コンテンツにスキップ

OpenAI Agents SDK

OpenAI Agents SDK は、非常に少ない抽象化で軽量かつ使いやすいパッケージとして、エージェント型 AI アプリを構築できるようにします。これは、エージェント向けの以前の実験的プロジェクトである Swarm を本番対応にアップグレードしたものです。Agents SDK には、ごく少数の基本コンポーネントがあります。

  • エージェント: instructions と tools を備えた LLM
  • Agents as tools / ハンドオフ: エージェントが特定のタスクをほかのエージェントに委任できる仕組み
  • ガードレール: エージェントの入力と出力を検証できる仕組み

これらの基本コンポーネントは Python と組み合わせることで、ツールとエージェント間の複雑な関係を表現でき、急な学習コストなしで実運用アプリケーションを構築できます。さらに SDK には組み込みの トレーシング があり、エージェントフローの可視化やデバッグ、評価、さらにはアプリケーション向けのモデルのファインチューニングまで行えます。

Agents SDK を使う理由

SDK には 2 つの主要な設計原則があります。

  1. 使う価値があるだけの機能を備えつつ、素早く学べるよう基本コンポーネントは少なく保つこと。
  2. そのままですぐに使えて、かつ挙動を細かくカスタマイズできること。

以下が SDK の主な機能です。

  • エージェントループ: ツール呼び出しを処理し、結果を LLM に返し、タスク完了まで継続する組み込みループ。
  • Python ファースト: 新しい抽象化を学ぶ代わりに、言語組み込み機能でエージェントのオーケストレーションや連携を実現。
  • Agents as tools / ハンドオフ: 複数のエージェント間で作業を調整・委任するための強力な仕組み。
  • ガードレール: 入力検証と安全性チェックをエージェント実行と並列で実行し、チェックに失敗した場合は早期に停止。
  • 関数ツール: 任意の Python 関数を、スキーマ自動生成と Pydantic ベースの検証付きツールに変換。
  • MCP サーバーツール呼び出し: 関数ツールと同様に動作する、組み込みの MCP サーバーツール連携。
  • セッション: エージェントループ内で作業コンテキストを維持するための永続メモリレイヤー。
  • Human in the loop: エージェント実行全体に人間を関与させるための組み込みメカニズム。
  • トレーシング: ワークフローの可視化・デバッグ・監視のための組み込みトレーシング。OpenAI の評価・ファインチューニング・蒸留ツール群をサポート。
  • Realtime Agents: 自動割り込み検知、コンテキスト管理、ガードレールなどの機能を備えた強力な音声エージェントを構築。

インストール

pip install openai-agents

Hello World 例

from agents import Agent, Runner

agent = Agent(name="Assistant", instructions="You are a helpful assistant")

result = Runner.run_sync(agent, "Write a haiku about recursion in programming.")
print(result.final_output)

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

（これを実行する場合は、OPENAI_API_KEY 環境変数を設定してください）

export OPENAI_API_KEY=sk-...

開始地点

  • Quickstart で最初のテキストベースのエージェントを構築します。
  • 次に、Running agents でターン間の状態保持方法を決めます。
  • handoffs とマネージャー型オーケストレーションのどちらにするか検討している場合は、Agent orchestration を参照してください。

パスの選択

やりたいことは分かっているが、どのページに説明があるか分からない場合はこの表を使ってください。

目標 開始地点
最初のテキストエージェントを作成し、1 回の完全な実行を確認する Quickstart
関数ツール、ホストツール、または agents as tools を追加する Tools
handoffs とマネージャー型オーケストレーションのどちらにするか決める Agent orchestration
ターン間でメモリを保持する Running agents と Sessions
OpenAI モデル、websocket トランスポート、または非 OpenAI プロバイダーを使用する Models
出力、実行項目、割り込み、再開状態を確認する Results
低遅延の音声エージェントを構築する Realtime agents quickstart と Realtime transport
speech-to-text / agent / text-to-speech パイプラインを構築する Voice pipeline quickstart