コンテンツにスキップ

クイックスタート

プロジェクトと仮想環境の作成

これを行うのは 1 回だけで十分です。

mkdir my_project
cd my_project
python -m venv .venv

仮想環境の有効化

新しいターミナルセッションを開始するたびに、これを実行してください。

source .venv/bin/activate

Agents SDK のインストール

pip install openai-agents # or `uv add openai-agents`, etc

OpenAI API キーの設定

まだ持っていない場合は、OpenAI API キーを作成するために こちらの手順に従ってください。

export OPENAI_API_KEY=sk-...

最初のエージェントの作成

エージェントは instructions、名前、および特定のモデルなどの任意の設定で定義されます。

from agents import Agent

agent = Agent(
    name="History Tutor",
    instructions="You answer history questions clearly and concisely.",
)

最初のエージェントの実行

Runner を使用してエージェントを実行し、RunResult を取得します。

import asyncio
from agents import Agent, Runner

agent = Agent(
    name="History Tutor",
    instructions="You answer history questions clearly and concisely.",
)

async def main():
    result = await Runner.run(agent, "When did the Roman Empire fall?")
    print(result.final_output)

if __name__ == "__main__":
    asyncio.run(main())

2 回目のターンでは、result.to_input_list() を Runner.run(...) に戻して渡すか、session をアタッチするか、conversation_id / previous_response_id を使って OpenAI のサーバー管理状態を再利用できます。running agents ガイドでは、これらのアプローチを比較しています。

目安として、次のルールを使ってください。

こうしたい場合... まず使うもの...
完全な手動制御とプロバイダー非依存の履歴 result.to_input_list()
SDK に履歴の読み込みと保存を任せる session=...
OpenAI 管理のサーバー側継続 previous_response_id または conversation_id

トレードオフと正確な挙動については、Running agents を参照してください。

エージェントへのツールの付与

情報を検索したりアクションを実行したりするためのツールを、エージェントに与えることができます。

import asyncio
from agents import Agent, Runner, function_tool


@function_tool
def history_fun_fact() -> str:
    """Return a short history fact."""
    return "Sharks are older than trees."


agent = Agent(
    name="History Tutor",
    instructions="Answer history questions clearly. Use history_fun_fact when it helps.",
    tools=[history_fun_fact],
)


async def main():
    result = await Runner.run(
        agent,
        "Tell me something surprising about ancient life on Earth.",
    )
    print(result.final_output)


if __name__ == "__main__":
    asyncio.run(main())

追加エージェントの作成

マルチエージェントパターンを選ぶ前に、最終回答を誰が担うべきかを決めてください。

  • ハンドオフ: そのターンの該当部分について、専門担当が会話を引き継ぎます。
  • Agents as tools: オーケストレーターが制御を維持し、専門担当をツールとして呼び出します。

このクイックスタートでは、最初の例として最も短いため ハンドオフ を続けて扱います。マネージャースタイルのパターンについては、Agent orchestration と Tools: agents as tools を参照してください。

追加のエージェントも同じ方法で定義できます。handoff_description は、いつ委譲するかについてルーティングエージェントに追加のコンテキストを与えます。

from agents import Agent

history_tutor_agent = Agent(
    name="History Tutor",
    handoff_description="Specialist agent for historical questions",
    instructions="You answer history questions clearly and concisely.",
)

math_tutor_agent = Agent(
    name="Math Tutor",
    handoff_description="Specialist agent for math questions",
    instructions="You explain math step by step and include worked examples.",
)

ハンドオフの定義

エージェントでは、タスクを解決する間に選択できる、外向きのハンドオフオプションの一覧を定義できます。

triage_agent = Agent(
    name="Triage Agent",
    instructions="Route each homework question to the right specialist.",
    handoffs=[history_tutor_agent, math_tutor_agent],
)

エージェントオーケストレーションの実行

ランナーは、個々のエージェントの実行、あらゆるハンドオフ、およびあらゆるツール呼び出しの処理を行います。

import asyncio
from agents import Runner


async def main():
    result = await Runner.run(
        triage_agent,
        "Who was the first president of the United States?",
    )
    print(result.final_output)
    print(f"Answered by: {result.last_agent.name}")


if __name__ == "__main__":
    asyncio.run(main())

参照コード例

リポジトリには、同じ主要パターンの完全なスクリプトが含まれています。

トレースの表示

エージェント実行中に何が起きたかを確認するには、OpenAI Dashboard の Trace viewer に移動して、エージェント実行のトレースを表示してください。

次のステップ

より複雑な agentic フローの構築方法を学びましょう。