深入解析OpenAI Agents Python项目中的智能体构建

最新推荐文章于 2025-06-04 09:00:13 发布

原创最新推荐文章于 2025-06-04 09:00:13 发布

· 340 阅读

版权

深入解析OpenAI Agents Python项目中的智能体构建

openai-agents-python A lightweight, powerful framework for multi-agent workflows 项目地址: https://gitcode.com/gh_mirrors/op/openai-agents-python

什么是智能体(Agent)

在OpenAI Agents Python项目中，智能体是应用程序的核心构建块。一个智能体本质上是一个配置了指令和工具的大型语言模型(LLM)。它能够理解自然语言指令，调用各种工具完成任务，并根据上下文做出智能决策。

智能体的基础配置

构建一个智能体通常需要配置以下几个关键属性：

指令(instructions)：也称为开发者消息或系统提示，用于指导智能体的行为模式
模型(model)：指定使用哪个LLM模型，并可配置模型调优参数
工具(tools)：智能体可以调用的功能模块

from agents import Agent, ModelSettings, function_tool

@function_tool
def get_weather(city: str) -> str:
    return f"The weather in {city} is sunny"

agent = Agent(
    name="Haiku agent",
    instructions="Always respond in haiku form",
    model="o3-mini",
    tools=[get_weather],
)

上下文(Context)机制

智能体支持泛型的上下文类型，这是一种依赖注入工具。上下文对象包含了智能体运行所需的所有依赖和状态信息。

@dataclass
class UserContext:
    uid: str
    is_pro_user: bool

    async def fetch_purchases() -> list[Purchase]:
        return ...

agent = Agent[UserContext](
    ...,
)

输出类型控制

默认情况下，智能体产生纯文本输出。但你可以通过output_type参数指定输出类型，常见的选择是使用Pydantic对象。

from pydantic import BaseModel

class CalendarEvent(BaseModel):
    name: str
    date: str
    participants: list[str]

agent = Agent(
    name="Calendar extractor",
    instructions="Extract calendar events from text",
    output_type=CalendarEvent,
)

任务委派(Handoffs)机制

Handoffs是一种强大的模式，允许智能体将特定任务委派给专门的子智能体处理。

booking_agent = Agent(...)
refund_agent = Agent(...)

triage_agent = Agent(
    name="Triage agent",
    instructions="根据用户问题委派给合适的专业智能体",
    handoffs=[booking_agent, refund_agent],
)

动态指令

除了静态指令，还可以通过函数提供动态指令，根据运行时上下文生成不同的提示。

def dynamic_instructions(context, agent) -> str:
    return f"用户名为{context.context.name}，请根据其身份提供帮助"

agent = Agent[UserContext](
    name="动态指令智能体",
    instructions=dynamic_instructions,
)

生命周期钩子(Hooks)

通过继承AgentHooks类并重写感兴趣的方法，可以观察和干预智能体的生命周期事件。

防护机制(Guardrails)

防护机制允许在智能体运行的同时对用户输入进行检查和验证，例如筛选相关性问题。

智能体克隆

使用clone()方法可以复制智能体，并选择性修改部分属性。

pirate_agent = Agent(
    name="Pirate",
    instructions="用海盗风格写作",
)

robot_agent = pirate_agent.clone(
    name="Robot",
    instructions="用机器人风格写作",
)