 래핑하세요.

팁: 이 페이지의 OpenAIConversationsSession 예제를 실행하려면 SDK가 Conversations API를 호출할 수 있도록 OPENAI_API_KEY 환경 변수를 설정하거나 세션을 생성할 때 apiKey를 제공하세요.

SDK가 클라이언트 측 메모리를 관리하도록 하려면 세션을 사용하세요. 이미 conversationId 또는 previousResponseId를 사용하여 OpenAI 서버 관리 상태를 이용하고 있다면 일반적으로 동일한 대화 기록에 세션을 추가로 사용할 필요가 없습니다.

---

시작하기

빠른 시작

메모리를 Conversations API와 동기화하려면 OpenAIConversationsSession을 사용하고, 필요한 경우 다른 Session 구현으로 교체하세요.

Conversations API를 세션 메모리로 사용

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

const agent = new Agent({
  name: 'TourGuide',
  instructions: 'Answer with compact travel facts.',
});

// Any object that implements the Session interface works here. This example uses
// the built-in OpenAIConversationsSession, but you can swap in a custom Session.
const session = new OpenAIConversationsSession();

const firstTurn = await run(agent, 'What city is the Golden Gate Bridge in?', {
  session,
});
console.log(firstTurn.finalOutput); // "San Francisco"

const secondTurn = await run(agent, 'What state is it in?', { session });
console.log(secondTurn.finalOutput); // "California"

동일한 세션 인스턴스를 재사용하면 에이전트가 매 턴 전에 전체 대화 기록을 받고 새 항목이 자동으로 저장됩니다. 다른 Session 구현으로 전환할 때도 코드를 추가로 변경할 필요가 없습니다.

로컬 데모, 테스트 또는 프로세스 로컬 채팅 상태에는 OpenAI와 통신하지 않고 동일한 인터페이스를 제공하는 MemorySession을 사용할 수 있습니다.

로컬 상태에 MemorySession 사용

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

const agent = new Agent({
  name: 'TourGuide',
  instructions: 'Answer with compact travel facts.',
});

const session = new MemorySession();
const result = await run(agent, 'What city is the Golden Gate Bridge in?', {
  session,
});

console.log(result.finalOutput);

OpenAIConversationsSession 생성자 옵션:

옵션	타입	참고
conversationId	string	지연 생성하는 대신 기존 대화를 재사용합니다.
client	OpenAI	미리 구성된 OpenAI 클라이언트를 전달합니다.
apiKey	string	내부 OpenAI 클라이언트를 생성할 때 사용하는 API 키입니다.
baseURL	string	OpenAI 호환 엔드포인트의 기본 URL입니다.
organization	string	요청에 사용할 OpenAI 조직 ID입니다.
project	string	요청에 사용할 OpenAI 프로젝트 ID입니다.

MemorySession 생성자 옵션:

옵션	타입	참고
sessionId	string	로그 또는 테스트에 사용할 안정적인 식별자입니다. 기본적으로 자동 생성됩니다.
initialItems	AgentInputItem[]	기존 기록으로 세션을 초기화합니다.
logger	Logger	디버그 출력에 사용하는 로거를 재정의합니다.

MemorySession은 모든 데이터를 로컬 프로세스 메모리에 저장하므로 프로세스가 종료되면 초기화됩니다.

세션을 생성하기 전에 대화 ID를 미리 생성해야 한다면 startOpenAIConversationsSession(client?)을 사용하고 반환된 ID를 conversationId로 전달하세요.

---

핵심 세션 동작

러너의 세션 사용 방식

• 각 실행 전 세션 기록을 가져와 새 턴의 입력과 병합한 다음, 결합된 목록을 에이전트에 전달합니다.
• 비스트리밍 실행 후 session.addItems()를 한 번 호출하여 원래 사용자 입력과 최신 턴의 모델 출력을 모두 저장합니다.
• 스트리밍 실행의 경우 사용자 입력을 먼저 기록하고 턴이 완료되면 스트리밍된 출력을 추가합니다.
• RunResult.state에서 재개할 때 승인 또는 기타 인터럽션(중단 처리)이 발생한 경우 동일한 session을 계속 전달하세요. 재개된 턴은 입력을 다시 준비하지 않고 메모리에 추가됩니다.

