Премини към основното съдържание
Български— Изберете език
Меню

Agents SDK: Инсталация и Вашият първи агент

Урок 4 от 25 Обновен 29 юли 2026 г. Програмист
На тази страница
  1. Agents SDK: Инсталация и Вашият първи агент
  2. Предпоставки
  3. Инсталация
  4. Вашият първи агент
  5. Асинхронно изпълнение
  6. Потоково изпълнение (Streaming)
  7. Структура на проекта за агент
  8. Ключови изводи

Agents SDK: Инсталация и Вашият първи агент

Нека преминем към кодиране. Ще инсталирате официалния Agents SDK на OpenAI, ще изградите работещ Python агент и ще разгледате трите режима на изпълнение, които ще използвате през целия курс.

Предпоставки

Нужни са Ви само три неща: инсталиран Python 3.10+ на машината Ви, акаунт в OpenAI с активен API ключ и редактор на код. Препоръчваме VS Code, но всеки редактор с подсветка на синтаксиса за Python ще свърши работа.

Инсталация

Пакетът се нарича openai-agents. Внимавайте: инсталирането само на openai Ви дава класическия API клиент, а не Agents SDK.

pip install openai-agents

Този пакет автоматично инсталира необходимите зависимости, включително Python SDK на OpenAI. След това задайте Вашия API ключ като променлива на средата. SDK я прочита автоматично, така че не е нужна допълнителна конфигурация.

export OPENAI_API_KEY="sk-proj-your-api-key"

Тази команда изчезва, когато затворите терминала, и със сигурност не искате да вграждате ключа си директно в изходните файлове. За правилна настройка на проекта използвайте .env файл с python-dotenv и добавете този файл към .gitignore преди първия си комит.

pip install python-dotenv
# .env
OPENAI_API_KEY=sk-proj-your-api-key

Вашият първи агент

Създайте файл с име my_first_agent.py:

from agents import Agent, Runner

agent = Agent(
    name="Assistant",
    instructions="You are a helpful assistant. Respond in English concisely.",
    model="gpt-5.6-terra",
)

result = Runner.run_sync(agent, "Explain what an AI agent is in three sentences.")
print(result.final_output)

Стартирайте го:

python my_first_agent.py

Току-що създадохте и стартирахте Вашия първи агент. Той е прост – без инструменти, без защитни механизми – но формира основата за всичко останало. Останалата част от този курс просто надгражда тези два обекта: Agent и Runner.

Асинхронно изпълнение

run_sync блокира текущата нишка, докато не пристигне отговорът. Това е приемливо за тестов скрипт, но недопустимо за уеб сървър, обработващ стотици едновременни заявки. В производствена среда ще използвате асинхронен режим.

import asyncio
from agents import Agent, Runner

agent = Agent(
    name="Async Assistant",
    instructions="You are a helpful assistant. Respond in English.",
    model="gpt-5.6-terra",
)

async def main():
    result = await Runner.run(agent, "What are the advantages of Python for AI?")
    print(result.final_output)

asyncio.run(main())

Runner.run() е асинхронната версия; Runner.run_sync() е синхронен обвиващ метод, който я извиква вместо Вас. Когато използвате FastAPI или друг асинхронен фреймуърк, винаги използвайте Runner.run().

Потоково изпълнение (Streaming)

Съществува и трети режим, който е от съществено значение, когато човек чака пред екрана. Потоковото предаване показва отговора, докато се генерира, токен по токен.

import asyncio
from agents import Agent, Runner

agent = Agent(
    name="Streaming Assistant",
    instructions="You are a helpful assistant. Respond in English.",
    model="gpt-5.6-terra",
)

async def main():
    result = Runner.run_streamed(agent, "Tell a short story about AI.")
    async for event in result.stream_events():
        if event.type == "raw_response_event":
            if hasattr(event.data, "delta") and event.data.delta:
                print(event.data.delta, end="", flush=True)
    print()  # New line at the end

asyncio.run(main())

Цикълът async for консумира поток от събития. Тук филтрираме за сурови събития за отговор от модела и отпечатваме само текстовите фрагменти. Потоковото предаване е критично за потребителското изживяване: никой не иска да гледа празен екран в продължение на 10 секунди.

Структура на проекта за агент

Един производствен агент не се събира в един единствен файл. Разделете дефинициите на агентите, инструментите и тестовете още от самото начало, иначе Вашият main.py бързо ще стане нечетим.

my-agent-project/
├── .env                 # API key
├── requirements.txt     # Dependencies
├── agents/
│   ├── __init__.py
│   ├── assistant.py     # Agent definition
│   └── tools.py         # Tool definitions
├── main.py              # Entry point
└── tests/
    └── test_agent.py    # Tests
# requirements.txt
openai-agents>=0.1.0
python-dotenv>=1.0.0

Ключови изводи

  • Инсталирайте SDK с pip install openai-agents
  • Задайте OPENAI_API_KEY като променлива на средата
  • Използвайте Runner.run_sync() за разработка и Runner.run() за асинхронна производствена среда
  • Използвайте Runner.run_streamed() за потоково предаване в реално време
  • Структурирайте проекта си с отделни папки за агенти, инструменти и тестове