OpenAIがResponses APIとAgents SDKを発表、スマートエージェント開発を強化 193

小编 · 2025-03-12

2025年3月11日、OpenAIはAgents SDKとResponses APIを発表しました。これは従来のエージェント開発における複雑なプロンプトエンジニアリングや煩雑なオーケストレーションロジックといった課題を解決するために開発されました。この2つのツールにより、開発者や企業は実用的で信頼性の高いAIエージェントを容易に構築できます。

OpenAIがResponses APIとAgents SDKを発表、スマートエージェント開発を強化

Openaiは2025年3月11日にAgent SDKとResponses APIを発表しました。OpenAIがリリースしたAgent SDKとResponses APIは、従来のエージェント開発における課題、たとえば複雑なプロンプトエンジニアリングや調整ロジックの複雑さなどを解決するために提供されたものです。この2つのツールにより、開発者や企業は実用的で信頼性の高いAIエージェントを簡単に構築できます。

Responses APIとは

Responses APIは強力なAPIであり、Chat Completions APIのシンプルさとAssistants APIのツール利用能力を兼ね備えています。開発者は1回のAPI呼び出しで複数のツールや機能を統合でき、複雑なタスクの処理を簡素化できます。

Responses APIの主な機能：

複数ツールの統合：ウェブ検索、ファイル検索、コンピュータ操作などの機能をサポートし、開発者は1回の呼び出しで複数の操作を完了できます。
リアルタイムデータ連携：ウェブ検索ツールを通じて、AIは最新情報を取得し引用を提供できるため、リアルタイムデータを必要とするシナリオに適しています。
複数ターン対話のサポート：レスポンスチェーンによって複数のインタラクションを連結し、対話の一貫性を維持します。
エンタープライズレベルのデータプライバシー：Azureのセキュリティおよびコンプライアンス基準に基づいており、データ保護を保証します。

Responses APIの応用

ウェブ検索：ChatGPTと同じ検索エンジンをベースにしており、精度は最大90%に達し、情報出所の追跡と引用の注釈をサポートします。
ファイル検索：複数のファイル形式をサポートし、大量のドキュメントを迅速に検索するため、企業のナレッジベース管理に適しています。
コンピュータ制御：エージェントがコンピュータを直接操作して、ウェブ自動化やデータ入力などのタスクを完了できるようにします。

Responses APIの使用コード

// 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);

OpenAI发布 Responses API 和 Agents SDK，增强智能体的开发流程.webp

Agents SDKとは？

Agents SDKは、複数のAIエージェントのワークフローを管理・調整するためのオープンソースフレームワークです。Swarmフレームワークをアップグレードしたもので、複数エージェントの協調や複雑なタスクのオーケストレーションをサポートします。

Agents SDKの主な機能：

設定可能なAgent：Agentの役割とツールを簡単に定義できます。
スマートな引き継ぎ（Handoff）：Agent間でシームレスにタスクを引き継ぐことができ、協調がより効率的になります。
安全チェック（Guardrails）：Agentの動作が想定どおりであることを保証します。
追跡と可観測性（Tracing & Observability）：Agentの実行状態をリアルタイムで監視し、デバッグや最適化を容易にします。

Agents SDKの使用コード

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],
)

応用シナリオ

企業自動化：Responses APIとAgents SDKを利用することで、企業は自動化されたAIワークフローを構築できます。たとえば、注文処理、カスタマーサービス、データ処理などです。
複雑なタスク処理：複数ステップの操作が必要なシナリオ（例：ECショッピングアシスタント、法律調査、ファイナンスモデリングなど）において、これらのツールは効率を大幅に向上させます。
マルチモーダルインタラクション：エージェントがコンピュータ操作ツールを通じてタスクを実行できます。たとえば、ブラウザで検索を行ったり、フォームに自動的に入力したりします。

GitHubリポジトリ：https://github.com/openai/openai-agents-python

OpenAI Agents SDKは、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かつ強力なフレームワークです。タスクの引き継ぎ、安全チェック、ツール呼び出し、組み込みの追跡機能をサポートしており、複雑なエージェント協調を必要とする企業自動化のシナリオに非常に適しています。