출력 가드레일이 최종 함수 도구 결과를 거부하면 러너는 거부된 원문 결과를 새 세션 기록에 추가하지 않습니다. 러너는 인식된 함수 호출과 결과 쌍에 대해 안전하게 재실행할 수 있는 자리표시자를 저장하고, 소유권을 입증할 수 없는 출력을 저장하는 대신 현재 응답에서 모호한 접미부를 생략합니다. 이 보호 기능은 외부 도구의 부수 효과를 되돌리거나 애플리케이션이 세션 파이프라인 외부에 저장한 데이터를 삭제하지 않습니다.

---

기록 조회 및 편집

세션은 간단한 CRUD 도우미를 제공하므로 “실행 취소”, “채팅 지우기” 또는 감사 기능을 구축할 수 있습니다.

저장된 항목 읽기 및 편집

import { OpenAIConversationsSession } from '@openai/agents';
import type { AgentInputItem } from '@openai/agents-core';

// Replace OpenAIConversationsSession with any other Session implementation that
// supports get/add/pop/clear if you store history elsewhere.
const session = new OpenAIConversationsSession({
  conversationId: 'conv_123', // Resume an existing conversation if you have one.
});

const history = await session.getItems();
console.log(`Loaded ${history.length} prior items.`);

const followUp: AgentInputItem[] = [
  {
    type: 'message',
    role: 'user',
    content: [{ type: 'input_text', text: 'Let’s continue later.' }],
  },
];
await session.addItems(followUp);

const undone = await session.popItem();

if (undone?.type === 'message') {
  console.log(undone.role); // "user"
}

await session.clearSession();

session.getItems()는 저장된 AgentInputItem[]를 반환합니다. 마지막 항목을 제거하려면 popItem()을 호출하세요. 에이전트를 다시 실행하기 전에 사용자의 입력을 수정할 때 유용합니다.

---

사용자 지정 스토리지 및 병합 동작

자체 스토리지 사용

Redis, DynamoDB, SQLite 또는 다른 데이터스토어에 메모리를 저장하려면 Session 인터페이스를 구현하세요. 비동기 메서드 다섯 개만 구현하면 됩니다.

사용자 지정 인메모리 세션 구현

import { Agent, run } from '@openai/agents';
import { randomUUID } from '@openai/agents-core/_shims';
import { getLogger } from '@openai/agents-core';
import type { AgentInputItem, Session } from '@openai/agents-core';

/**
 * Minimal example of a Session implementation; swap this class for any storage-backed version.
 */
export class CustomMemorySession implements Session {
  private readonly sessionId: string;
  private readonly logger: ReturnType<typeof getLogger>;

  private items: AgentInputItem[];

  constructor(
    options: {
      sessionId?: string;
      initialItems?: AgentInputItem[];
      logger?: ReturnType<typeof getLogger>;
    } = {},
  ) {
    this.sessionId = options.sessionId ?? randomUUID();
    this.items = options.initialItems
      ? options.initialItems.map(cloneAgentItem)
      : [];
    this.logger = options.logger ?? getLogger('openai-agents:memory-session');
  }

  async getSessionId(): Promise<string> {
    return this.sessionId;
  }

  async getItems(limit?: number): Promise<AgentInputItem[]> {
    if (limit === undefined) {
      const cloned = this.items.map(cloneAgentItem);
      this.logger.debug(
        `Getting items from memory session (${this.sessionId}): ${JSON.stringify(cloned)}`,
      );
      return cloned;
    }
    if (limit <= 0) {
      return [];
    }
    const start = Math.max(this.items.length - limit, 0);
    const items = this.items.slice(start).map(cloneAgentItem);
    this.logger.debug(
      `Getting items from memory session (${this.sessionId}): ${JSON.stringify(items)}`,
    );
    return items;
  }

