运行智能体

你可以通过 Runner 类运行智能体。你有 3 种选择：

1. Runner.run()：以异步方式运行并返回 RunResult。
2. Runner.run_sync()：同步方法，内部只是调用 .run()。
3. Runner.run_streamed()：以异步方式运行并返回 RunResultStreaming。它以流式模式调用 LLM，并在收到事件时将其流式传递给你。

from agents import Agent, Runner

async def main():
    agent = Agent(name="Assistant", instructions="You are a helpful assistant")

    result = await Runner.run(agent, "Write a haiku about recursion in programming.")
    print(result.final_output)
    # Code within the code,
    # Functions calling themselves,
    # Infinite loop's dance

在结果指南中了解更多。

智能体循环

当你在 Runner 中使用 run 方法时，你会传入一个起始智能体和输入。输入可以是字符串（会被视为一条用户消息），也可以是输入项列表，这些输入项是 OpenAI Responses API 中的 items。

然后 Runner 会运行一个循环：

1. 我们用当前输入为当前智能体调用 LLM。
2. LLM 生成输出。
   1. 如果 LLM 返回 final_output，循环结束并返回结果。
   2. 如果 LLM 执行了 handoffs，我们更新当前智能体和输入，并重新运行循环。
   3. 如果 LLM 生成了工具调用，我们执行这些工具调用，追加结果，并重新运行循环。
3. 如果超过传入的 max_turns，我们会抛出 MaxTurnsExceeded 异常。

Note

判断 LLM 输出是否被视为“最终输出”的规则是：它产生了所需类型的文本输出，并且没有工具调用。

流式传输

流式传输让你在 LLM 运行时额外接收流式事件。流结束后，RunResultStreaming 将包含本次运行的完整信息，包括生成的所有新输出。你可以调用 .stream_events() 获取流式事件。在流式传输指南中了解更多。

运行配置

run_config 参数让你为智能体运行配置一些全局设置：

• model：允许设置一个全局 LLM 模型，不受每个 Agent 自身 model 设置的影响。
• model_provider：用于查找模型名称的模型提供方，默认为 OpenAI。
• model_settings：覆盖智能体级设置。例如，你可以设置全局 temperature 或 top_p。
• session_settings：在运行期间检索历史记录时，覆盖会话级默认值（例如 SessionSettings(limit=...)）。
• input_guardrails、output_guardrails：要在所有运行中包含的输入或输出安全防护措施列表。
• handoff_input_filter：应用于所有任务转移的全局输入过滤器（如果任务转移本身未设置）。输入过滤器允许你编辑发送给新智能体的输入。更多细节见 Handoff.input_filter 的文档。
• nest_handoff_history：可选启用的 beta 功能，会在调用下一个智能体之前，将之前的对话记录折叠为单条 assistant 消息。由于我们仍在稳定嵌套任务转移，该功能默认禁用；设置为 True 启用，或保持 False 以透传原始对话记录。当你未传入 RunConfig 时，所有 Runner methods 会自动创建一个 RunConfig，因此快速入门和示例会保持默认关闭；任何显式的 Handoff.input_filter 回调也会继续覆盖该设置。单个任务转移可通过 Handoff.nest_handoff_history 覆盖该设置。
• handoff_history_mapper：当你选择启用 nest_handoff_history 时，一个可选的可调用对象会在每次接收到规范化后的对话记录（history + handoff items）时被调用。它必须返回要转发给下一个智能体的完全一致的输入项列表，从而让你无需编写完整的任务转移过滤器，也能替换内置摘要。
• tracing_disabled：允许你为整个运行禁用追踪。
• tracing：传入 TracingConfig 以覆盖本次运行的导出器、进程或追踪元数据。
• trace_include_sensitive_data：配置追踪是否包含潜在敏感数据，例如 LLM 与工具调用的输入/输出。
• workflow_name、trace_id、group_id：设置本次运行的追踪工作流名称、trace ID 和 trace group ID。我们建议至少设置 workflow_name。group ID 是可选字段，可让你跨多次运行关联追踪。
• trace_metadata：要包含在所有追踪中的元数据。
• session_input_callback：在使用 Sessions 时，自定义在每个回合前如何将新的用户输入与会话历史合并。
• call_model_input_filter：在模型调用前立即编辑已完全准备好的模型输入（instructions 和输入项）的钩子，例如裁剪历史或注入系统提示词。
• tool_error_formatter：在审批流程中工具调用被拒绝时，自定义模型可见的消息内容。

