护栏

护栏可以与您的智能体并行运行，或阻止执行直到其完成，从而允许您对用户输入或智能体输出执行检查与验证。例如，您可以在调用昂贵模型之前，先运行一个轻量级模型作为护栏。如果护栏检测到恶意使用，它可以触发错误并阻止高成本模型运行。

护栏有两种类型：

输入护栏运行在初始用户输入上。
输出护栏运行在最终智能体输出上。

工作流边界

护栏附加在智能体上，但它们不一定会在工作流中的每个智能体上运行：

输入护栏仅对链路中的第一个智能体运行。
输出护栏仅对产生最终输出的智能体运行。
工具护栏会在每次函数工具调用时运行，其中输入护栏在执行前运行，输出护栏在执行后运行。

如果您需要在包含管理器或交接的工作流中，对每次自定义函数工具调用进行检查，请使用工具护栏，而不是智能体级别的输入/输出护栏。

输入护栏

输入护栏分三步运行：

护栏接收传递给智能体的相同输入。
护栏函数执行，并返回一个包装在 InputGuardrailResult 中的 GuardrailFunctionOutput。
如果 tripwireTriggered 为 true，则会抛出 InputGuardrailTripwireTriggered 错误。

注意输入护栏面向用户输入，因此只有当该智能体是工作流中的第一个智能体时才会运行。护栏配置在智能体本身上，因为不同智能体通常需要不同的护栏。

执行模式

runInParallel: true（默认）会与 LLM/工具调用同时启动护栏。这会将延迟降到最低，但如果护栏稍后触发，模型可能已经消耗了 token 或运行了工具。
runInParallel: false 会在调用模型之前运行护栏，从而在护栏阻止请求时避免 token 消耗和工具执行。当您更看重安全性和成本而非延迟时，请使用此模式。

输出护栏

输出护栏分 3 步运行：

护栏接收由智能体生成的输出。
护栏函数执行，并返回一个包装在 OutputGuardrailResult 中的 GuardrailFunctionOutput。
如果 tripwireTriggered 为 true，则会抛出 OutputGuardrailTripwireTriggered 错误。

注意输出护栏仅在该智能体是工作流中的最后一个智能体时运行。对于实时语音交互，请参见语音智能体指南。

输出护栏函数还会接收一个可选的 details 对象，其中包含底层的 modelResponse 以及该轮生成的输出项。当仅凭最终输出不足以判断响应是否应通过时，可使用该对象，例如在触发护栏之前检查完整的生成项列表或提供方响应元数据。

工具护栏

工具护栏包装函数工具，让您可以在执行前后验证或阻止工具调用。它们配置在工具本身上（通过 tool() 选项），并会在该工具的每次调用时运行。

在实践中，这意味着您可以在自定义函数工具中，于 tool({...}) 上设置 inputGuardrails 和/或 outputGuardrails。

输入工具护栏在工具执行前运行，可以用消息拒绝调用，或抛出 tripwire。
输出工具护栏在工具执行后运行，可以用拒绝消息替换输出，或抛出 tripwire。

工具护栏会返回一个 behavior：

allow —— 继续执行下一个护栏或工具。
rejectContent —— 使用一条消息短路返回（跳过工具调用或替换输出）。
throwException —— 立即抛出一个 tripwire 错误。

工具护栏适用于您使用 tool() 定义的函数工具。交接会以类似函数工具的形式呈现给模型，但它们通过 SDK 的交接路径运行，而不是普通的函数工具流水线，因此工具护栏不适用于交接调用本身。托管工具和内置执行工具（computerTool、shellTool、applyPatchTool）也不会使用此护栏流水线，且 agent.asTool() 当前也不直接暴露工具护栏选项。

Tripwire

当护栏失败时，它会通过 tripwire 发出信号。一旦 tripwire 被触发，runner 就会抛出相应错误并停止执行。

护栏实现

护栏本质上只是一个返回 GuardrailFunctionOutput 的函数。下面是一个最小示例：它通过在底层运行另一个智能体，检查用户是否在寻求数学作业帮助。

