运行智能体

智能体本身不会做任何事——需要使用 Runner 类或 run() 实用函数来运行它们。

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

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

const result = await run(
  agent,
  'Write a haiku about recursion in programming.',
);
console.log(result.finalOutput);

// Code within the code,
// Functions calling themselves,
// Infinite loop's dance.

当你不需要自定义 runner 时，也可以使用 run() 实用函数，它会运行一个单例的默认 Runner 实例。

或者，你可以创建自己的 runner 实例：

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

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

// You can pass custom configuration to the runner
const runner = new Runner();

const result = await runner.run(
  agent,
  'Write a haiku about recursion in programming.',
);
console.log(result.finalOutput);

// Code within the code,
// Functions calling themselves,
// Infinite loop's dance.

运行智能体后，你将收到一个执行结果对象，其中包含最终输出以及本次运行的完整历史记录。

智能体循环

当你使用 Runner 的 run 方法时，你需要传入一个起始智能体和输入。输入可以是字符串（被视为一条用户消息），也可以是输入项列表，即 OpenAI Responses API 中的项目。

然后 runner 会运行一个循环：

使用当前输入调用当前智能体的模型。
检查 LLM 的响应。
- 最终输出 → 返回。
- 交接 → 切换到新的智能体，保留累积的会话历史，回到步骤 1。
- 工具调用 → 执行工具，将其结果追加到会话中，回到步骤 1。
当达到 maxTurns 时抛出 MaxTurnsExceededError。

Runner 生命周期

在应用启动时创建一个 Runner 并在各个请求之间复用。该实例存储全局配置，例如模型提供方和追踪选项。只有当你需要完全不同的配置时才创建另一个 Runner。对于简单脚本，你也可以调用 run()，它会在内部使用默认 runner。

运行参数

run() 方法的输入包括用于启动运行的初始智能体、运行的输入以及一组选项。

输入可以是字符串（被视为一条用户消息）、输入项列表，或在构建人机协作智能体时使用的 RunState 对象。

其他可选项包括：

Option	Default	Description
`stream`	`false`	如果为 `true`，调用将返回一个 `StreamedRunResult`，并在事件从模型到达时逐步发出。
`context`	–	转发到每个工具 / 护栏 / 交接的上下文对象。详见上下文管理。
`maxTurns`	`10`	安全限制——达到该值时抛出 `MaxTurnsExceededError`。
`signal`	–	用于取消的 `AbortSignal`。

流式传输

流式传输允许你在 LLM 运行时接收额外的流式事件。流启动后，StreamedRunResult 将包含关于此次运行的完整信息，包括所有新生成的输出。你可以使用 for await 循环迭代这些流式事件。阅读流式传输指南了解更多。

运行配置

如果你要创建自己的 Runner 实例，可以传入一个 RunConfig 对象来配置 runner。

Field	Type	Purpose
`model`	`string \| Model`	为运行中的所有智能体强制指定特定模型。
`modelProvider`	`ModelProvider`	解析模型名称——默认为 OpenAI 提供方。
`modelSettings`	`ModelSettings`	覆盖每个智能体设置的全局调优参数。
`handoffInputFilter`	`HandoffInputFilter`	执行交接时用于变更输入项（如果交接本身未定义）的过滤器。
`inputGuardrails`	`InputGuardrail[]`	应用于初始用户输入的护栏。
`outputGuardrails`	`OutputGuardrail[]`	应用于最终输出的护栏。
`tracingDisabled`	`boolean`	完全禁用 OpenAI 追踪。
`traceIncludeSensitiveData`	`boolean`	在仍然发出 span 的同时，将 LLM/工具的输入与输出从追踪中排除。
`workflowName`	`string`	显示在 Traces 仪表板中——有助于将相关运行分组。
`traceId` / `groupId`	`string`	手动指定 trace 或 group ID，而不是交由 SDK 自动生成。
`traceMetadata`	`Record<string, any>`	附加到每个 span 的任意元数据。

会话 / 聊天线程

每次调用 runner.run()（或 run() 实用函数）都代表你的应用层会话中的一个轮次。你可以自行决定向终端用户展示多少 RunResult 内容——有时仅展示 finalOutput，有时展示每一个生成的项目。