嵌套任务转移以可选启用的 beta 形式提供。通过传入 RunConfig(nest_handoff_history=True) 来启用折叠对话记录行为，或对特定任务转移设置 handoff(..., nest_handoff_history=True) 来开启。如果你更希望保留原始对话记录（默认），请不要设置该标志，或提供一个 handoff_input_filter（或 handoff_history_mapper）以按你的需要精确转发对话。若要在不编写自定义 mapper 的情况下更改生成摘要所用的包装文本，请调用 set_conversation_history_wrappers（以及用 reset_conversation_history_wrappers 恢复默认值）。

对话/聊天线程

调用任意 run 方法都可能导致一个或多个智能体运行（因此会有一次或多次 LLM 调用），但它表示聊天对话中的单个逻辑回合。例如：

1. 用户回合：用户输入文本
2. Runner 运行：第一个智能体调用 LLM、运行工具、任务转移到第二个智能体；第二个智能体运行更多工具，然后生成输出。

在智能体运行结束时，你可以选择向用户展示什么。例如，你可以展示智能体生成的每个新条目，或只展示最终输出。无论哪种方式，用户之后可能会提出后续问题，这时你可以再次调用 run 方法。

手动对话管理

你可以使用 RunResultBase.to_input_list() 方法获取下一回合的输入，从而手动管理对话历史：

async def main():
    agent = Agent(name="Assistant", instructions="Reply very concisely.")

    thread_id = "thread_123"  # Example thread ID
    with trace(workflow_name="Conversation", group_id=thread_id):
        # First turn
        result = await Runner.run(agent, "What city is the Golden Gate Bridge in?")
        print(result.final_output)
        # San Francisco

        # Second turn
        new_input = result.to_input_list() + [{"role": "user", "content": "What state is it in?"}]
        result = await Runner.run(agent, new_input)
        print(result.final_output)
        # California

使用 Sessions 自动管理对话

为简化流程，你可以使用 Sessions 自动处理对话历史，而无需手动调用 .to_input_list()：

from agents import Agent, Runner, SQLiteSession

async def main():
    agent = Agent(name="Assistant", instructions="Reply very concisely.")

    # Create session instance
    session = SQLiteSession("conversation_123")

    thread_id = "thread_123"  # Example thread ID
    with trace(workflow_name="Conversation", group_id=thread_id):
        # First turn
        result = await Runner.run(agent, "What city is the Golden Gate Bridge in?", session=session)
        print(result.final_output)
        # San Francisco

        # Second turn - agent automatically remembers previous context
        result = await Runner.run(agent, "What state is it in?", session=session)
        print(result.final_output)
        # California

Sessions 会自动：

• 在每次运行前检索对话历史
• 在每次运行后存储新消息
• 为不同的 session ID 维护彼此独立的对话

更多细节请参阅 Sessions 文档。

由服务端管理的对话

你也可以让 OpenAI 对话状态功能在服务端管理对话状态，而不是在本地用 to_input_list() 或 Sessions 处理。这可以让你在无需手动重发所有历史消息的情况下保留对话历史。更多细节见 OpenAI Conversation state guide。

OpenAI 提供两种方式来跨回合跟踪状态：

1. 使用 conversation_id

你先用 OpenAI Conversations API 创建一个对话，然后在每次后续调用中复用该 ID：

from agents import Agent, Runner
from openai import AsyncOpenAI

client = AsyncOpenAI()

async def main():
    agent = Agent(name="Assistant", instructions="Reply very concisely.")

    # Create a server-managed conversation
    conversation = await client.conversations.create()
    conv_id = conversation.id

    while True:
        user_input = input("You: ")
        result = await Runner.run(agent, user_input, conversation_id=conv_id)
        print(f"Assistant: {result.final_output}")

2. 使用 previous_response_id

另一种选项是响应串联，即每个回合都显式链接到上一回合的 response ID。

from agents import Agent, Runner

async def main():
    agent = Agent(name="Assistant", instructions="Reply very concisely.")

    previous_response_id = None

    while True:
        user_input = input("You: ")

        # Setting auto_previous_response_id=True enables response chaining automatically
        # for the first turn, even when there's no actual previous response ID yet.
        result = await Runner.run(
            agent,
            user_input,
            previous_response_id=previous_response_id,
            auto_previous_response_id=True,
        )
        previous_response_id = result.last_response_id
        print(f"Assistant: {result.final_output}")

