도구

도구를 사용하면 Agent가 작업을 수행할 수 있습니다. 예를 들어 데이터를 가져오고, 외부 API를 호출하고, 코드를 실행하거나, 심지어 컴퓨터를 사용할 수도 있습니다. JavaScript/TypeScript SDK는 7가지 카테고리를 지원합니다.

어떤 에이전트가 작업을 맡아야 하는지 알고 있고 그 에이전트에 기능을 부여하려는 경우, 먼저 에이전트 다음에 이 페이지를 읽어보세요. 아직 위임 패턴을 결정하는 중이라면 에이전트 오케스트레이션을 참고하세요.

1. OpenAI 호스트하는 도구 – OpenAI 서버에서 모델과 함께 실행됩니다. (웹 검색, 파일 검색, code interpreter, 이미지 생성, tool search)
2. 내장 실행 도구 – 모델 외부에서 실행되는 SDK 제공 도구입니다. (computer use와 apply_patch는 로컬에서 실행되며, shell은 로컬 또는 호스티드 컨테이너에서 실행될 수 있습니다)
3. 함수 도구 – JSON schema로 로컬 함수를 감싸 LLM이 호출할 수 있게 합니다.
4. Agents as tools – 전체 Agent를 호출 가능한 도구로 노출합니다.
5. MCP 서버 – Model Context Protocol 서버(로컬 또는 원격)를 연결합니다.
6. Sandbox 기능 – SandboxAgent에 작업 공간 범위의 shell, 파일 시스템, skills, memory 또는 compaction 도구를 연결합니다.
7. 실험적 기능: Codex 도구 – Codex SDK를 함수 도구로 감싸 작업 공간 인식 작업을 실행합니다.

---

도구 카테고리

이 가이드의 나머지 부분에서는 먼저 각 도구 카테고리를 설명한 다음, 여러 카테고리에 공통되는 도구 선택 및 프롬프팅 지침을 요약합니다.

1. 호스티드 툴 (OpenAI Responses API)

OpenAIResponsesModel을 사용할 때 다음 내장 도구를 추가할 수 있습니다.

도구	타입 문자열	용도
웹 검색	'web_search'	인터넷 검색
파일 / 검색 검색	'file_search'	OpenAI에 호스팅된 벡터 스토어를 조회합니다
Code Interpreter	'code_interpreter'	샌드박스 환경에서 코드를 실행합니다
이미지 생성	'image_generation'	텍스트를 기반으로 이미지를 생성합니다
도구 검색	'tool_search'	런타임에 지연 함수 도구, 네임스페이스 또는 검색 가능한 MCP 도구를 로드합니다

Hosted tools

import {
  Agent,
  codeInterpreterTool,
  fileSearchTool,
  imageGenerationTool,
  webSearchTool,
} from '@openai/agents';

const agent = new Agent({
  name: 'Travel assistant',
  tools: [
    webSearchTool({ searchContextSize: 'medium' }),
    fileSearchTool('VS_ID', { maxNumResults: 3 }),
    codeInterpreterTool(),
    imageGenerationTool({ size: '1024x1024' }),
  ],
});

SDK는 호스티드 툴 정의를 반환하는 헬퍼 함수를 제공합니다.

헬퍼 함수	참고
webSearchTool(options?)	searchContextSize, userLocation, filters.allowedDomains 같은 JS 친화적 옵션을 제공합니다
fileSearchTool(ids, options?)	첫 번째 인수로 하나 이상의 벡터 스토어 ID를 받고, maxNumResults, includeSearchResults, rankingOptions, filters 같은 옵션을 추가로 받습니다
codeInterpreterTool(options?)	container를 제공하지 않으면 자동 관리 컨테이너를 기본값으로 사용합니다
imageGenerationTool(options?)	model, size, quality, background, inputFidelity, inputImageMask, moderation, outputCompression, partialImages, 출력 형식 등의 이미지 생성 구성을 지원합니다
toolSearchTool(options?)	내장 tool_search 헬퍼를 추가합니다. deferLoading: true를 설정한 지연 함수 도구 또는 호스티드 MCP 도구와 함께 사용하세요. 기본적으로 호스티드 실행을 지원하며, execution: 'client'와 execute를 함께 사용하면 클라이언트 실행도 가능합니다

