项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 30552
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 环境(SDK 为 Python 包,PyPI 包名 openai-agents)
- 可用的 OpenAI API Key(需设置 OPENAI_API_KEY 环境变量)
- 运行沙箱智能体时:macOS/Linux 可用 UnixLocalSandboxClient,Windows 需 Docker 及 openai-agents[
- 运行语音管线示例需安装 numpy
安装与启动步骤
-
1安装 SDK
通过 PyPI 安装官方包 openai-agents,README 徽章链接指向 pypi.org/project/openai-agents。建议在虚拟环境中安装。
pip install openai-agents -
2设置 API Key
运行任何示例前都必须先设置 OPENAI_API_KEY 环境变量,示例中的 Runner 会读取它调用模型。
export OPENAI_API_KEY="sk-xxxxxxxx" -
3运行文本智能体
新建一个 .py 文件写入下面的官方示例代码,保存后执行,验证 SDK 与密钥是否可用。
from agents import Agent, Runner agent = Agent(name="Assistant", instructions="You are a helpful assistant") result = Runner.run_sync(agent, "Write a haiku about recursion in programming.") print(result.final_output) -
4运行沙箱智能体
需要智能体读写文件、执行命令时使用。macOS/Linux 用 UnixLocalSandboxClient;Windows 需先装 docker extra 并改用 DockerSandboxClient。
pip install "openai-agents[docker]" -
5运行实时智能体
需要低延迟服务端语音/多模态时用 RealtimeAgent + RealtimeRunner,通过 WebSocket 会话发送消息并接收事件。
import asyncio from agents.realtime import RealtimeAgent, RealtimeRunner async def main() -> None: agent = RealtimeAgent(name="Assistant", instructions="You are a helpful voice assistant. Keep responses short.") runner = RealtimeRunner(starting_agent=agent) session = await runner.run() async with session: await session.send_message("Say hello in one short sentence.") async for event in session: if event.type == "history_added": print(event.item) elif event.type == "agent_end": break if __name__ == "__main__": asyncio.run(main()) -
6运行语音管线
用 VoicePipeline 把音频转文字、跑智能体工作流再合成语音;示例依赖 numpy,需额外安装。
pip install numpy
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
OPENAI_API_KEY | 是 | 调用 OpenAI 模型所需的 API 密钥,所有示例运行前都必须设置 | sk-xxxxxxxx |
如何确认成功
执行文本智能体示例后,终端打印出生成的 haiku 文本,说明 SDK 安装与 API Key 配置均成功。
常见问题
Q:在 Windows 上跑沙箱智能体示例报错怎么办?
A:README 说明 UnixLocalSandboxClient 仅支持 macOS 和 Linux;Windows 应改用 DockerSandboxClient,并先安装 openai-agents[docker] 额外依赖,或使用托管沙箱客户端。
Q:不设置 OPENAI_API_KEY 会怎样?
A:README 明确要求运行任一示例前先设置该环境变量,否则 Runner 无法调用模型,示例将无法得到输出。
Q:语音管线示例导入 numpy 失败?
A:该示例代码中 import numpy,需先安装 numpy 依赖后再运行。
注意事项
- 本教程仅依据 README 节选整理,README 未给出的安装命令与参数未做补充。
- SDK 是 provider-agnostic 的,支持 OpenAI Responses 与 Chat Completions API,也兼容 100 多种其他 LLM。
- README 提示还有 JavaScript/TypeScript 版本 Agents SDK JS/TS,Python 用户请勿混用。
- 更多用法可参考仓库 examples 目录和官方文档站点 openai.github.io/openai-agents-python。
核心亮点
- 官方出品,与 OpenAI 模型深度集成,API 简洁,上手快
- 内置智能体交接(handoff)机制,多智能体协作流程清晰
- 轻量级设计,无重型依赖,易于嵌入现有 Python 项目
不足之处
- 主要绑定 OpenAI 生态,迁移到其他模型需额外适配
- 文档/社区待观察
适用场景
- 构建多角色客服机器人,自动分流并交接复杂问题
- 自动化研究助手,多智能体分工搜集、分析、总结信息
- 企业内部流程自动化,多步骤任务分解与执行
替代项目
LangChain、AutoGen、CrewAI
上一篇:AgentGPT
下一篇:blender-mcp
同类项目推荐
awesome-webmcp
开源
一页看懂 WebMCP,快速上手让 AI 操作网页
A curated list of awesome things related to the WebMCP W3C standard
awesome-mcp-servers
开源
按场景找现成 MCP 服务器,AI 接工具不再瞎翻
A collection of MCP servers.
openfang
开源
像操作系统一样管理你的 AI 智能体,让多智能体协作更稳更高效。
Open-source Agent Operating System
dim0
开源
无限画布上,边写边协作,AI 帮你生成应用和笔记
Open-source, real-time collaborative AI canvas - notes, mini-apps, and agents on one···
AI-company
开源
用 Claude Code 搭建你的 AI 虚拟团队,自动协作搞定复杂项目
Multi-agent team operating system for Claude Code. 108 MCP tools, 40+ agent template···
agent-skills
开源
把智能体常用技能打包,即插即用省心开发
PRB's collection of agent skills
claudexor
开源
一个控制台统一调度多个 AI 编码助手,自动轮换配额,共享上下文,交叉审查代码。
Multi-harness control plane for Claude Code, Codex, Cursor, and OpenCode: quota-awar···
phantom
开源
让 AI 拥有自己的电脑,自主干活并持续进化。
An AI co-worker with its own computer. Self-evolving, persistent memory, MCP server,···
linkedin-skills
开源
在终端用 Claude 技能写出像人的 LinkedIn 帖子,提升互动和发布效率。
Claude skills for LinkedIn. 12 Claude Code and Codex skills that write human-soundin···
