OpenAI Agents SDK: агенты, инструменты и голос в Python

Что в ролике
Для Python-разработчика, который хочет строить агентов, NeuralNine разбирает OpenAI Agents SDK — надстройку с агентным циклом поверх обычного OpenAI API, похожую на LangChain и LangGraph. Начинает с установки пакета openai-agents через uv и ключа в файле окружения env, затем создаёт первого агента с моделью GPT-6 Luna, именем и инструкцией, а запускает его асинхронный метод run у runner. Инструменты подключаются тремя способами: самописные функции через декоратор function_tool, встроенный web_search_tool и MCP-сервер по stdio, например npx-пакет filesystem для доступа к каталогу. Для истории диалога можно использовать SQLite-сессию, conversation ID от OpenAI или previous_response_id для ветвления, а пользовательский контекст передаётся через data-класс и run_context_wrapper. Структурированный вывод задаётся Pydantic-классом, human-in-the-loop реализуется через needs_approval у функции с обработкой interruptions, а трейсы вызовов видны в OpenAI Platform и группируются через trace. Несколько агентов объединяются через handoffs в triage-агенте или как инструменты as_tool, а отдельный input_guardrail с tripwire блокирует офтоп-запросы. В конце показаны streaming, голосовой voice pipeline с пятисекундной записью и realtime-агент, которого можно перебивать, причём два последних примера даны готовым кодом, а не написаны с нуля.
Практика
- Что получишь
- Поймёте, как устроен агент в OpenAI Agents SDK — от подключения инструментов и хранения истории до подтверждения действий человеком и объединения нескольких агентов, и сможете перенести эти паттерны в свой Python-проект.
- Первый шаг
- Установите пакет openai-agents через uv, положите ключ OpenAI в переменную окружения и повторите минимальный hello world с runner.run.
- Цифры
- —16 токенов — минимальное значение max_tokens, с которым агент согласился работать при проверке настроек
- —5 секунд — длительность записи голоса в примере voice pipeline
- —3 способа подключить инструменты: function_tool, web_search_tool и MCP-сервер
- —26548 — пример user ID, по которому агент вернул имя Jake и возраст 25
- Честно
- В середине ролика автор рекламирует спонсора Arcade — open source MCP-фреймворк, ссылка на который лежит в описании, но сам он бесплатен. В конце NeuralNine предлагает услуги фриланса и консалтинга на своём сайте. Примеры с voice pipeline и realtime-агентом показаны уже готовым кодом, а не набираются с нуля, поэтому для их повторения нужно ставить пакеты sounddevice и numpy и смотреть экран.
Если слова незнакомы — 5 терминов
- агентный циклвстроенная логика, при которой агент сам вызывает модель и инструменты, пока не получит финальный ответ
- MCP-сервервнешний сервис, который предоставляет агенту готовые инструменты по стандартному протоколу
- human-in-the-loopсхема, при которой действие агента выполняется только после подтверждения человеком
- handoffпередача запроса от основного агента узкому агенту-эксперту
- tripwireсобытие в guardrail, которое прерывает выполнение при нарушении условия
Связки из этого ролика
6 шт.- OpenAI Agents SDK
- MCP
- Python
- SQLite
- Pydantic
- OpenAI API
Компоненты
12 шт.Формат: пошаговый урок · для практикующих · уверенность разметки 0.8 · источник