이 헬퍼들은 JavaScript/TypeScript 친화적인 옵션 이름을 내부 OpenAI Responses API 도구 payload로 매핑합니다. 전체 도구 schema와 ranking options, semantic filters 같은 고급 옵션은 공식 OpenAI 도구 가이드를 참고하고, 현재 내장 도구 검색 흐름과 모델 지원 여부는 공식 Tool search guide를 참고하세요.

---

2. 내장 실행 도구

이 도구들은 SDK에 내장되어 있지만, 실행은 모델 응답 자체 밖에서 이루어집니다.

• 컴퓨터 사용 – Computer 인터페이스를 구현하고 computerTool()에 전달합니다. 이는 항상 사용자가 제공한 로컬 Computer 구현을 대상으로 실행됩니다
• Shell – 로컬 Shell 구현을 제공하거나, shellTool({ environment })로 호스티드 컨테이너 환경을 구성합니다
• Apply patch – Editor 인터페이스를 구현하고 applyPatchTool()에 전달합니다. 이는 항상 사용자가 제공한 로컬 Editor 구현을 대상으로 실행됩니다
• Sandbox shell 및 파일 시스템 도구 – 해당 작업을 sandbox 작업 공간 내부에서 실행해야 한다면 SandboxAgent에서 shell(), filesystem(), skills(), memory(), compaction()을 사용합니다

도구 호출은 여전히 모델이 요청하지만, 실제 작업은 애플리케이션이나 구성된 실행 환경이 수행합니다.

Sandbox 기능 도구는 프로세스 전역 내장 도구와 다릅니다. 이 도구들은 현재 SandboxAgent 실행의 활성 sandbox 세션에 바인딩됩니다. 도구가 애플리케이션 프로세스 대신 에이전트의 격리된 작업 공간에서 작동해야 한다면 Sandbox agents를 사용하세요.

Built-in execution tools

import {
  Agent,
  applyPatchTool,
  computerTool,
  shellTool,
  Computer,
  Editor,
  Shell,
} from '@openai/agents';

const computer: Computer = {
  environment: 'browser',
  dimensions: [1024, 768],
  screenshot: async () => '',
  click: async () => {},
  doubleClick: async () => {},
  scroll: async () => {},
  type: async () => {},
  wait: async () => {},
  move: async () => {},
  keypress: async () => {},
  drag: async () => {},
};

const shell: Shell = {
  run: async () => ({
    output: [
      {
        stdout: '',
        stderr: '',
        outcome: { type: 'exit', exitCode: 0 },
      },
    ],
  }),
};

const editor: Editor = {
  createFile: async () => ({ status: 'completed' }),
  updateFile: async () => ({ status: 'completed' }),
  deleteFile: async () => ({ status: 'completed' }),
};

const agent = new Agent({
  name: 'Local tools agent',
  model: 'gpt-5.4',
  tools: [
    computerTool({ computer }),
    shellTool({ shell, needsApproval: true }),
    applyPatchTool({ editor, needsApproval: true }),
  ],
});

Computer 도구 세부 사항

computerTool()은 다음 중 하나를 받을 수 있습니다.

• 구체적인 Computer 인스턴스
• 실행마다 Computer를 생성하는 초기화 함수
• 실행 범위의 설정과 정리가 필요한 경우 { create, dispose }를 갖는 provider 객체

OpenAI의 현재 컴퓨터 사용 경로를 사용하려면 gpt-5.4 같은 컴퓨터 사용 가능 모델을 설정하세요. 요청 모델이 명시적이면 SDK는 GA 내장 computer 도구 형식을 전송합니다. 유효 모델이 저장된 프롬프트나 다른 구형 통합에서 계속 오는 경우에는, modelSettings.toolChoice: 'computer'로 GA 경로를 명시적으로 선택하지 않는 한 호환성을 위해 기존 computer_use_preview wire 형식을 유지합니다.