  async addItems(items: AgentInputItem[]): Promise<void> {
    if (items.length === 0) {
      return;
    }
    const cloned = items.map(cloneAgentItem);
    this.logger.debug(
      `Adding items to memory session (${this.sessionId}): ${JSON.stringify(cloned)}`,
    );
    this.items = [...this.items, ...cloned];
  }

  async popItem(): Promise<AgentInputItem | undefined> {
    if (this.items.length === 0) {
      return undefined;
    }
    const item = this.items[this.items.length - 1];
    const cloned = cloneAgentItem(item);
    this.logger.debug(
      `Popping item from memory session (${this.sessionId}): ${JSON.stringify(cloned)}`,
    );
    this.items = this.items.slice(0, -1);
    return cloned;
  }

  async clearSession(): Promise<void> {
    this.logger.debug(`Clearing memory session (${this.sessionId})`);
    this.items = [];
  }
}

function cloneAgentItem<T extends AgentInputItem>(item: T): T {
  return structuredClone(item);
}

const agent = new Agent({
  name: 'MemoryDemo',
  instructions: 'Remember the running total.',
});

// Using the above custom memory session implementation here
const session = new CustomMemorySession({
  sessionId: 'session-123-4567',
});

const first = await run(agent, 'Add 3 to the total.', { session });
console.log(first.finalOutput);

const second = await run(agent, 'Add 4 more.', { session });
console.log(second.finalOutput);

사용자 지정 세션을 사용하면 보존 정책을 적용하고, 암호화를 추가하거나, 각 대화 턴을 저장하기 전에 메타데이터를 첨부할 수 있습니다.

사용자 지정 영속성의 원자성 및 멱등성

기록을 업데이트하는 동시에 작업 식별자를 원자적으로 기록할 수 있는 백엔드라면 선택적 SessionHistoryTransactionAwareSession 인터페이스를 구현하세요. 이 인터페이스의 applyHistoryTransaction(...) 메서드는 안정적인 operationId와 다음 두 트랜잭션 형태 중 하나를 받습니다.

• append_items는 기록 항목 그룹을 추가합니다.
• replace_suffix는 현재 저장된 접미부가 예상 기록 접미부와 여전히 일치할 때만 이를 교체합니다.

작업 식별자와 기록 변경을 동일한 백엔드 트랜잭션에 저장하세요. 동일한 트랜잭션으로 작업 식별자를 반복 사용하면 트랜잭션을 두 번 적용하지 않고 성공해야 합니다. 다른 콘텐츠에 식별자를 재사용하거나 예상 접미부가 변경된 후 replace_suffix를 적용하면 기록을 변경하지 않고 실패해야 합니다. 이를 통해 러너는 재시도 및 재개 가능한 출력 가드레일 흐름 전반에서 저장된 출력을 안전하게 조정할 수 있습니다.

MemorySession은 이 계약을 참조 구현으로 제공합니다. 기존 Session 구현은 이 인터페이스 없이도 계속 유효하지만 트랜잭션 인식 영속성 경로는 사용하지 않습니다.

실행 컨텍스트를 통한 사용자 지정 세션의 범위 지정

사용자 지정 세션이 스토리지 라우팅 또는 메타데이터에 활성 RunContext를 필요로 한다면 RunContextAwareSession<TContext>를 구현하고 acceptsRunContext를 true로 설정하세요. 러너는 스트리밍 저장 및 재개된 실행을 포함하여 실행 중 모든 기록 작업에 동일한 컨텍스트 인스턴스를 전달합니다. Session만 구현하는 세션은 기존 메서드 시그니처를 유지하며 추가 인수 없이 호출됩니다.

