1.3 环境搭建与快速入门


1.3 环境搭建与快速入门

本节摘要:最快的学习方式是"跑起来"。本节带你完成安装、API 密钥配置、第一个智能体,再逐步加工具、加多智能体——用三个递进示例,让你在 10 分钟内感受 SDK 的核心能力。

你能学到什么

阅读完本节,你应当能够:

  1. 完成 SDK 安装
  2. 配置 API 密钥
  3. 跑通第一个智能体
  4. 给智能体加工具
  5. 跑通多智能体协作

一、问题与直觉

"安装、配密钥、跑起来"三步走——这是所有 SDK 的入场券。openai-agents-python 的安装极简(一个 pip 命令),第一个智能体只要几行代码。先跑通最小示例,再逐步加能力,是学习 SDK 的最快路径。

很多初学者卡在第一步就放弃了,原因往往不是代码难,而是环境细节:Python 版本不对、密钥没配、依赖冲突。所以本节把环境要求讲细一点:Python 建议 3.10 及以上(SDK 官方支持 3.9 及以上),用一个干净的虚拟环境安装依赖,密钥通过环境变量注入而不是写死在代码里。环境干净,后面所有示例都能顺畅跑起来。

二、核心原理

2.1 环境要求

三条缺一不可:没有 Python,代码跑不起来;没有安装包,import 报错;没有密钥,调用模型被拒绝。下面逐个解决。

三、工程实践要点

3.1 安装与配置

# 建议先建虚拟环境,避免污染全局 Python python -m venv .venv # Windows 激活 .venv\Scripts\activate # 安装 SDK pip install openai-agents # 配置密钥(环境变量,不要写进代码) export OPENAI_API_KEY="sk-你的密钥"

⚠️ 常见坑:密钥硬编码在代码里。密钥走环境变量,不进代码、不进版本库——泄露密钥等于把模型钱包交给别人。团队协作时用密钥管理服务,本地开发用环境变量或 dotenv 文件(且该文件必须进忽略清单)。

3.2 第一个智能体

from agents import Agent, Runner # 定义智能体 agent = Agent( name="greeter", instructions="你是一位友好的助手,用中文回答。", ) # 运行 result = Runner.run_sync(agent, "你好,介绍一下你自己") print(result.final_output)

三步:定义 Agent → Runner 运行 → 拿结果。第一个智能体跑通!注意 run_sync 是同步版本,适合脚本与演示;Web 服务里请用异步版本 await Runner.run(...),避免阻塞事件循环(第 2 章会展开)。

3.3 加工具:让智能体"会干活"

from agents import Agent, Runner, function_tool @function_tool def get_weather(city: str) -> str: """查询城市天气。""" return f"{city} 今天晴,25 度" agent = Agent( name="weather_bot", instructions="用户问天气时,调用天气工具。", tools=[get_weather], ) result = Runner.run_sync(agent, "北京天气怎么样?") print(result.final_output)

加一个函数装饰器,智能体就会"自动调用工具"——这就是 SDK 的核心魔法。工具函数的签名和 docstring 会被转换成模型可见的工具说明书:参数名 city、类型 str、说明"查询城市天气",模型据此决定何时调用、传什么参数。

💡 关键直觉:function_tool 装饰器把普通函数变成"智能体可调用的工具"——不用写任何循环逻辑,Runner 会自动决定"该调工具时调工具"。

3.4 多智能体:分工协作

from agents import Agent, Runner researcher = Agent( name="研究员", instructions="搜索并汇总资料,输出要点列表。", ) writer = Agent( name="写手", instructions="根据资料写一段 200 字左右的短文。", handoffs=[researcher], # 写手可以把任务交接给研究员 ) result = Runner.run_sync(writer, "写一篇关于智能体的短文") print(result.final_output)

(概念示意,具体 API 以官方文档为准)——多智能体让"一个不够"的任务有了分工方案。handoffs 参数声明"这个 Agent 可以交接给谁",模型会根据对话内容自动决定是否交接。细节在第 3 章,这里先建立体感。

3.5 快速验证清单

第一个智能体能回复 → 环境与密钥 OK 带工具智能体能调工具 → function_tool 挂载 OK 多智能体能协作 → handoffs 机制 OK

三关都过,说明 SDK 的核心链路你已经亲手摸通了。遇到环境问题先自查这三步:Python 版本、包版本、密钥是否注入。

3.6 常见安装问题排查

问题一 import agents 报 ModuleNotFoundError 原因:包没装进当前环境 处理:确认虚拟环境已激活,重跑 pip install openai-agents 问题二 运行时提示 API key 未配置 原因:环境变量没设置或没生效 处理:检查 export 命令,重启终端让环境变量生效 问题三 pip 安装慢或超时 处理:配置国内镜像源加速,例如 pip install -i 镜像地址 openai-agents 问题四 首次调用报模型不存在 原因:模型名写错或账号无权限 处理:核对模型名拼写,检查账号的模型访问权限

环境问题九成出在这四类,逐项排查比反复重装快得多。把报错信息完整贴到搜索框,通常能找到现成答案。

核心回顾

  • 要点一:三步——安装、配密钥、跑起来
  • 要点二:第一个智能体只要几行代码
  • 要点三:function_tool 把函数变工具
  • 要点四:Runner 自动处理工具调用循环
  • 要点五:多智能体解决"一个不够"的任务
  • 要点六:密钥走环境变量,不进代码

入门跑通了,第 2 章深入内部——核心架构与组件。


作者与出处
原作者: 灏天文库
来源:灏天文库
整理: 灏天文库整理
由灏天文库平台收录,内容或由平台用户上传,仅供学习交流
发布者: 作者: 灏天文库 转发
评论区 (0)
U