GA computer 호출에는 하나의 computer_call 안에 일괄 처리된 actions[]가 포함될 수 있습니다. SDK는 이를 순서대로 실행하고, 각 action에 대해 needsApproval을 평가한 다음, 최종 스크린샷을 도구 출력으로 반환합니다. interruption.rawItem으로 승인 UI를 구성하는 경우, actions가 있으면 이를 읽고 기존 preview 항목에 대해서는 action으로 대체하세요.

영향이 큰 컴퓨터 작업을 사용자 검토를 위해 일시 중지해야 한다면 needsApproval을 사용하고, 컴퓨터 호출에 대해 보고된 보류 중 안전성 점검을 승인하거나 거부하려면 onSafetyCheck를 사용하세요. 모델 측 지침과 마이그레이션 세부 사항은 공식 OpenAI computer use guide와 해당 migration note를 참고하세요.

Shell 도구 세부 사항

shellTool()은 두 가지 모드를 가집니다.

• 로컬 모드: shell을 제공하고, 필요하다면 environment: { type: 'local', skills }와 자동 승인 처리를 위한 needsApproval, onApproval을 함께 제공합니다
• 호스티드 컨테이너 모드: type: 'container_auto' 또는 type: 'container_reference'가 포함된 environment를 제공합니다

로컬 모드에서 environment.skills를 사용하면 name, description, 파일 시스템 path로 로컬 skills를 마운트할 수 있습니다.

호스티드 컨테이너 모드에서는 shellTool({ environment })를 다음 중 하나로 구성합니다.

• type: 'container_auto'로 실행용 관리형 컨테이너를 생성
• type: 'container_reference'로 containerId를 사용해 기존 컨테이너를 재사용

호스티드 container_auto 환경은 다음을 지원합니다.

• domainSecrets를 포함한 allowlist를 지원하는 networkPolicy
• 업로드된 파일을 마운트하기 위한 fileIds
• 컨테이너 크기 조정을 위한 memoryLimit
• skill_reference 또는 인라인 zip 번들 형태의 skills

호스티드 shell 환경은 실행이 로컬 프로세스가 아니라 호스티드 컨테이너 환경에서 이루어지므로 shell, needsApproval, onApproval을 받을 수 없습니다.

전체 사용 예시는 examples/tools/local-shell.ts, examples/tools/container-shell-skill-ref.ts, examples/tools/container-shell-inline-skill.ts를 참고하세요.

Apply-patch 도구 세부 사항

applyPatchTool()은 shellTool()의 로컬 승인 흐름을 반영합니다. 파일 편집 전에 일시 중지하려면 needsApproval을 사용하고, 앱 수준 콜백으로 자동 승인 또는 거부하려면 onApproval을 사용하세요.

---

3. 함수 도구

tool() 헬퍼를 사용하면 어떤 함수든 도구로 바꿀 수 있습니다.

Function tool with Zod parameters

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.`;
  },
});

