01 它是干嘛的
Agents SDK 是给开发者搭「智能体」用的框架。它把大模型和真实世界连起来:模型不只会说话,还能调用工具(查数据库、发邮件、跑代码),并根据调用结果决定下一步。框架负责把「思考 → 调用 → 观察 → 再思考」这个循环管起来。
02 为什么会有它
光会说话的 AI 帮不上忙,能动手的 AI 才有用
一个大模型再聪明,它本质上也只能「输出文字」。你让它帮你订机票,它只能写一段「你可以去某某网站订」的话,它自己上不了网、点不了按钮、查不了价格。它像个只会纸上谈兵的顾问,说得头头是道,却一步都动不了。
想让 AI 真正干活,就得给它配「工具」:能查天气的接口、能读写数据库的接口、能发邮件的接口。模型自己挑用哪个工具、填好参数,程序去执行,再把执行结果拿回来喂给模型,模型据此决定下一步。这个「想一想、用个工具、看看结果、再想一想」的循环,就是智能体(Agent)的核心。
麻烦的是,这个循环里有一堆琐事要管:工具的说明书怎么写、模型填的参数对不对、调用失败了怎么重试、多个智能体互相怎么交接、跑到一半该不该停。Agents SDK 就是把这一整套架子搭好,开发者只要写清「有哪些工具、什么规则」,剩下的循环交给框架跑。
03 它怎么工作
智能体的本质是一个循环,模型负责决定下一步做什么,框架负责真的去做并把结果回填,如此往复直到任务完成。工具的描述写得越清楚,模型用得越准。
智能体的循环:思考、调用、观察、再思考
- 1① 交代目标与工具
你把任务和可用工具清单交给智能体,每个工具都附有一段说明,讲清它是干什么的、需要哪些参数。
- 2② 思考并决定
模型基于目标判断「现在该用哪个工具、参数填什么」,这一步输出的是结构化的调用指令,而不是随便一句话。
- 3③ 调用工具
框架按照模型的指令真的去执行——查数据库、调接口、算数据,把参数传进去。
- 4④ 观察结果
执行结果(成功的数据或失败的报错)被翻译回模型能读懂的文本,连同之前的上下文一起交回给模型。
- 5⑤ 再思考,直到收尾
模型看到结果后决定继续用别的工具、修正参数、还是给出最终答复。循环可能跑几轮,直到它判定任务完成或需要人来接管。
04 谁在用它
读邮件、查订单系统、回复客户、登记到表格,把跨系统的重复劳动串成一个智能体。
一个智能体先理解诉求,再决定是查知识库回答、还是转交人工、还是调接口办业务。
让智能体自己查数据库、算出结果、画成图表,人用自然语言提问即可。
拆成「接单的、查资料的、写结论的」几个角色,各管一段,互相交接。
审批、对账、批量录入这类规则清楚但操作琐碎的工作,交给智能体反复执行。
05 怎么用
面向开发者,需要会写 Python(或 TypeScript);好处是脚手架齐全,几十行代码就能跑出一个能调工具的智能体。
- 01安装 SDK 并配置模型密钥。
- 02定义工具:每个工具就是一个普通函数,写明它做什么、需要什么参数。
- 03创建智能体,把目标说明和工具列表交给它。
- 04运行一次任务,观察它如何选择工具、调用、并根据结果继续。
- 05加上护栏与终止条件,防止它陷入死循环或做出危险操作。
- 06接入日志与追踪,看清每一轮它想了什么、调了什么、花了多少钱。
from agents import Agent, Runner, function_tool
@function_tool
def get_weather(city: str) -> str:
"""查询指定城市的当前天气。"""
return f"{city} 今天晴,26 摄氏度"
agent = Agent(
name="助手",
instructions="你是一个助手,需要查天气时调用工具,不要凭空猜测。",
tools=[get_weather],
)
result = Runner.run_sync(agent, "北京今天天气怎么样?")
print(result.final_output)避坑提示
- !工具描述就是接口:描述越清楚,模型选得越准;写糊了它就会乱调甚至不调。
- !一定设终止条件和最大轮数,否则它可能反复调用同一个工具停不下来。
- !让智能体在动真格之前先申请确认,尤其是转账、删除、发消息这类不可逆操作。
- !记录每一轮的输入输出,出问题时能回放它到底想了什么、错在哪一步。
06 关键概念
- 智能体(Agent)
- 能自己决定用哪个工具、并根据结果继续行动,直到完成任务的 AI 程序。
- 工具调用(Tool Calling)
- 模型不再只输出文字,而是输出「调用某个工具、参数是这些」,由程序去执行。
- 工具描述
- 每个工具附的一段说明文字,模型全靠它判断该不该用、怎么用,所以说「描述就是接口」。
- 护栏(Guardrail)
- 给智能体设的限制与检查,防止它做出越界或危险的行为。
- 循环(Loop)
- 思考、调用、观察来回若干轮的过程,是智能体干活的基本节奏。