openai/openai-agents-python

解決する課題

このSDKは、複雑なマルチエージェントワークフローを構築するための軽量フレームワークを提供します。複数のLLMのオーケストレーションを簡素化し、エージェント間でのタスク委譲、会話履歴の管理、外部ツールや環境との連携を可能にします。

仕組み

このフレームワークはプロバイダーに依存せず、OpenAIのAPIと100以上の他のLLMをサポートしています。AIの動作は、いくつかの専門化されたエージェントタイプを通じて整理されます：

• テキストエージェント：一般的なテキストワークフロー向けの標準的なLLMベースのアシスタント。
• サンドボックスエージェント：コンテナ化されたワークスペース内で動作し、コマンドの実行、ファイルの検査、長期タスクにわたる状態の維持を行います。
• リアルタイムエージェント：WebSocketを使用した音声およびマルチモーダル体験向けの低遅延エージェント。
• 音声エージェント：音声認識、エージェントロジック、音声合成を統合した専門パイプライン。

また、他のエージェントへの委譲（ハンドオフ）、安全性検証のためのガードレール、手動介入のための「ヒューマン・イン・ザ・ループ」サポートなどの組み込みメカニズムも含まれています。

対象読者

高度なオーケストレーション、音声統合、またはエージェントがローカルまたはホストされたファイルシステム/ターミナル（サンドボックス）と対話する能力を必要とするAIエージェントを構築している開発者。

ハイライト

• マルチエージェントオーケストレーション：エージェント間のハンドオフと、エージェントをツールとして扱うための組み込みサポート。
• 多様なモダリティ：テキスト、リアルタイム音声、マルチモーダルインタラクションのネイティブサポート。
• サンドボックス統合：パッチ適用やコード実行などの技術的タスクを実行するために、セキュアなコンテナ内でエージェントを実行する機能。
• 開発者ツール：デバッグのための統合トレーシングと、自動履歴追跡のためのセッション管理。