옵션 참조

필드	필수 여부	설명
name	아니요	기본값은 함수 이름입니다(예: get_weather)
description	예	LLM에 표시되는 명확하고 사람이 읽기 쉬운 설명
parameters	예	Zod schema 또는 원시 JSON schema 객체입니다. Zod 매개변수는 자동으로 strict 모드를 활성화합니다
strict	아니요	true(기본값)일 때 인수가 검증에 실패하면 SDK가 모델 오류를 반환합니다. 유연한 매칭을 원하면 false로 설정하세요
execute	예	(args, context, details) => string | unknown | Promise<...> – 비즈니스 로직입니다. 문자열이 아닌 출력은 모델용으로 직렬화됩니다. context는 선택적인 RunContext이며, details에는 toolCall, resumeState, signal 같은 메타데이터가 포함됩니다
errorFunction	아니요	내부 오류를 사용자에게 보이는 문자열로 변환하는 사용자 지정 핸들러 (context, error) => string
timeoutMs	아니요	호출별 제한 시간(밀리초)입니다. 0보다 커야 하고 2147483647 이하여야 합니다
timeoutBehavior	아니요	제한 시간 모드입니다. error_as_result(기본값)는 모델에 보이는 제한 시간 메시지를 반환하고, raise_exception은 ToolTimeoutError를 던집니다
timeoutErrorFunction	아니요	timeoutBehavior가 error_as_result일 때 제한 시간 출력을 위한 사용자 지정 핸들러 (context, timeoutError) => string
needsApproval	아니요	실행 전에 사람의 승인을 요구합니다. 휴먼 인 더 루프 (HITL)를 참고하세요
isEnabled	아니요	실행별로 도구를 조건부로 노출합니다. boolean 또는 predicate를 받을 수 있습니다
inputGuardrails	아니요	도구 실행 전에 실행되는 가드레일입니다. 거부하거나 예외를 던질 수 있습니다. 가드레일을 참고하세요
outputGuardrails	아니요	도구 실행 후에 실행되는 가드레일입니다. 거부하거나 예외를 던질 수 있습니다. 가드레일을 참고하세요

함수 도구 제한 시간

각 함수 도구 호출 시간을 제한하려면 timeoutMs를 사용하세요.

• timeoutBehavior: 'error_as_result'(기본값)는 모델에 Tool '<name>' timed out after <timeoutMs>ms.를 반환합니다
• timeoutBehavior: 'raise_exception'은 ToolTimeoutError를 던지며, 이는 에이전트 실행의 실행 예외 처리 일부로 잡을 수 있습니다
• timeoutErrorFunction을 사용하면 error_as_result 모드에서 제한 시간 텍스트를 사용자 지정할 수 있습니다
• 제한 시간이 발생하면 details.signal이 중단되므로, 오래 실행되는 도구는 취소를 감지할 때 즉시 중단할 수 있습니다

함수 도구를 직접 호출하는 경우, 일반 에이전트 실행과 동일한 제한 시간 동작을 강제하려면 invokeFunctionTool을 사용하세요.

비엄격 JSON-schema 도구

모델이 잘못되었거나 부분적인 입력을 추정 하도록 해야 한다면 원시 JSON schema 사용 시 strict 모드를 비활성화할 수 있습니다.

Non-strict JSON schema tools

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;
  },
});

도구 검색을 사용한 지연 도구 로딩

도구 검색을 사용하면 모든 schema를 미리 보내는 대신, 모델이 런타임에 필요한 도구 정의만 로드할 수 있습니다. SDK에서는 지연 최상위 함수 도구, toolNamespace() 그룹, 그리고 deferLoading: true로 구성된 호스티드 MCP 도구를 이런 방식으로 사용할 수 있습니다.

도구 검색은 Responses API에서 이를 지원하는 GPT-5.4 이상 모델 릴리스에서만 사용하세요.

Deferred tool loading with tool search

import { Agent, tool, toolNamespace, toolSearchTool } from '@openai/agents';
import { z } from 'zod';

const customerIdParams = z.object({
  customerId: z.string().describe('The customer identifier to look up.'),
});

// Keep a standalone deferred tool at the top level when it represents a
// single searchable capability that does not need a shared namespace.
const shippingLookup = tool({
  name: 'get_shipping_eta',
  description: 'Look up a shipment ETA by customer identifier.',
  parameters: customerIdParams,
  deferLoading: true,
  async execute({ customerId }) {
    return {
      customerId,
      eta: '2026-03-07',
      carrier: 'Priority Express',
    };
  },
});