실행 컨텍스트로 세션 기록 분할

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

type TenantContext = {
  tenantId: string;
};

class TenantSession implements RunContextAwareSession<TenantContext> {
  readonly acceptsRunContext = true;
  private readonly itemsByTenant = new Map<string, AgentInputItem[]>();

  async getSessionId(): Promise<string> {
    return 'shared-tenant-session';
  }

  async getItems(
    limit?: number,
    runContext?: RunContext<TenantContext>,
  ): Promise<AgentInputItem[]> {
    const items = this.getTenantItems(runContext);
    return limit === undefined ? [...items] : items.slice(-limit);
  }

  async addItems(
    items: AgentInputItem[],
    runContext?: RunContext<TenantContext>,
  ): Promise<void> {
    this.getTenantItems(runContext).push(...items);
  }

  async popItem(
    runContext?: RunContext<TenantContext>,
  ): Promise<AgentInputItem | undefined> {
    return this.getTenantItems(runContext).pop();
  }

  async clearSession(runContext?: RunContext<TenantContext>): Promise<void> {
    this.itemsByTenant.set(this.getTenantId(runContext), []);
  }

  private getTenantItems(
    runContext: RunContext<TenantContext> | undefined,
  ): AgentInputItem[] {
    const tenantId = this.getTenantId(runContext);
    const items = this.itemsByTenant.get(tenantId) ?? [];
    this.itemsByTenant.set(tenantId, items);
    return items;
  }

  private getTenantId(
    runContext: RunContext<TenantContext> | undefined,
  ): string {
    if (!runContext) {
      throw new Error('TenantSession requires a run context.');
    }
    return runContext.context.tenantId;
  }
}

const agent = new Agent<TenantContext>({
  name: 'Assistant',
  instructions: 'Reply concisely.',
});
const session = new TenantSession();

await run(agent, 'Remember that my favorite color is green.', {
  context: { tenantId: 'tenant-a' },
  session,
});

await run(agent, 'What is my favorite color?', {
  context: { tenantId: 'tenant-a' },
  session,
});

OpenAIResponsesCompactionSession은 실행 컨텍스트를 기반 세션에 전달하지 않습니다. 이러한 기능을 함께 사용하는 경우 컨텍스트 범위마다 하나의 압축 세션 인스턴스를 유지하세요.

---

기록과 새 항목의 병합 제어

실행 입력으로 AgentInputItem 배열을 전달할 때는 저장된 기록과 결정론적으로 병합할 수 있도록 sessionInputCallback을 제공하세요. 러너는 기존 기록을 불러오고 모델 호출 전 콜백을 호출한 다음, 반환된 배열을 해당 턴의 전체 입력으로 모델에 전달합니다. 이 훅은 오래된 항목을 제거하거나, 도구 결과의 중복을 제거하거나, 모델에 보여 주려는 컨텍스트만 강조하는 데 적합합니다.

sessionInputCallback으로 기록 자르기

import { Agent, OpenAIConversationsSession, run } from '@openai/agents';
import type { AgentInputItem } from '@openai/agents-core';

const agent = new Agent({
  name: 'Planner',
  instructions: 'Track outstanding tasks before responding.',
});

// Any Session implementation can be passed here; customize storage as needed.
const session = new OpenAIConversationsSession();

const todoUpdate: AgentInputItem[] = [
  {
    type: 'message',
    role: 'user',
    content: [
      { type: 'input_text', text: 'Add booking a hotel to my todo list.' },
    ],
  },
];

await run(agent, todoUpdate, {
  session,
  // function that combines session history with new input items before the model call
  sessionInputCallback: (history, newItems) => {
    const recentHistory = history.slice(-8);
    return [...recentHistory, ...newItems];
  },
});

문자열 입력의 경우 러너가 기록을 자동으로 병합하므로 콜백은 선택 사항입니다. 콜백은 턴 입력이 이미 항목 배열인 경우에만 실행됩니다.

conversationId 또는 previousResponseId도 사용 중이라면 콜백 결과에 현재 턴의 새 항목을 하나 이상 유지하세요. 이러한 서버 관리 API는 현재 턴의 델타에 의존합니다. 콜백이 모든 새 항목을 제거하면 SDK는 빈 델타를 전송하는 대신 원래의 새 입력을 복원하고 경고를 기록합니다.

