コンテンツにスキップ

ハンドオフ

ハンドオフは、あるエージェントが別のエージェントにタスクを委任できるようにする仕組みです。これは、異なるエージェントがそれぞれ異なる分野に特化しているシナリオで特に有用です。たとえば、カスタマーサポートアプリでは、注文状況、返金、FAQ などのタスクをそれぞれ担当するエージェントがいるかもしれません。

ハンドオフは LLM に対してツールとして表現されます。したがって、Refund Agent というエージェントへのハンドオフがある場合、ツール名は transfer_to_refund_agent となります。

ハンドオフの作成

すべてのエージェントには handoffs パラメーターがあり、Agent を直接渡すことも、ハンドオフをカスタマイズする Handoff オブジェクトを渡すこともできます。

Agents SDK によって提供される handoff() 関数を使ってハンドオフを作成できます。この関数では、ハンドオフ先のエージェントに加えて、任意のオーバーライドや入力フィルターを指定できます。

基本的な使い方

シンプルなハンドオフの作成方法は次のとおりです。

from agents import Agent, handoff

billing_agent = Agent(name="Billing agent")
refund_agent = Agent(name="Refund agent")

# (1)!
triage_agent = Agent(name="Triage agent", handoffs=[billing_agent, handoff(refund_agent)])
  1. エージェントを直接使用する(billing_agent のように)ことも、handoff() 関数を使用することもできます。

handoff() 関数によるハンドオフのカスタマイズ

handoff() 関数を使って、さまざまなカスタマイズができます。

  • agent: ハンドオフ先のエージェントです。
  • tool_name_override: 既定では Handoff.default_tool_name() が使用され、transfer_to_<agent_name> に解決されます。これを上書きできます。
  • tool_description_override: Handoff.default_tool_description() の既定のツール説明を上書きします。
  • on_handoff: ハンドオフが呼び出されたときに実行されるコールバック関数です。ハンドオフが呼び出されることが分かった時点でデータ取得を開始するなどに有用です。この関数はエージェントコンテキストを受け取り、オプションで LLM が生成した入力も受け取れます。入力データは input_type パラメーターで制御します。
  • input_type: ハンドオフが想定する入力の型(任意)。
  • input_filter: 次のエージェントが受け取る入力をフィルタリングできます。詳細は以下を参照してください。
  • is_enabled: ハンドオフを有効にするかどうか。真偽値または真偽値を返す関数を指定でき、実行時に動的にハンドオフを有効化・無効化できます。
from agents import Agent, handoff, RunContextWrapper

def on_handoff(ctx: RunContextWrapper[None]):
    print("Handoff called")

agent = Agent(name="My agent")

handoff_obj = handoff(
    agent=agent,
    on_handoff=on_handoff,
    tool_name_override="custom_handoff_tool",
    tool_description_override="Custom description",
)

ハンドオフ入力

状況によっては、ハンドオフを呼び出す際に LLM にいくつかのデータを提供してほしい場合があります。たとえば、「Escalation エージェント」へのハンドオフを想定してください。ログに記録できるよう、理由を提供してほしいかもしれません。

from pydantic import BaseModel

from agents import Agent, handoff, RunContextWrapper

class EscalationData(BaseModel):
    reason: str

async def on_handoff(ctx: RunContextWrapper[None], input_data: EscalationData):
    print(f"Escalation agent called with reason: {input_data.reason}")

agent = Agent(name="Escalation agent")

handoff_obj = handoff(
    agent=agent,
    on_handoff=on_handoff,
    input_type=EscalationData,
)

入力フィルター

ハンドオフが発生すると、新しいエージェントが会話を引き継ぎ、これまでの会話履歴全体を閲覧できるかのように動作します。これを変更したい場合は、input_filter を設定できます。入力フィルターは、HandoffInputData を介して既存の入力を受け取り、新しい HandoffInputData を返す関数です。

よくあるパターン(たとえば履歴からすべてのツール呼び出しを除去するなど)は、agents.extensions.handoff_filters に実装されています。

from agents import Agent, handoff
from agents.extensions import handoff_filters

agent = Agent(name="FAQ agent")

handoff_obj = handoff(
    agent=agent,
    input_filter=handoff_filters.remove_all_tools, # (1)!
)
  1. これにより、FAQ agent が呼び出されたときに履歴から自動的にすべてのツールが削除されます。

推奨プロンプト

LLM がハンドオフを正しく理解できるように、エージェントにハンドオフに関する情報を含めることを推奨します。agents.extensions.handoff_prompt.RECOMMENDED_PROMPT_PREFIX に推奨のプレフィックスがあり、または agents.extensions.handoff_prompt.prompt_with_handoff_instructions を呼び出して、プロンプトに推奨データを自動的に追加できます。

from agents import Agent
from agents.extensions.handoff_prompt import RECOMMENDED_PROMPT_PREFIX

billing_agent = Agent(
    name="Billing agent",
    instructions=f"""{RECOMMENDED_PROMPT_PREFIX}
    <Fill in the rest of your prompt here>.""",
)