// Group related tools into a namespace when one domain description should
// cover several deferred tools and let tool search load them together.
const crmTools = toolNamespace({
  name: 'crm',
  description: 'CRM tools for customer profile lookups.',
  tools: [
    tool({
      name: 'get_customer_profile',
      description: 'Fetch a basic customer profile.',
      parameters: customerIdParams,
      deferLoading: true,
      async execute({ customerId }) {
        return {
          customerId,
          tier: 'enterprise',
        };
      },
    }),
  ],
});

const agent = new Agent({
  name: 'Operations assistant',
  model: 'gpt-5.4',
  // Mixing namespaced and top-level deferred tools in one request is supported.
  tools: [shippingLookup, ...crmTools, toolSearchTool()],
});

이 예제는 의도적으로 두 가지 스타일을 섞어 사용합니다.

• shippingLookup은 독립적인 검색 가능 기능 하나이므로 최상위로 유지됩니다
• crmTools는 관련된 CRM 도구들이 하나의 상위 레이블과 설명을 공유하므로 toolNamespace()를 사용합니다
• 동일한 요청에서 네임스페이스 도구와 최상위 지연 도구를 함께 사용하는 것이 지원됩니다. 도구 검색은 crm 같은 네임스페이스 경로와 get_shipping_eta 같은 최상위 경로를 모두 로드할 수 있습니다

도구 검색을 사용할 때는 다음을 따르세요.

• 각 지연 함수 도구에 deferLoading: true를 설정합니다
• 여러 관련 도구가 하나의 도메인 설명을 공유하고 그룹으로 로드되어야 한다면 toolNamespace({ name, description, tools })를 사용합니다
• 단일 독립 기능이고 도구 이름 자체가 좋은 검색 대상이라면 도구를 최상위에 둡니다
• 지연 함수 도구 또는 호스티드 MCP 도구에서 deferLoading: true를 사용하는 경우 같은 tools 배열에 toolSearchTool()을 추가합니다
• modelSettings.toolChoice는 'auto'로 유지합니다. SDK는 내장 tool_search 도구 또는 지연 함수 도구를 이름으로 강제하는 것을 거부합니다
• 기본값은 호스티드 실행입니다. toolSearchTool({ execution: 'client', execute })를 설정하면 표준 run() 루프는 내장 { paths: string[] } 클라이언트 질의 형식만 지원하며, 사용자 지정 클라이언트 측 schema를 사용하려면 자체 Responses 루프가 필요합니다
• 네임스페이스는 즉시 로드 멤버와 지연 로드 멤버를 혼합할 수 있습니다. 즉시 멤버는 도구 검색 없이도 호출 가능하며, 동일 네임스페이스 내 지연 멤버는 필요 시 로드됩니다
• 지연 함수 도구와 toolNamespace()는 Responses 전용입니다. Chat Completions는 이를 거부하며, AI SDK 어댑터는 지연 Responses 도구 로딩 흐름을 지원하지 않습니다

---

4. Agents as tools

때로는 대화를 완전히 핸드오프하지 않고 한 Agent가 다른 Agent를 보조 하도록 하고 싶을 수 있습니다. 이때 agent.asTool()을 사용하세요.

아직 agent.asTool()과 handoff() 중 무엇을 사용할지 결정 중이라면 에이전트와 에이전트 오케스트레이션에서 패턴을 비교해 보세요.

Agents as tools

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],
});

내부적으로 SDK는 다음을 수행합니다.

• 단일 input 매개변수를 가진 함수 도구를 생성합니다
• 도구가 호출되면 해당 입력으로 하위 에이전트를 실행합니다
• 마지막 메시지 또는 customOutputExtractor가 추출한 출력을 반환합니다

에이전트를 도구로 실행하면 Agents SDK는 기본 설정으로 runner를 생성하고 함수 실행 안에서 해당 runner로 에이전트를 실행합니다. runConfig 또는 runOptions의 속성을 제공하려면 asTool() 메서드에 전달하여 runner 동작을 사용자 지정할 수 있습니다.