---

재개 가능한 실행

승인 및 재개 가능한 실행 처리

휴먼인더루프 (HITL) 흐름에서는 승인을 기다리기 위해 실행을 일시 중지하는 경우가 많습니다.

동일한 세션으로 실행 재개

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

const agent = new Agent({
  name: 'Trip Planner',
  instructions: 'Plan trips and ask for approval before booking anything.',
});

const runner = new Runner();
const session = new MemorySession();

const result = await runner.run(agent, 'Search the itinerary', {
  session,
});

if (result.interruptions?.length) {
  // ... collect user feedback, then resume the agent in a later turn.
  for (const interruption of result.interruptions) {
    result.state.approve(interruption);
  }

  const continuation = await runner.run(agent, result.state, { session });
  console.log(continuation.finalOutput);
}

이전 RunState에서 재개하면 하나의 대화 기록을 유지할 수 있도록 새 턴이 동일한 메모리 레코드에 추가됩니다. 대부분의 휴먼인더루프 (HITL) 승인 체크포인트는 RunState를 통해 왕복하는 동안 세션이 완전한 대화 기록을 유지합니다.

승인된 함수 도구 결과가 최종 출력이 될 수 있는 경우 출력 가드레일은 더 엄격한 경계를 적용합니다. 직렬화된 체크포인트에 현재 출력을 안전하게 식별할 수 있는 충분한 출처 정보가 없다면 SDK는 모델, 도구 또는 세션에 추가 부수 효과가 발생하기 전에 작업을 차단합니다. 따라서 출력을 포함하는 일부 승인 체크포인트는 세션이 연결된 직렬화 상태에서 재개할 수 없습니다. SDK가 이 상태를 보고하면 안전한 입력으로 새 실행을 시작하세요. 거부된 원문 항목을 재실행하는 방식으로 우회하지 마세요.

---

고급: 기록 압축

OpenAI Responses 기록 자동 압축

OpenAIResponsesCompactionSession은 모든 Session을 데코레이트하고 OpenAI Responses API를 사용하여 긴 저장 기록을 그와 동등한 더 짧은 대화 항목 목록으로 교체합니다. 저장된 각 턴 후에 러너는 최신 responseId를 runCompaction에 전달하며, 결정 훅이 true를 반환하면 이 메서드가 responses.compact를 호출합니다. 요청은 compactionMode에 따라 최신 Responses API 체인 또는 세션의 현재 항목을 기반으로 생성됩니다. 기본 트리거는 비사용자 항목이 10개 이상 누적되면 압축을 수행합니다. 토큰 수 또는 사용자 지정 휴리스틱을 기준으로 결정하려면 shouldTriggerCompaction을 재정의하세요. 압축이 반환되면 데코레이터는 기반 세션을 지우고 축소된 항목 목록으로 다시 작성합니다. 다른 서버 관리 기록 흐름을 사용하는 OpenAIConversationsSession과 함께 사용하지 마세요.

OpenAIResponsesCompactionSession으로 세션 데코레이트

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

const agent = new Agent({
  name: 'Support',
  instructions: 'Answer briefly and keep track of prior context.',
  model: 'gpt-5.4',
});

// Wrap any Session to trigger responses.compact once history grows beyond your threshold.
const session = new OpenAIResponsesCompactionSession({
  // You can pass any Session implementation except OpenAIConversationsSession
  underlyingSession: new MemorySession(),
  // (optional) The model used for calling responses.compact API
  model: 'gpt-5.4',
  // (optional) your custom logic here
  shouldTriggerCompaction: ({ compactionCandidateItems }) => {
    return compactionCandidateItems.length >= 12;
  },
});

await run(agent, 'Summarize order #8472 in one sentence.', { session });
await run(agent, 'Remind me of the shipping address.', { session });

// Compaction runs automatically after each persisted turn. You can also force it manually.
await session.runCompaction({ force: true });

OpenAIResponsesCompactionSession 생성자 옵션:

옵션	타입	참고
client	OpenAI	responses.compact에 사용하는 OpenAI 클라이언트입니다.
underlyingSession	Session	압축된 항목으로 지우고 다시 작성할 기반 세션 스토어입니다. 기본값은 데모용 인메모리 세션이며 OpenAIConversationsSession을 사용할 수 없습니다.
model	OpenAI.ResponsesModel	압축 요청에 사용하는 모델입니다. 기본값은 SDK의 현재 기본 OpenAI 모델입니다.
compactionMode	'auto' | 'previous_response_id' | 'input'	압축에서 서버 응답 체인과 로컬 입력 항목 중 어느 것을 사용할지 제어합니다.
shouldTriggerCompaction	(context) => boolean | Promise<boolean>	responseId, compactionMode, 후보 항목 및 현재 세션 항목을 기반으로 하는 사용자 지정 트리거 훅입니다.

compactionMode: 'previous_response_id'는 이미 Responses API 응답 ID로 턴을 연결하고 있을 때 유용합니다. compactionMode: 'input'은 현재 세션 항목에서 압축 요청을 다시 생성합니다. 응답 체인을 사용할 수 없거나 기반 세션 콘텐츠를 단일 진실 공급원으로 사용하려는 경우 유용합니다.

runCompaction(args) 옵션:

옵션	타입	참고
responseId	string	previous_response_id 모드에 사용할 최신 Responses API 응답 ID입니다.
compactionMode	'auto' | 'previous_response_id' | 'input'	구성된 모드를 호출별로 재정의하는 선택적 옵션입니다.
store	boolean	마지막 실행에서 서버 상태를 저장했는지 나타냅니다.
force	boolean	shouldTriggerCompaction을 건너뛰고 즉시 압축합니다.

OpenAIResponsesCompactionSession은 동일한 래퍼 인스턴스를 통해 실행되는 변경 작업을 직렬화합니다. runCompaction(), addItems(), popItem(), clearSession() 호출은 호출 순서대로 실행되며, 작업이 실패한 후에도 큐는 계속 진행되므로 이후 래퍼 변경 작업이 교체 또는 롤백 작업과 뒤섞이지 않습니다. 교체 또는 롤백에 성공하면 래퍼에 캐시된 기록이 기반 세션과 계속 일치합니다. 교체와 복원이 모두 실패하면 계속 진행하기 전에 기반 세션을 복구하세요. 이 순서 보장은 다른 래퍼 인스턴스나 underlyingSession의 직접 변경까지 조정하지 않습니다. 애플리케이션에서 이러한 접근 경로를 조정하세요.

저지연 스트리밍을 위한 수동 압축

압축은 기반 세션을 지우고 다시 작성하므로 SDK는 압축이 끝날 때까지 기다린 후 스트리밍 실행을 완료 처리합니다. 압축 작업이 무거우면 마지막 출력 토큰 이후에도 result.completed가 몇 초 동안 대기 상태로 남을 수 있습니다. 저지연 스트리밍 또는 더 빠른 턴 전환이 필요하다면 자동 압축을 비활성화하고 턴 사이 또는 유휴 시간에 runCompaction을 직접 호출하세요.

자동 압축 비활성화 및 턴 사이 압축

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

const agent = new Agent({
  name: 'Support',
  instructions: 'Answer briefly and keep track of prior context.',
  model: 'gpt-5.4',
});

// Disable auto-compaction to avoid delaying stream completion.
const session = new OpenAIResponsesCompactionSession({
  underlyingSession: new MemorySession(),
  shouldTriggerCompaction: () => false,
});

const result = await run(agent, 'Share the latest ticket update.', {
  session,
  stream: true,
});

// Wait for the streaming run to finish before compacting.
await result.completed;

// Choose force based on your own thresholds or heuristics, between turns or during idle time.
await session.runCompaction({ force: true });

보관 또는 핸드오프 전에 기록을 축소하려면 언제든지 runCompaction({ force: true })을 호출할 수 있습니다. 압축 결정을 추적하려면 DEBUG=openai-agents:openai:compaction으로 디버그 로그를 활성화하세요.