day30 多智能体编排高级-OpenAI开源Agents SDK智能体开发实战

2025年3月11号，OpenAI正式推出其下第一款企业级Multi-Agent开发框架Agents-SDK，该框架是此前OpenAI在去年推出的Swarm的升级版，在保留了Swarm的高效便捷的Multi-Agent开发特性的同时，加入了更多面向企业级应用的功能。

• Agent（智能体）：即带有指令和工具的大语言模型（LLM）
• Handoff（交接）：允许智能体将特定任务委托给其他智能体
• Guardrail（护栏）：用于对输入内容进行验证

同时，在2025年3月27号，Agents SDK正式官宣支持MCP使用，这也使得Agents SDK的实际应用场景得到待拓展：

因此仅需在创建Agent的时候，将MCP服务器视作为一项工具，即可顺利调用MCP服务器进行Agent开发。

• Agents SDK安装流程

• Agents SDK简单调用流程

  接下来尝试快速调用Agents SDK进行模型响应。需要注意的是，Agents SDK作为一个工业级的Multi-Agent开发框架，实际使用过程中有非常多的的技术细节，但如果希望快速测试一些功能，则只需要导入Agent和Runner两个模块即可快速运行。

  然后可以按照如下方式创建一个Agent对象，并调用DeepSeek模型作为基础模型：

  然后即可创建一个Agent：

  当创建完一个Agent后，接下来即可测试进行调用：

不同于传统的模型 API是Messages驱动（传入Message、传出Message），Agents SDK是事件驱动，既Agents SDK会将整个运行过程看成是一次次的事件。例如上述创建完俳句后，全部的事件都保留在result中，我们可以通过属性来查看全部的事件，全部的事件用一个列表进行表示：

而在此前的对话中，只发生了一次事件：

就是一次MessageOutputItem，也就是消息创建事件（也就是大模型发生一次回复）：

而具体回复的内容，则可以通过来查看：

而Agents SDK为了方便我们快速构造多轮对话机器人，专门提供了一个to_input_list()方法，可以直接将用户的输入和本次输出结果拼接成一个消息列表：

而此时，我们只需要将此前对话消息，加上新一轮的对话消息，即可快速进行多轮对话：

多轮对话构造：

对于任意一个Agent开发框架，能够顺利调用外部工具都是基础要求，而Multi-Agent框架则进一步要求不仅能够顺利调用多个外部工具，还需要能够在多个不同的Agent中进行切换，以便于执行不同类型任务。

Agents SDK调用外部工具的流程相对来说简单很多，只需要按照如下方式执行即可：

• 导入functionAgent 智能体_tool类

• 使用Python装饰器，构建一个外部工具：

• 创建代理，并在tools参数中增加一个get_weather工具：

• 测试调用结果

这里我们还是采用weather_agent来进行多地天气查询，即可测试Agents SDK是否会开启多工具并联调用：

接下来继续尝试进行多工具串联调用测试。此时我们再定义一个write_file函数，用于将“文本写入本地”：

然后再创建一个同时可以调用天气查询和写入本地文件的Agent：

然后尝试运行：

如果以上介绍的Agents SDK的相关功能只是对于大模型基础能力的增强的话，那Agents SDK的Handoffs（交接）功能，则是搭建Multi-Agent的关键技术。

所谓Multi-Agent，指的是在某些场景下、为了解决一些更加复杂的任务，我们则可以考虑通过多个智能体协作的方式来完成。相比使用一个Agent来调用多种工具，我们使用不同的Agent来管理不同类别的工具，将会使整个架构更加清晰、维护更加便捷，同时也会使得整个Agent系统功能更加灵活、运行更加稳定。

接下来我们就通过一个简单的示例，来查看Agents SDK的Handoffs基础功能实现方法。这里先创建一组只能用某种语言进行回复的智能体：

然后创建一个可以自由调度其他几个智能体的分诊智能体triage_agent，这里我们可以通过handoffs参数，来确定当前分诊智能体能够调用的智能体范围。而当分诊智能体运行时，会根据用户的需求，以及分诊智能体的实际功能，将任务转交给对应的智能体来完成：

从上述例子不难看出，Agents SDK的Handoffs功能能够非常便捷的调用不同的Agent来实现某一项具体的需求。但这个分诊的Agent到底是如何判断可以将需求转交给哪个Agent的呢？由于Handoffs采用了和Function calling相同的机制，因此默认会根据Agent的名字和Instruction来判断Agent的功能。但有的时候这种识别并不能描述全部情况。

有一种更加稳妥的方法是使用参数来描述Agent的功能，才能进行更加准确的转交。

外部函数组创建流程

核心Agent提示词模板

航班修改智能体（Flight Modification Agent）

航班取消智能体（Flight Cancel Agent）

航班更改智能体（Flight Change Agent）

行李找寻智能体（Lost Baggage Agent）

客户信息

分诊智能体（Triage Agent）

增加智能体之间的转交功能Handoffs

创建对话函数

最终执行：