또한 asTool() 옵션을 통해 에이전트 도구에 needsApproval과 isEnabled를 설정하여 휴먼인더루프 (HITL) 흐름 및 조건부 도구 가용성과 통합할 수 있습니다.

customOutputExtractor 내부에서는 result.agentToolInvocation을 사용해 현재 Agent.asTool() 호출을 확인하세요. 이 콜백에서 결과는 항상 Agent.asTool()에서 오므로 agentToolInvocation은 항상 정의되어 있으며 toolName, toolCallId, toolArguments를 노출합니다. 일반 애플리케이션 컨텍스트와 toolInput에는 result.runContext를 사용하세요. 이 메타데이터는 현재 중첩 호출 범위에 한정되며 RunState에 직렬화되지 않습니다.

Read agent tool invocation metadata

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

const billingAgent = new Agent({
  name: 'Billing Agent',
  instructions: 'Handle billing questions and subscription changes.',
});

const billingTool = billingAgent.asTool({
  toolName: 'billing_agent',
  toolDescription: 'Handles customer billing questions.',
  customOutputExtractor(result) {
    console.log('tool', result.agentToolInvocation.toolName);
    // Direct invoke() calls may not have a model-generated tool call id.
    console.log('call', result.agentToolInvocation.toolCallId);
    console.log('args', result.agentToolInvocation.toolArguments);

    return String(result.finalOutput ?? '');
  },
});

const orchestrator = new Agent({
  name: 'Support Orchestrator',
  instructions: 'Delegate billing questions to the billing agent tool.',
  tools: [billingTool],
});

agent.asTool()의 고급 구조화 입력 옵션:

• inputBuilder: 구조화된 도구 인수를 중첩 에이전트 입력 payload로 매핑합니다
• includeInputSchema: 더 강한 schema 인식 동작을 위해 입력 JSON schema를 중첩 실행에 포함합니다
• resumeState: 중첩된 직렬화 RunState를 재개할 때 컨텍스트 조정 전략을 제어합니다. 'merge'(기본값)는 활성 승인/컨텍스트 상태를 직렬화된 상태에 병합하고, 'replace'는 대신 현재 실행 컨텍스트를 사용하며, 'preferSerialized'는 직렬화된 컨텍스트를 변경하지 않고 그대로 재개합니다

에이전트 도구의 스트리밍 이벤트

에이전트 도구는 모든 중첩 실행 이벤트를 애플리케이션으로 스트리밍할 수 있습니다. 도구를 구성하는 방식에 맞는 훅 스타일을 선택하세요.

Streaming agent tools

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

const billingAgent = new Agent({
  name: 'Billing Agent',
  instructions: 'Answer billing questions and compute simple charges.',
});

const billingTool = billingAgent.asTool({
  toolName: 'billing_agent',
  toolDescription: 'Handles customer billing questions.',
  // onStream: simplest catch-all when you define the tool inline.
  onStream: (event) => {
    console.log(`[onStream] ${event.event.type}`, event);
  },
});

// on(eventName) lets you subscribe selectively (or use '*' for all).
billingTool.on('run_item_stream_event', (event) => {
  console.log('[on run_item_stream_event]', event);
});
billingTool.on('raw_model_stream_event', (event) => {
  console.log('[on raw_model_stream_event]', event);
});

const orchestrator = new Agent({
  name: 'Support Orchestrator',
  instructions: 'Delegate billing questions to the billing agent tool.',
  tools: [billingTool],
});

