OpenAI Agents SDK 编程实战
从 Agent 核心概念到多智能体编排、工具系统、安全防护与实时语音，全面掌握 OpenAI Agents SDK
01 快速入门
4 篇OpenAI Agents SDK 快速上手
OpenAI Agents SDK 是一个轻量而强大的多智能体工作流框架，支持 OpenAI Responses API、Chat Completions API 以及 100+ 其他 LLM。本文带你快速了解 SDK 的核心架构与设计理念。
安装与环境配置
详解 Python 虚拟环境、API Key 配置、可选依赖安装，以及 uv 和 pip 两种方案的选择建议。
第一个 Agent 程序
从零开始编写并运行第一个 Agents SDK 程序，理解 Agent、Runner 和 RunResult 的关系。
SDK 核心概念一览
系统梳理 Agents SDK 的 9 大核心概念及其相互关系，建立完整的知识地图。
02 Agent 基础
5 篇Agent 配置详解
深入解析 Agent 的全部配置项：name、instructions、model、tools、guardrails、handoffs 等。
指令工程与动态提示词
如何编写高质量的 Agent 指令，以及使用动态提示词模板和回调函数。
模型选择与配置
ModelSettings 详解：temperature、top_p、tool_choice，以及多模型提供商适配。
结构化输出
使用 Pydantic 模型定义 output_type，让 Agent 返回类型安全的数据结构。
生命周期与 Hooks
Agent 生命周期事件：on_start、on_end、on_handoff 等 Hook 的注册与使用。
03 工具系统
6 篇函数工具 Function Tool
使用 @function_tool 装饰器将任意 Python 函数封装为 Agent 可调用的工具，支持类型注解、文档字符串和结构化参数。
OpenAI 托管工具
WebSearchTool、FileSearchTool、CodeInterpreterTool、ImageGenerationTool 等托管工具详解。
工具搜索与命名空间
ToolSearchTool 和 tool_namespace：如何在运行时按需加载大量工具。
Agent 作为工具
Agent.as_tool() 模式：让一个 Agent 成为另一个 Agent 的工具，实现管理器模式。
MCP 工具集成
集成 Model Context Protocol (MCP) 工具：本地 STDIO、SSE 和托管 MCP 服务器。
沙箱工具
ComputerTool、ShellTool、ApplyPatchTool：在沙箱环境中执行代码和文件操作。