本文详细介绍了如何利用OpenAI提供的丰富基元来构建强大的智能Agents。Agents是能够智能执行任务的系统，其能力涵盖简单工作流到复杂目标。OpenAI为Agents的构建提供了关键的组成部分，包括核心的AI模型（如GPT-4o系列），用于与外部世界交互的工具（如函数调用、网络搜索），增强记忆和知识的向量存储与嵌入技术，确保安全的护栏机制（如内容审核），以及用于开发、部署和监控Agents的编排工具（如Agents SDK）。通过整合这些组件，开发者可以构建出功能强大、安全且高效的智能代理。

🧠 **核心智能模型**：OpenAI提供了多种模型，如GPT-4o系列，它们是智能代理的“大脑”，具备强大的推理、决策和多模态处理能力，能够执行复杂任务和规划。例如，GPT-4o和GPT-4o-mini在智能性和延迟之间提供了良好的平衡，适用于不同的应用场景。

🛠️ **世界交互工具**：Agents需要与外部环境交互，OpenAI提供了多种工具来实现这一点。函数调用允许Agents与开发者自定义的代码集成，而内置工具如网络搜索、文件搜索和计算机使用则赋予Agents获取信息和执行操作的能力。

📚 **知识与记忆增强**：为了使Agents能够利用超出初始训练数据的信息，OpenAI提供了向量存储和嵌入技术。这使得Agents能够进行语义搜索，检索相关信息，从而支持动态知识解决方案和长期记忆，极大地扩展了Agents的能力边界。

🛡️ **安全护栏机制**：在生产环境中，确保Agents的安全性和合规性至关重要。OpenAI的护栏机制，包括内容审核API和指令层级控制，可以过滤不安全内容，优先处理开发者指令，从而有效防止Agents产生不必要或有害的行为。

🚀 **编排与开发工具**：OpenAI提供了一套完整的工具链来支持Agents的整个生命周期。Agents SDK（Python和TypeScript）简化了Agents的构建和部署，而追踪、评估和微调工具则帮助开发者监控Agents行为、衡量性能并进行持续优化。

如何使用 OpenAI API 构建 Agents

在人工智能领域，Agents 代表着能够智能完成任务的系统，其能力范围从执行简单工作流到处理复杂、开放式目标不等。OpenAI 提供了丰富的可组合基元，助力开发者构建 Agents。本文将详细介绍这些基元，以及它们如何共同构成一个强大的智能代理平台。

概述

构建 Agents 需要整合多个领域的组件，包括模型、工具、知识与记忆、音频与语音、护栏机制和编排工具，而 OpenAI 为每个领域都提供了可组合的基元。

领域	描述	OpenAI 基元
模型	具备推理、决策和处理不同模态能力的核心智能	o1、o3-mini、GPT-4.5、GPT-4o、GPT-4o-mini
工具	与世界交互的接口，包括环境交互、函数调用、内置工具等	函数调用、网络搜索、文件搜索、计算机使用
知识与记忆	增强 Agents 的外部和持久知识	向量存储、文件搜索、嵌入
音频与语音	创建能够理解音频并以自然语言回应的 Agents	音频生成、实时处理、音频代理
护栏机制	防止无关、有害或不良行为	内容审核、指令层级（Python）、指令层级（TypeScript）
编排工具	开发、部署、监控和改进 Agents	Python Agents SDK、TypeScript Agents SDK、追踪、评估、微调
语音代理	创建能够理解音频并以自然语言回应的 Agents	实时 API、Python Agents SDK 中的语音支持、TypeScript Agents SDK 中的语音支持

模型

模型	智能代理优势
o3 和 o4-mini	最适合长期规划、艰巨任务和推理工作
GPT-4.1	最适合智能代理执行任务
GPT-4.1-mini	在智能代理能力和延迟之间取得良好平衡
GPT-4.1-nano	最适合低延迟场景

大型语言模型（LLMs）是许多智能代理系统的核心，负责做出决策并与世界交互。OpenAI 的模型支持广泛的功能：

高智能：能够进行推理和规划，以应对最困难的任务。工具使用：调用函数并利用 OpenAI 的内置工具。多模态：原生理解文本、图像、音频、代码和文档。低延迟：支持实时音频对话以及更小、更快的模型。

有关详细的模型比较，请访问模型页面。

工具

工具使 Agents 能够与世界交互。OpenAI 支持函数调用以连接到你的代码，以及内置工具用于常见任务，如网络搜索和数据检索。

工具	描述
函数调用	与开发者定义的代码交互
网络搜索	从网络获取最新信息
文件搜索	对文档进行语义搜索
计算机使用	理解和控制计算机或浏览器
本地 shell	在本地机器上执行命令

在实际开发中，调用这些工具时，合理设置 API 地址能带来更稳定的体验。例如，可将 baseurl 设置为 api.aaaaapi.com ，通过专业的中转服务提升接口调用效率，你也可以通过 相关平台 了解更多适合自己开发场景的配置方案。

知识与记忆

知识和记忆帮助 Agents 存储、检索和利用超出其初始训练数据的信息。向量存储使 Agents 能够对文档进行语义搜索，并在运行时检索相关信息。同时，嵌入高效地表示数据以便快速检索，为动态知识解决方案和 Agents 的长期记忆提供支持。你可以使用 OpenAI 的向量存储和嵌入 API 整合数据。

护栏机制

护栏机制确保 Agents 的行为安全、一致，并在预期范围内——这对于生产部署至关重要。使用 OpenAI 免费的内容审核 API 自动过滤不安全内容。通过利用指令层级，可以进一步控制 Agents 的行为，该层级优先考虑开发者定义的提示，并减少不必要的 Agents 行为。

编排工具

构建 Agents 是一个过程。OpenAI 提供了有效构建、部署、监控、评估和改进智能代理系统的工具。

阶段	描述	OpenAI 基元
构建与部署	使用 Agents SDK 快速构建 Agents、实施护栏机制并处理对话流程	Agents SDK Python、Agents SDK TypeScript
监控	通过追踪实时观察 Agents 行为、调试问题并获取见解	追踪
评估与改进	衡量 Agents 性能、确定改进领域并优化 Agents	评估、微调

开始使用

Python

pip install openai-agents

查看文档

查看我们的文档，了解有关如何开始使用 Python Agents SDK 的更多信息。

查看 Python 仓库

OpenAI Agents SDK for Python 是开源的。查看我们的仓库以获取实现细节和示例集合。

TypeScript/JavaScript

npm install @openai/agents

查看文档

查看我们的文档，了解有关如何开始使用 TypeScript Agents SDK 的更多信息。

查看代码

OpenAI Agents SDK for TypeScript 是开源的。查看我们的仓库以获取实现细节和示例集合。