• 이벤트 타입은 RunStreamEvent['type']와 일치합니다: raw_model_stream_event, run_item_stream_event, agent_updated_stream_event
• onStream은 가장 단순한 “catch-all” 방식이며 도구를 인라인으로 선언할 때(tools: [agent.asTool({ onStream })]) 잘 맞습니다. 이벤트별 분기가 필요 없다면 이 방식을 사용하세요
• on(eventName, handler)를 사용하면 선택적으로(또는 '*'로) 구독할 수 있으며, 더 세밀한 처리가 필요하거나 생성 후 리스너를 연결하고 싶을 때 적합합니다
• onStream 또는 하나 이상의 on(...) 핸들러를 제공하면 agent-as-tool은 자동으로 스트리밍 모드에서 실행되며, 제공하지 않으면 비스트리밍 경로를 유지합니다
• 핸들러는 병렬로 호출되므로 느린 onStream 콜백이 on(...) 핸들러를 막지 않으며 그 반대도 마찬가지입니다
• toolCallId는 도구가 모델 도구 호출을 통해 호출된 경우 제공됩니다. 직접 invoke()를 호출하거나 provider의 특성에 따라 생략될 수 있습니다

---

5. MCP 서버

MCP(Model Context Protocol) 서버를 통해 도구를 노출하고 이를 에이전트에 연결할 수 있습니다. 예를 들어 MCPServerStdio를 사용해 stdio MCP 서버를 생성하고 연결할 수 있습니다.

Local MCP server

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

const server = new MCPServerStdio({
  fullCommand: 'pnpm exec mcp-server-filesystem ./sample_files',
});

await server.connect();

const agent = new Agent({
  name: 'Assistant',
  mcpServers: [server],
});

완전한 예시는 filesystem-example.ts를 참고하세요. 또한 MCP 서버 도구 통합에 대한 포괄적인 가이드를 찾고 있다면 자세한 내용은 모델 컨텍스트 프로토콜 (MCP)를 참고하세요. 여러 서버를 관리하거나 부분 실패를 처리할 때는 connectMcpServers와 모델 컨텍스트 프로토콜 (MCP)의 lifecycle 지침을 사용하세요.

---

6. 실험적 기능: Codex 도구

@openai/agents-extensions/experimental/codex는 codexTool()을 제공합니다. 이는 모델의 도구 호출을 Codex SDK로 라우팅하여 에이전트가 작업 공간 범위 작업(shell, 파일 편집, MCP 도구)을 자율적으로 실행할 수 있게 하는 함수 도구입니다. 이 표면은 실험적이며 변경될 수 있습니다.

먼저 의존성을 설치하세요.

npm install @openai/agents-extensions @openai/codex-sdk

빠른 시작:

Experimental Codex tool

import { Agent } from '@openai/agents';
import { codexTool } from '@openai/agents-extensions/experimental/codex';

export const codexAgent = new Agent({
  name: 'Codex Agent',
  instructions:
    'Use the codex tool to inspect the workspace and answer the question. When skill names, which usually start with `$`, are mentioned, you must rely on the codex tool to use the skill and answer the question.',
  tools: [
    codexTool({
      sandboxMode: 'workspace-write',
      workingDirectory: '/path/to/repo',
      defaultThreadOptions: {
        model: 'gpt-5.4',
        networkAccessEnabled: true,
        webSearchEnabled: false,
      },
    }),
  ],
});

알아둘 점:

• 인증: CODEX_API_KEY(권장) 또는 OPENAI_API_KEY를 제공하거나 codexOptions.apiKey를 전달하세요
• 입력: strict schema입니다. inputs에는 최소 하나 이상의 { type: 'text', text } 또는 { type: 'local_image', path }가 포함되어야 합니다
• 안전성: sandboxMode를 workingDirectory와 함께 사용하세요. 디렉터리가 Git 저장소가 아니라면 skipGitRepoCheck를 설정하세요
• 스레딩: useRunContextThreadId: true는 최신 thread id를 runContext.context에서 읽고 저장하며, 이는 앱 상태에서 여러 턴에 걸쳐 재사용할 때 유용합니다
• Thread ID 우선순위: 도구 호출 threadId(schema에 포함된 경우)가 가장 우선이고, 그다음 run-context thread id, 마지막으로 codexTool({ threadId }) 순입니다
• 실행 컨텍스트 키: name: 'codex'일 때 기본값은 codexThreadId이며, name: 'engineer' 같은 이름일 때는 codexThreadId_<suffix>입니다(정규화 후 codex_engineer)
• 변경 가능한 컨텍스트 요구 사항: useRunContextThreadId가 활성화된 경우 run(..., { context })에는 변경 가능한 객체 또는 Map을 전달하세요
• 이름 지정: 도구 이름은 codex 네임스페이스로 정규화됩니다(engineer는 codex_engineer가 됨). 하나의 에이전트 안에서 중복된 Codex 도구 이름은 거부됩니다
• 스트리밍: onStream은 Codex 이벤트(reasoning, 명령 실행, MCP 도구 호출, 파일 변경, 웹 검색)를 반영하므로 진행 상황을 기록하거나 추적할 수 있습니다
• 출력: 도구 결과에는 response, usage, threadId가 포함되며 Codex 토큰 사용량은 RunContext에 기록됩니다
• 구조: outputSchema는 descriptor, JSON schema 객체 또는 Zod 객체가 될 수 있습니다. JSON 객체 schema에서는 additionalProperties가 false여야 합니다

