openai-agents-python v0.6.0¶

为什么要使用openai-agents-python¶

想象一下，你手中握有世界上最先进的引擎——大语言模型，它拥有令人惊叹的理解与生成能力。但问题是，如何让它不仅仅是回答一个问题，而是完成一连串复杂的任务？如何让它记住上下文、使用工具、在不同的专业“代理人”之间无缝交接，最终像一个真正的数字员工一样工作？

这就是每个开发者面前的矛盾：我们拥有了强大的“大脑”，却苦于为其构建一个灵活、可靠的“身体”与“协作网络”。从头开始？你将陷入状态管理、工具调用、记忆存储等无尽的基础设施泥潭，真正的智能逻辑反而被淹没在繁琐的工程细节中。

而 openai-agents-python，正是OpenAI官方为你提供的答案。它不是一个简单的SDK包装，而是一个**智能体（Agent）原生框架**。它的存在，就是为了将你从构建“身体”的重复劳动中解放出来，让你能直接专注于定义智能体的“思维”和“技能”。使用它，意味着你选择站在巨人的肩膀上，用官方最前沿的设计模式，将顶级AI模型的能力快速、优雅地转化为可用的、复杂的应用程序。拒绝它，你可能意味着选择了更漫长的道路和更多的不确定性。

openai-agents-python是什么¶

简单来说，openai-agents-python 是 OpenAI 官方发布的一个 Python 框架，专门用于构建和运行**智能体（Agents）**。

你可以把它理解为一个高级工具箱，它基于 OpenAI 的 Python SDK 构建，但提供了更高层次的抽象。它帮你处理了构建一个实用AI智能体时最麻烦的部分：管理对话记忆、定义和使用工具（函数）、在不同职责的智能体之间进行任务交接（Handoff），以及与外部系统（如电话、短信）的集成。它为你搭好了舞台，你只需专注于设计演员（智能体）的角色和剧本（业务逻辑）。

入门示例¶

让我们设想一个真实的电商客服场景。你需要一个智能客服系统，它能处理用户咨询、查询订单，并在遇到复杂投诉时，自动转接给专门的人工处理专员。

使用 openai-agents-python，你可以这样构建：

定义工具：首先，创建智能体可以调用的“技能”，比如查询数据库的lookup_order函数。

from agents import function_tool

@function_tool
def lookup_order(order_id: str) -> str:
    # 这里连接你的数据库，返回订单信息
    return f"订单 {order_id} 状态为：已发货。"

创建智能体：接着，创建具有不同职责的智能体。比如，一个通用的“客服助手”和一个专门的“人工专员”。

from agents import Agent, HandoffToAgent

# 通用客服智能体
customer_service_agent = Agent(
    name="客服助手",
    instructions="你是一个友好的电商客服助手，可以帮用户查询订单。如果用户情绪激动或要求人工服务，请转接给人工专员。",
    tools=[lookup_order],
    handoffs=[HandoffToAgent(agent="人工专员", reason="用户要求或复杂投诉")] # 定义可转接的路径
)

# 人工处理智能体
human_agent = Agent(
    name="人工专员",
    instructions="你是一个专业的人工客服代表，负责处理复杂问题和投诉。请以专业且共情的方式回应用户。",
    tools=[] # 可以接入工单系统等工具
)

运行与交互：最后，将智能体放入一个“运行时”环境中，开始对话。框架会自动管理对话历史，并在条件触发时完成智能体间的转接。
```
from agents import Runner

# 用户消息
messages = [{"role": "user", "content": "我的订单123456怎么回事？一直没收到！我很生气！"}]

# 运行对话
final_result = Runner.run(starting_agent=customer_service_agent, input=messages)
print(final_result.final_output)
```
在这个交互中：“客服助手”会先尝试使用lookup_order工具查询订单。但由于用户表达了强烈情绪，根据它的指令，它会自动触发**Handoff**（转接），将整个对话上下文打包交给“人工专员”。随后，“人工专员”会接替对话，以更专业的方式处理用户投诉。这一切流转都由框架自动、无缝地完成。

openai-agents-python v0.6.0版本更新了什么¶

v0.6.0版本引入了一项关键的行为变更：现在，当智能体将任务**转接（Handoff）**给另一个智能体时，之前的对话历史会被折叠汇总成一条消息传递。这可能会影响现有智能体的行为，建议在生产环境升级前进行测试。

此外，本次更新主要包含多项问题修复和功能改进：修复了Twilio集成的初始音频抖动问题；解决了与Redis-py v7的SSL连接兼容性问题；升级了底层OpenAI Python库以支持新模型；新增了输入护栏的并行运行参数和工具错误日志记录功能；并修复了内存泄漏问题。

更新日志¶

关键变更¶

此版本中包含一项破坏性变更，涉及智能体转交（Handoff）行为。具体来说，当向新智能体转交任务时，消息历史现在会被折叠成单条消息进行传递。我们已经验证和评估了此行为，认为其效果更优，但建议在生产环境中升级到 v0.6.0 之前，先对您的智能体进行测试。

更新内容¶

修复(Twilio)：增加可配置的启动延迟以避免初始音频抖动（修复了 #1906）
修复：解决了使用 redis-py v7 时出现的 Redis SSL 连接错误问题（#2081）
默认情况下，在转交时折叠历史消息
将 openai-python 升级至 2.8.0 版本以支持 GPT-5.1
更新所有已翻译的文档页面
在 ModelSettings 中新增 prompt_cache_retention 设置项
功能：为输入护栏（input guardrails）新增 run_in_parallel 参数
修复：使用 weakref 修复了智能体内存泄漏问题（#2008）
文档：修复了部分文件中的拼写错误
功能：新增工具错误日志记录

完整更新日志：v0.5.1...v0.6.0

总结¶

总的来说，v0.6.0 是一次以**优化智能体转交体验**为核心的更新。其最重要的变化是默认将转交时的对话历史进行折叠，旨在提升交互效率。同时，版本也包含了从音频处理、数据库连接到内存管理等多个方面的稳定性修复和功能增强，并保持了与最新AI模型版本的同步。