Skip to content

Latest commit

 

History

History

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 
 
 
 
 
 
 
 
 

README.md

openai/openai-agents-python 研究域

字多不看

  • 本目录研究 OpenAI Agents SDK 的 Python 实现。
  • 当前优先级:P1;研究角色:多 Agent 工作流与运行时编排框架。
  • 重点观察 Agent、工具、handoff、guardrail、session 和 tracing 如何形成可验证闭环。

快速导航

文档 定位
domain.yml 仓库事实快照、研究方向、优先级和来源证据。
analysis.md Agent 工作流的结构化研究结论和迁移边界。
deep-dive.md SDK 运行时对象与验证机制的 L2 研究。
AGENTS.md 本研究域维护规则。
完整细粒度目录(点击展开/收起)

细粒度目录

  • domain.yml - 仓库事实快照、研究方向、优先级和来源证据。
  • analysis.md - Agent 工作流的结构化研究结论和迁移边界。
  • deep-dive.md - SDK 运行时对象与验证机制的 L2 研究。
  • AGENTS.md - 本研究域维护规则。

使用方式

  • 先读本 README 的当前判断,再读 analysis.md 和 deep-dive.md。
  • 涉及 SDK 当前接口时,优先核验 OpenAI 官方文档和 raw/ 中的仓库快照。
  • 只迁移 Agent 编排与验证机制,不把 SDK 依赖当作本仓文档系统的必要前置。

正文

研究定位

openai/openai-agents-python 是一个轻量的多 Agent 工作流框架,适合研究模型、工具、handoff、guardrail、session 和 tracing 的组合方式。

当前判断

它与 openai/codex 互补:Codex 更接近本地 coding agent 的执行控制面,Agents SDK 更接近可编排 Agent 应用的运行时抽象。对本仓最有价值的是把“Agent 负责想什么、工具能做什么、结果如何被护栏和追踪验证”拆成清晰接口。

观察字段

后续观察

  • handoff 与多 Agent 编排是否能在复杂任务中降低上下文负担。
  • guardrail、session 和 tracing 是否能形成可审计的行为证据。
  • 哪些抽象能下沉为本仓 workflow/skills 的轻量契约,哪些只适合运行时产品。