핸드오프

핸드오프를 사용하면 한 에이전트가 작업을 다른 에이전트에 위임할 수 있습니다. 이는 서로 다른 에이전트가 각기 다른 분야를 전문으로 하는 시나리오에서 특히 유용합니다. 예를 들어, 고객 지원 앱에서는 주문 상태, 환불, FAQ 등 특정 작업을 각각 처리하는 에이전트를 둘 수 있습니다

핸드오프는 LLM 에게 도구로 표시됩니다. 따라서 Refund Agent 라는 에이전트로 핸드오프가 있다면, 도구 이름은 transfer_to_refund_agent 가 됩니다

핸드오프 생성

모든 에이전트에는 handoffs 매개변수가 있으며, Agent 를 직접 전달하거나 핸드오프를 커스터마이즈하는 Handoff 객체를 전달할 수 있습니다

Agents SDK 에서 제공하는 handoff() 함수를 사용해 핸드오프를 생성할 수 있습니다. 이 함수는 핸드오프 대상 에이전트와 선택적 오버라이드 및 입력 필터를 지정할 수 있게 해줍니다

기본 사용법

간단한 핸드오프 생성 방법은 다음과 같습니다:

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)])

에이전트를 직접 사용할 수도 있고(예: billing_agent), handoff() 함수를 사용할 수도 있습니다

`handoff()` 함수를 통한 핸드오프 사용자 지정

handoff() 함수로 다양한 설정을 커스터마이즈할 수 있습니다

agent: 핸드오프 대상 에이전트
tool_name_override: 기본적으로 Handoff.default_tool_name() 함수가 사용되며, 이는 transfer_to_<agent_name> 으로 결정됩니다. 이를 오버라이드할 수 있습니다
tool_description_override: Handoff.default_tool_description() 의 기본 도구 설명을 오버라이드
on_handoff: 핸드오프가 호출될 때 실행되는 콜백 함수. 핸드오프가 호출되는 즉시 데이터 페칭을 시작하는 등의 작업에 유용합니다. 이 함수는 에이전트 컨텍스트를 전달받고, 선택적으로 LLM 이 생성한 입력도 받을 수 있습니다. 입력 데이터는 input_type 매개변수로 제어됩니다
input_type: 핸드오프가 기대하는 입력의 타입(선택 사항)
input_filter: 다음 에이전트가 받는 입력을 필터링할 수 있습니다. 자세한 내용은 아래를 참조하세요
is_enabled: 핸드오프 활성화 여부. 불리언이거나 불리언을 반환하는 함수가 될 수 있어, 런타임에 동적으로 활성화/비활성화할 수 있습니다

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",
)

핸드오프 입력

특정 상황에서는 LLM 이 핸드오프를 호출할 때 일부 데이터를 제공하길 원할 수 있습니다. 예를 들어, "에스컬레이션 에이전트" 에 대한 핸드오프를 상상해 보세요. 로깅을 위해 사유가 제공되길 원할 수 있습니다

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,
)

입력 필터

핸드오프가 발생하면, 마치 새 에이전트가 대화를 인계받아 이전 전체 대화 기록을 볼 수 있는 것과 같습니다. 이를 변경하고 싶다면 input_filter 를 설정할 수 있습니다. 입력 필터는 HandoffInputData 를 통해 기존 입력을 받고, 새로운 HandoffInputData 를 반환해야 하는 함수입니다

일반적인 패턴들(예: 기록에서 모든 도구 호출 제거)은 agents.extensions.handoff_filters 에 구현되어 있습니다

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)!
)

이는 FAQ agent 가 호출될 때 기록에서 모든 도구를 자동으로 제거합니다

권장 프롬프트

LLM 이 핸드오프를 올바르게 이해하도록 하려면, 에이전트에 핸드오프 관련 정보를 포함하는 것을 권장합니다. agents.extensions.handoff_prompt.RECOMMENDED_PROMPT_PREFIX 의 권장 프리픽스를 사용하거나, agents.extensions.handoff_prompt.prompt_with_handoff_instructions 를 호출하여 권장 데이터를 프롬프트에 자동으로 추가할 수 있습니다

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>.""",
)