콘텐츠로 이동

빠른 시작

Python SDK의 실시간 에이전트는 WebSocket 전송을 통해 OpenAI Realtime API를 기반으로 구축된 서버 측 저지연 에이전트입니다.

Python SDK 범위

Python SDK는 브라우저 WebRTC 전송을 제공하지 않습니다. 이 페이지에서는 서버 측 WebSocket을 통해 Python으로 관리하는 실시간 세션만 다룹니다. 서버 측 오케스트레이션, 도구, 승인 및 전화 통신 통합에는 이 SDK를 사용하세요. 실시간 전송도 참고하세요.

사전 요구 사항

  • Python 3.10 이상
  • OpenAI API 키
  • OpenAI Agents SDK에 대한 기본 지식

설치

아직 설치하지 않았다면 OpenAI Agents SDK를 설치합니다.

pip install openai-agents

서버 측 실시간 세션 생성

1. 실시간 구성 요소 가져오기

import asyncio

from agents.realtime import RealtimeAgent, RealtimeRunner

2. 시작 에이전트 정의

agent = RealtimeAgent(
    name="Assistant",
    instructions="You are a helpful voice assistant. Keep responses short and conversational.",
)

3. 러너 구성

새 코드에는 중첩된 audio.input / audio.output 세션 설정 구조를 사용하는 것이 좋습니다. 새 실시간 에이전트에는 gpt-realtime-2.1부터 사용하세요.

runner = RealtimeRunner(
    starting_agent=agent,
    config={
        "model_settings": {
            "model_name": "gpt-realtime-2.1",
            "audio": {
                "input": {
                    "format": "pcm16",
                    "transcription": {"model": "gpt-4o-mini-transcribe"},
                    "turn_detection": {
                        "type": "semantic_vad",
                        "interrupt_response": True,
                    },
                },
                "output": {
                    "format": "pcm16",
                    "voice": "ash",
                },
            },
        }
    },
)

4. 세션 시작 및 입력 전송

runner.run()는 RealtimeSession를 반환합니다. 세션 컨텍스트에 진입하면 연결이 열립니다.

async def main() -> None:
    session = await runner.run()

    async with session:
        await session.send_message("Say hello in one short sentence.")

        async for event in session:
            if event.type == "audio":
                # Forward or play event.audio.data.
                pass
            elif event.type == "history_added":
                print(event.item)
            elif event.type == "agent_end":
                # One assistant turn finished.
                break
            elif event.type == "error":
                print(f"Error: {event.error}")


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

session.send_message()는 일반 문자열 또는 구조화된 실시간 메시지를 받습니다. raw 오디오 청크에는 session.send_audio()을 사용하세요.

이 빠른 시작에서 다루지 않는 내용

주요 설정

기본 세션이 작동한 후 일반적으로 가장 먼저 사용하는 설정은 다음과 같습니다.

  • model_name
  • audio.input.format, audio.output.format
  • audio.input.transcription
  • audio.input.noise_reduction
  • 자동 턴 감지를 위한 audio.input.turn_detection
  • audio.output.voice
  • tool_choice, prompt, tracing
  • async_tool_calls, tool_execution.pre_approval_tool_input_guardrails, guardrails_settings.debounce_text_length, tool_error_formatter

input_audio_format, output_audio_format, input_audio_transcription, turn_detection와 같은 이전의 플랫 별칭도 계속 작동하지만, 새 코드에는 중첩된 audio 설정을 사용하는 것이 좋습니다.

수동 턴 제어에는 실시간 에이전트 가이드에 설명된 저수준 session.update / input_audio_buffer.commit / response.create 흐름을 사용하세요.

전체 스키마는 RealtimeRunConfig 및 RealtimeSessionModelSettings을 참고하세요.

연결 옵션

환경에 API 키를 설정합니다.

export OPENAI_API_KEY="your-api-key-here"

또는 세션을 시작할 때 직접 전달합니다.

session = await runner.run(model_config={"api_key": "your-api-key"})

model_config는 다음 옵션도 지원합니다.

  • url: 사용자 지정 WebSocket 엔드포인트
  • headers: 사용자 지정 요청 헤더
  • call_id: 기존 실시간 통화에 연결합니다. 이 저장소에 문서화된 연결 흐름은 SIP입니다.
  • playback_tracker: 사용자가 실제로 들은 오디오의 양을 보고합니다

headers을 명시적으로 전달하면 SDK는 Authorization 헤더를 자동으로 추가하지 않습니다.

Azure OpenAI에 연결할 때는 model_config["url"]를 GA Realtime 엔드포인트 URL로 설정하고 헤더를 명시적으로 전달하세요. 실시간 에이전트에는 레거시 베타 경로(/openai/realtime?api-version=...)를 사용하지 마세요. 자세한 내용은 실시간 에이전트 가이드를 참고하세요.

다음 단계