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

const guardrailAgent = new Agent({
  name: 'Guardrail check',
  instructions: 'Check if the user is asking you to do their math homework.',
  outputType: z.object({
    isMathHomework: z.boolean(),
    reasoning: z.string(),
  }),
});

const mathGuardrail: InputGuardrail = {
  name: 'Math Homework Guardrail',
  // Set runInParallel to false to block the model until the guardrail completes.
  runInParallel: false,
  execute: async ({ input, context }) => {
    const result = await run(guardrailAgent, input, { context });
    return {
      outputInfo: result.finalOutput,
      tripwireTriggered: result.finalOutput?.isMathHomework === false,
    };
  },
};

const agent = new Agent({
  name: 'Customer support agent',
  instructions:
    'You are a customer support agent. You help customers with their questions.',
  inputGuardrails: [mathGuardrail],
});

async function main() {
  try {
    await run(agent, 'Hello, can you help me solve for x: 2x + 3 = 11?');
    console.log("Guardrail didn't trip - this is unexpected");
  } catch (e) {
    if (e instanceof InputGuardrailTripwireTriggered) {
      console.log('Math homework guardrail tripped');
    }
  }
}

main().catch(console.error);

输出护栏的工作方式相同。

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

// The output by the main agent
const MessageOutput = z.object({ response: z.string() });
type MessageOutput = z.infer<typeof MessageOutput>;

// The output by the math guardrail agent
const MathOutput = z.object({ reasoning: z.string(), isMath: z.boolean() });

// The guardrail agent
const guardrailAgent = new Agent({
  name: 'Guardrail check',
  instructions: 'Check if the output includes any math.',
  outputType: MathOutput,
});

// An output guardrail using an agent internally
const mathGuardrail: OutputGuardrail<typeof MessageOutput> = {
  name: 'Math Guardrail',
  async execute({ agentOutput, context }) {
    const result = await run(guardrailAgent, agentOutput.response, {
      context,
    });
    return {
      outputInfo: result.finalOutput,
      tripwireTriggered: result.finalOutput?.isMath ?? false,
    };
  },
};

const agent = new Agent({
  name: 'Support agent',
  instructions:
    'You are a user support agent. You help users with their questions.',
  outputGuardrails: [mathGuardrail],
  outputType: MessageOutput,
});

async function main() {
  try {
    const input = 'Hello, can you help me solve for x: 2x + 3 = 11?';
    await run(agent, input);
    console.log("Guardrail didn't trip - this is unexpected");
  } catch (e) {
    if (e instanceof OutputGuardrailTripwireTriggered) {
      console.log('Math output guardrail tripped');
    }
  }
}

main().catch(console.error);

工具输入/输出护栏如下所示：

import {
  Agent,
  ToolGuardrailFunctionOutputFactory,
  defineToolInputGuardrail,
  defineToolOutputGuardrail,
  tool,
} from '@openai/agents';
import { z } from 'zod';

const blockSecrets = defineToolInputGuardrail({
  name: 'block_secrets',
  run: async ({ toolCall }) => {
    const args = JSON.parse(toolCall.arguments) as { text?: string };
    if (args.text?.includes('sk-')) {
      return ToolGuardrailFunctionOutputFactory.rejectContent(
        'Remove secrets before calling this tool.',
      );
    }
    return ToolGuardrailFunctionOutputFactory.allow();
  },
});

const redactOutput = defineToolOutputGuardrail({
  name: 'redact_output',
  run: async ({ output }) => {
    const text = String(output ?? '');
    if (text.includes('sk-')) {
      return ToolGuardrailFunctionOutputFactory.rejectContent(
        'Output contained sensitive data.',
      );
    }
    return ToolGuardrailFunctionOutputFactory.allow();
  },
});

const classifyTool = tool({
  name: 'classify_text',
  description: 'Classify text for internal routing.',
  parameters: z.object({
    text: z.string(),
  }),
  inputGuardrails: [blockSecrets],
  outputGuardrails: [redactOutput],
  execute: ({ text }) => `length:${text.length}`,
});

const agent = new Agent({
  name: 'Classifier',
  instructions: 'Classify incoming text.',
  tools: [classifyTool],
});

guardrailAgent 在护栏函数内部使用。
护栏函数接收智能体输入或输出，并返回结果。
可以在护栏结果中包含额外信息。
agent 定义了实际应用护栏的工作流。