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

let thread: AgentInputItem[] = [];

const agent = new Agent({
  name: 'Assistant',
});

async function userSays(text: string) {
  const result = await run(
    agent,
    thread.concat({ role: 'user', content: text }),
  );

  thread = result.history; // Carry over history + newly generated items
  return result.finalOutput;
}

await userSays('What city is the Golden Gate Bridge in?');
// -> "San Francisco"

await userSays('What state is it in?');
// -> "California"

参见聊天示例以获得交互版本。

服务器管理的会话

你可以让 OpenAI Responses API 为你持久化会话历史，而无需在每个轮次都发送完整的本地记录。当你在协调长会话或多个服务时，这很有用。详见会话状态指南。

OpenAI 提供两种复用服务器端状态的方式：

1. 整个会话使用 `conversationId`

你可以使用Conversations API 创建一次会话，然后在每个轮次复用其 ID。SDK 会自动仅包含新生成的项目。

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

const agent = new Agent({
  name: 'Assistant',
  instructions: 'Reply very concisely.',
});

async function main() {
  // Create a server-managed conversation:
  const client = new OpenAI();
  const { id: conversationId } = await client.conversations.create({});

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

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

main().catch(console.error);

2. 使用 `previousResponseId` 从上一个轮次继续

如果你只想从 Responses API 开始，可以使用上一个响应返回的 ID 串联每个请求。这样无需创建完整的会话资源也能在轮次之间保持上下文。

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

const agent = new Agent({
  name: 'Assistant',
  instructions: 'Reply very concisely.',
});

async function main() {
  const first = await run(agent, 'What city is the Golden Gate Bridge in?');
  console.log(first.finalOutput);
  // -> "San Francisco"

  const previousResponseId = first.lastResponseId;
  const second = await run(agent, 'What state is it in?', {
    previousResponseId,
  });
  console.log(second.finalOutput);
  // -> "California"
}

main().catch(console.error);

异常

SDK 会抛出一小组可供捕获的错误：

MaxTurnsExceededError – 达到 maxTurns。
ModelBehaviorError – 模型产生无效输出（例如格式错误的 JSON、未知工具）。
InputGuardrailTripwireTriggered / OutputGuardrailTripwireTriggered – 违反护栏。
GuardrailExecutionError – 护栏执行失败。
ToolCallError – 任一函数工具调用失败。
UserError – 基于配置或用户输入抛出的错误。

这些错误都继承自基础类 AgentsError，它可能提供 state 属性以访问当前运行状态。

下面是一个处理 GuardrailExecutionError 的代码示例：

import {
  Agent,
  run,
  GuardrailExecutionError,
  InputGuardrail,
  InputGuardrailTripwireTriggered,
} 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 unstableGuardrail: InputGuardrail = {
  name: 'Math Homework Guardrail (unstable)',
  execute: async () => {
    throw new Error('Something is wrong!');
  },
};

const fallbackGuardrail: InputGuardrail = {
  name: 'Math Homework Guardrail (fallback)',
  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: [unstableGuardrail],
});

async function main() {
  try {
    const input = 'Hello, can you help me solve for x: 2x + 3 = 11?';
    const result = await run(agent, input);
    console.log(result.finalOutput);
  } catch (e) {
    if (e instanceof GuardrailExecutionError) {
      console.error(`Guardrail execution failed: ${e}`);
      // If you want to retry the execution with different settings,
      // you can reuse the runner's latest state this way:
      if (e.state) {
        try {
          agent.inputGuardrails = [fallbackGuardrail]; // fallback
          const result = await run(agent, e.state);
          console.log(result.finalOutput);
        } catch (ee) {
          if (ee instanceof InputGuardrailTripwireTriggered) {
            console.log('Math homework guardrail tripped');
          }
        }
      }
    } else {
      throw e;
    }
  }
}

main().catch(console.error);

运行上述示例时，你将看到如下输出：

Guardrail execution failed: Error: Input guardrail failed to complete: Error: Something is wrong!
Math homework guardrail tripped

后续步骤

了解如何配置模型。
为你的智能体提供工具。
添加护栏或追踪以满足生产需求。