run-context thread 재사용 예시:

Codex run-context thread reuse

import { Agent, run } from '@openai/agents';
import { codexTool } from '@openai/agents-extensions/experimental/codex';

// Derived from codexTool({ name: 'engineer' }) when runContextThreadIdKey is omitted.
type ExampleContext = {
  codexThreadId_engineer?: string;
};

const agent = new Agent<ExampleContext>({
  name: 'Codex assistant',
  instructions: 'Use the codex tool for workspace tasks.',
  tools: [
    codexTool({
      // `name` is optional for a single Codex tool.
      // We set it so the run-context key is tool-specific and to avoid collisions when adding more Codex tools.
      name: 'engineer',
      // Reuse the same Codex thread across runs that share this context object.
      useRunContextThreadId: true,
      sandboxMode: 'workspace-write',
      workingDirectory: '/path/to/repo',
      defaultThreadOptions: {
        model: 'gpt-5.4',
        approvalPolicy: 'never',
      },
    }),
  ],
});

// The default key for useRunContextThreadId with name=engineer is codexThreadId_engineer.
const context: ExampleContext = {};

// First turn creates (or resumes) a Codex thread and stores the thread ID in context.
await run(agent, 'Inspect src/tool.ts and summarize it.', { context });
// Second turn reuses the same thread because it shares the same context object.
await run(agent, 'Now list refactoring opportunities.', { context });

const threadId = context.codexThreadId_engineer;

---

도구 전략 및 모범 사례

도구 사용 동작

모델이 언제 어떻게 도구를 사용해야 하는지 제어하려면(modelSettings.toolChoice, toolUseBehavior 등) 에이전트를 참고하세요.

---

모범 사례

• 짧고 명시적인 설명 – 도구가 무엇을 하는지 와 언제 사용해야 하는지 를 설명하세요
• 입력 검증 – 가능하면 엄격한 JSON 검증을 위해 Zod schema를 사용하세요
• 오류 핸들러에서 부작용 피하기 – errorFunction은 예외를 던지는 대신 도움이 되는 문자열을 반환해야 합니다
• 도구당 하나의 책임 – 작고 조합 가능한 도구가 더 나은 모델 추론으로 이어집니다

---

관련 가이드

• 도구를 가진 에이전트를 정의하고 toolUseBehavior를 제어하는 방법은 에이전트를 참고하세요
• 에이전트를 도구로 사용할지, 아니면 핸드오프를 사용할지 결정하는 방법은 에이전트 오케스트레이션을 참고하세요
• 실행 흐름, 스트리밍, 대화 상태는 에이전트 실행을 참고하세요
• 호스티드 OpenAI 모델 구성 및 Responses 전송 선택은 모델을 참고하세요
• 도구 입력 또는 출력을 검증하려면 가드레일을 참고하세요
• tool() 및 다양한 호스티드 도구 타입에 대한 TypeDoc 참조도 살펴보세요