Call model input filter

使用 call_model_input_filter 在模型调用前编辑模型输入。该钩子会接收当前智能体、上下文以及合并后的输入项（包含会话历史（如有）），并返回新的 ModelInputData。

from agents import Agent, Runner, RunConfig
from agents.run import CallModelData, ModelInputData

def drop_old_messages(data: CallModelData[None]) -> ModelInputData:
    # Keep only the last 5 items and preserve existing instructions.
    trimmed = data.model_data.input[-5:]
    return ModelInputData(input=trimmed, instructions=data.model_data.instructions)

agent = Agent(name="Assistant", instructions="Answer concisely.")
result = Runner.run_sync(
    agent,
    "Explain quines",
    run_config=RunConfig(call_model_input_filter=drop_old_messages),
)

你可以通过 run_config 为每次运行设置该钩子，或在你的 Runner 上设置为默认值，以便对敏感数据进行脱敏、裁剪过长历史，或注入额外的系统指导。

错误处理器

所有 Runner 入口点都接受 error_handlers，这是一个以错误类型为键的 dict。目前支持的键是 "max_turns"。当你希望返回一个可控的最终输出而不是抛出 MaxTurnsExceeded 时使用它。

from agents import (
    Agent,
    RunErrorHandlerInput,
    RunErrorHandlerResult,
    Runner,
)

agent = Agent(name="Assistant", instructions="Be concise.")


def on_max_turns(_data: RunErrorHandlerInput[None]) -> RunErrorHandlerResult:
    return RunErrorHandlerResult(
        final_output="I couldn't finish within the turn limit. Please narrow the request.",
        include_in_history=False,
    )


result = Runner.run_sync(
    agent,
    "Analyze this long transcript",
    max_turns=3,
    error_handlers={"max_turns": on_max_turns},
)
print(result.final_output)

当你不希望将兜底输出追加到对话历史时，将 include_in_history=False。

长时间运行的智能体与 human-in-the-loop

关于工具审批的暂停/恢复模式，请参阅专门的 Human-in-the-loop guide。

Temporal

你可以使用 Agents SDK 的 Temporal 集成来运行持久、长时间运行的工作流，包括 human-in-the-loop 任务。观看 Temporal 与 Agents SDK 协同完成长时任务的演示视频：in this video，并在此查看文档：view docs here。

Restate

你可以使用 Agents SDK 的 Restate 集成来构建轻量、持久的智能体，包括人工审批、任务转移和会话管理。该集成需要 Restate 的单二进制运行时作为依赖，并支持以进程/容器或无服务器函数运行智能体。 阅读概览或查看文档了解更多。

DBOS

你可以使用 Agents SDK 的 DBOS 集成来运行可靠的智能体，在失败与重启之间保留进度。它支持长时间运行的智能体、human-in-the-loop 工作流以及任务转移。同时支持同步和异步方法。该集成只需要 SQLite 或 Postgres 数据库。查看集成 repo 和文档了解更多。

异常

SDK 会在特定情况下抛出异常。完整列表见 agents.exceptions. 概览如下：

• AgentsException：这是 SDK 内所有异常的基类。它作为通用类型，其他所有特定异常都从它派生。
• MaxTurnsExceeded：当智能体运行超过传给 Runner.run、Runner.run_sync 或 Runner.run_streamed 方法的 max_turns 限制时抛出。它表示智能体无法在指定的交互回合数内完成任务。
• ModelBehaviorError：当底层模型（LLM）产生意外或无效输出时发生。可能包括：
  • JSON 格式错误：当模型为工具调用或直接输出提供了格式错误的 JSON 结构时，尤其是在定义了特定 output_type 的情况下。
  • 与工具相关的意外失败：当模型未按预期方式使用工具时
• ToolTimeoutError：当某次工具调用超过其配置的超时时间且工具使用 timeout_behavior="raise_exception" 时抛出。
• UserError：当你（使用 SDK 编写代码的人）在使用 SDK 时出错会抛出。通常源于代码实现不正确、配置无效或误用 SDK 的 API。
• InputGuardrailTripwireTriggered、OutputGuardrailTripwireTriggered：当输入安全防护措施或输出安全防护措施分别满足触发条件时抛出。输入安全防护措施会在处理前检查传入消息，而输出安全防护措施会在交付前检查智能体的最终响应。