OpenAI Agents API

Hacker News Top 工具

摘要

OpenAI的Agents API提供了一个托管平台,用于构建AI代理应用程序,具有会话、编排以及用于代码执行和工具交互的沙箱环境等功能。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/09/10 23:17

# Agents API | OpenAI API 来源:https://developers.openai.com/api/docs/guides/agents-api/overview Agents API 为您的应用程序提供通过 OpenAI 管理的 API 访问 Codex 运行框架的权限。 OpenAI 负责管理会话、协调、上下文压缩与恢复,而您的应用程序提供工具并选择执行环境。 智能体可在沙箱环境中操作,在其中可执行代码、编辑文件、连接 MCP 服务器并生成产出物。 模型使用费按所选模型的 API 费率计费(https://developers.openai.com/api/docs/pricing)。OpenAI 工具使用标准费率(https://developers.openai.com/api/docs/pricing#built-in-tools),OpenAI 托管的沙箱则采用标准容器费率(https://developers.openai.com/api/docs/pricing#built-in-tools)。 尝试以下完整示例: - 在 OpenAI 托管的沙箱中创建并运行目录树脚本(https://developers.openai.com/api/docs/guides/agents-api/quickstart#1-run-a-task)。 - 使用子智能体比较版本发布说明(https://developers.openai.com/api/docs/guides/agents-api/multi-agent#example-compare-release-notes),并将其发现整合为单一答案。 探索完整应用案例: - 事件响应智能体(https://developers.openai.com/showcase/agents-api-sev-bot):调查警报并申请批准恢复操作。 - Slack 机器人(https://developers.openai.com/showcase/agents-api-slack-bot):使用连接的办公工具调查请求。 - 数据分析师(https://developers.openai.com/showcase/agents-api-data-analyst):使用只读 SQL 回答数据仓库问题。 - GitHub 问题调查员(https://developers.openai.com/showcase/agents-api-github-issues):重现报告的错误并在 GitHub 上分享发现。 - 文档审核员(https://developers.openai.com/showcase/agents-api-document-review):使用策略技能和专业智能体审核文档。 Agents API 围绕四个核心概念构建: - **智能体**:模型、指令、工具以及智能体可用的 MCP 服务器。 - **环境**:可选的沙箱或计算机,智能体在其中访问文件、加载技能并执行命令。 - **会话**:智能体的持久化实例,用于处理任务并响应输入。 - **事件与项**:发送到智能体的输入以及会话期间产生的输出。 ### 会话完整流程 从快速入门(https://developers.openai.com/api/docs/guides/agents-api/quickstart)中的 OpenAI 托管沙箱开始: 1. **创建会话**:配置智能体;OpenAI 为其分配环境。 2. **分配任务**:环境就绪后,用户输入启动一轮工作。 3. **跟踪进度**:通过流式输出或 Webhook 了解智能体何时完成或需要输入。 4. **继续或引导**:向同一会话发送新任务,或在当前回合中引导智能体。 对于 OpenAI 托管的会话,您的应用程序发送输入并接收事件,而 OpenAI 运行智能体并配置管理其沙箱。有关设置和限制,请参阅环境选项(https://developers.openai.com/api/docs/guides/agents-api/configuration#environment-settings)。 您的应用程序启动会话并从 Agents API 接收事件和输出。OpenAI 运行托管的 Codex 运行框架并配置管理其沙箱。托管的 Codex 运行框架支持: - 在沙箱中执行命令和代码。 - 应用相关技能和指令。 - 通过工具或 MCP 连接外部数据。 - 在智能体工作时进行引导。 - 总结先前工作以管理上下文窗口。 - 将工作分解为子任务并委派给子智能体。 - 恢复上次中断的会话。 请查看快速入门前提条件(https://developers.openai.com/api/docs/guides/agents-api/quickstart#prerequisites)了解 API 密钥权限和 SDK 设置。创建会话时配置这些功能: ``` from openai import OpenAI client = OpenAI() session = client.beta.agents.sessions.create( agent={ "model": "gpt-6-astra", "instructions": "Use the OpenAI documentation MCP and web search to answer technical questions accurately. Delegate independent research tasks to subagents when useful.", "tools": [ {"type": "programmatic_tool_calling"}, { "type": "mcp", "server_label": "openai_docs", "transport": { "type": "http", "server_url": "https://developers.openai.com/mcp", }, }, {"type": "web_search"}, ], "multi_agent": {"enabled": True, "max_concurrent_subagents": 4}, }, environment={ "type": "self_hosted", "workspace_directory": "/workspace", "capability_directories": ["/workspace/capabilities/skills"], }, input=[ { "role": "user", "content": [ { "type": "input_text", "text": "Research how to connect an MCP server to an OpenAI agent, check for recent updates, and summarize the recommended setup.", } ], } ], ) print(session.id) ``` 如需运行时对比,请参阅智能体概述(https://developers.openai.com/api/docs/guides/agents#compare-agent-runtimes)。 Agents API 保留会话状态,因此您可以在不重建对话上下文的情况下跨回合继续工作。当不再需要会话和已发布的产出物时,您可以将其删除。Agents API 目前仅支持美国的数据驻留,且不支持零数据留存(ZDR)。选择自托管沙箱并不能使 Agents API 符合 ZDR 资格。有关数据驻留和留存的详细信息,请参阅 OpenAI 平台中的数据控制(https://developers.openai.com/api/docs/guides/your-data#storage-requirements-and-retention-controls-per-endpoint)。

相似文章

推出 Agents API

OpenAI Blog

OpenAI 推出 Agents API 的公开测试版,提供了一个托管的框架和基础设施,用于构建具有灵活沙盒环境的长期运行 AI 代理。

Introducing the Agents API

YouTube AI Channels

OpenAI 推出 Agents API,提供托管的代理运行框架,帮助开发人员处理编排、会话和上下文管理,简化AI代理的生产部署。

openai/openai-agents-python

GitHub Trending (daily)

OpenAI 发布 openai-agents-python,这是一个轻量级框架,用于构建多智能体工作流,支持 OpenAI API 和 100+ 其他大语言模型。该 SDK 包含沙箱智能体、工具、护栏、人工介入循环、追踪和实时语音智能体等功能。

构建智能体的新工具

OpenAI Blog

OpenAI 推出了一系列用于构建智能体的新工具,包括 Responses API、内置工具(网络搜索、文件搜索、计算机使用)、Agents SDK 和可观测性功能,旨在简化智能体应用程序开发。

AgentOS

Product Hunt

AgentOS 提供了一个统一控制层,用于管理 AI 代理、任务和工作空间。