OpenAI veröffentlicht Responses API und Agents SDK zur Verbesserung der Agent-Entwicklung 191

Openai hat am 11. März 2025 das Agent SDK und die Responses API veröffentlicht. Das von OpenAI eingeführte Agent SDK und die Responses API sollen die Probleme der traditionellen Agentenentwicklung lösen, wie z. B. komplexes Prompt Engineering und eine aufwendige Koordinationslogik. Diese beiden Tools ermöglichen es Entwicklern und Unternehmen, praktische und zuverlässige KI-Agenten mühelos zu erstellen.

Was ist die Responses API?

Die Responses API ist eine leistungsstarke API, die die Einfachheit der Chat Completions API mit der Werkzeugnutzung der Assistants API kombiniert. Sie ermöglicht es Entwicklern, mehrere Werkzeuge und Funktionen über einen einzigen API-Aufruf zu integrieren und so die Verarbeitung komplexer Aufgaben zu vereinfachen.

Hauptfunktionen der Responses API:

• Integration mehrerer Werkzeuge: Unterstützt Websuche, Dateisuche, Computersteuerung und weitere Funktionen. Entwickler können mehrere Aktionen in einem einzigen Aufruf ausführen.

• Echtzeit-Dateninteraktion: Über das Werkzeug für die Websuche kann die KI aktuelle Informationen abrufen und Quellenangaben liefern – ideal für Szenarien, die Echtzeitdaten benötigen.

• Unterstützung für mehrstufige Dialoge: Mithilfe von Antwortverkettungen werden mehrere Interaktionen miteinander verknüpft, um den Gesprächsfluss aufrechtzuerhalten.

• Datenschutz auf Unternehmensniveau: Basiert auf den Sicherheits- und Compliance-Standards von Azure und gewährleistet so den Schutz der Daten.

Anwendungen der Responses API

• Websuche: Basierend auf demselben Suchmotor wie ChatGPT, mit einer Genauigkeit von bis zu 90 %, unterstützt Informationsrückverfolgung und Quellenangaben.

• Dateisuche: Unterstützt mehrere Dateiformate und ermöglicht die schnelle Durchsuchung umfangreicher Dokumentbestände – ideal für die Verwaltung von Unternehmens-Wissensdatenbanken.

• Computersteuerung: Ermöglicht es Agenten, den Computer direkt zu bedienen, um Aufgaben wie Webautomatisierung und Dateneingabe auszuführen.

Codebeispiele für die Responses API

// 网页搜索示例
const response = await openai.responses.create({
  model: "gpt-4o",
  tools: [{ type: "web_search_preview" }],
  input: "今天发生了什么积极的新闻？"
});
console.log(response.output_text);
// 文件搜索示例
const productDocs = await openai.vectorStores.create({
  name: "产品文档",
  file_ids: [file1.id, file2.id, file3.id],
});
const response = await openai.responses.create({
  model: "gpt-4o-mini",
  tools: [{
    type: "file_search",
    vector_store_ids: [productDocs.id],
  }],
  input: "OpenAI的深度研究是什么？"
});
console.log(response.output_text);
// 电脑控制示例
const response = await openai.responses.create({
  model: "computer-use-preview",
  tools: [{
    type: "computer_use_preview",
    display_width: 1024,
    display_height: 768,
    environment: "browser",
  }],
  truncation: "auto",
  input: "我想买个新相机，帮我找到最好的。",
});
console.log(response.output);

Was ist das Agents SDK?

Das Agents SDK ist ein Open-Source-Framework zur Verwaltung und Koordination der Arbeitsabläufe mehrerer KI-Agenten. Es ist eine Weiterentwicklung des Swarm-Frameworks und unterstützt die Zusammenarbeit mehrerer Agenten sowie die Orchestrierung komplexer Aufgaben.

Hauptfunktionen des Agents SDK:

• Konfigurationsbasierte Agenten: Rollen und Werkzeuge eines Agenten lassen sich einfach definieren.

• Intelligente Übergabe (Handoff): Agenten können Aufgaben nahtlos untereinander übergeben, was die Zusammenarbeit effizienter macht.

• Sicherheitsprüfungen (Guardrails): Stellen sicher, dass das Verhalten der Agenten den Erwartungen entspricht.

• Tracing & Observability: Echtzeitüberwachung des Betriebszustands der Agenten zur einfacheren Fehlerbehebung und Optimierung.

Codebeispiele für das Agents SDK

from openai_agent import Agent, function_tool
@function_tool
def submit_refund_request(refund_amount: float, reason: str):
    """提交退款申请"""
    print(f"提交退款申请，金额：{refund_amount}，原因：{reason}")
    return {"success": True}
# 定义 Agent
shopping_agent = Agent(
    name="Shopping Assistant",
    instructions="你是一个购物助手，可以搜索网络商品信息。",
    tools=[WebSearchTool()],
)
triage_agent = Agent(
    name="Triage Agent",
    instructions="引导用户到正确的客服 Agent。",
)
support_agent = Agent(
    name="Support Agent",
    instructions="你是一个客服 Agent，可以提交退款。",
    tools=[submit_refund_request],
)

Anwendungsszenarien

• Unternehmensautomatisierung: Mit der Responses API und dem Agents SDK können Unternehmen automatisierte KI-Workflows erstellen, beispielsweise zur Auftragsbearbeitung, im Kundenservice oder für die Datenverarbeitung.

• Verarbeitung komplexer Aufgaben: In Szenarien, die mehrstufige Abläufe erfordern – etwa Einkaufsassistenten im E-Commerce, juristische Recherchen oder Finanzmodellierung – können diese Tools die Effizienz deutlich steigern.

• Multimodale Interaktion: Unterstützt Agenten dabei, Aufgaben über Computersteuerungswerkzeuge auszuführen, z. B. das automatische Durchführen von Suchen oder Ausfüllen von Formularen im Browser.

GitHub-Repository:https://github.com/openai/openai-agents-python

Das OpenAI Agents SDK ist ein leichtgewichtiges, aber leistungsstarkes Framework zum Aufbau von Multi-Agenten-Workflows. Es unterstützt Aufgabenübergabe, Sicherheitsprüfungen, Werkzeugaufrufe und integrierte Tracing-Funktionen und eignet sich hervorragend für Unternehmensautomatisierungsszenarien, die eine komplexe Zusammenarbeit von Agenten erfordern.