Agents SDK: Instalace a váš první agent
Na této stránce
Agents SDK: Instalace a váš první agent
Pojďme kódovat. Nainstalujete oficiální Agents SDK od OpenAI, vytvoříte funkčního agenta v Pythonu a prozkoumáte tři režimy provádění, které budete v tomto kurzu používat.
Předpoklady
Potřebujete pouze tři věci: nainstalovaný Python 3.10+ na vašem stroji, účet OpenAI s aktivním API klíčem a kódový editor. Doporučujeme VS Code, ale funguje jakýkoli editor se zvýrazňováním syntaxe Pythonu.
Instalace
Balíček se jmenuje openai-agents. Pozor: instalace samotného balíčku openai vám poskytne pouze klasického klienta API, nikoli Agents SDK.
pip install openai-agents
Tento balíček automaticky nainstaluje požadované závislosti, včetně Python SDK pro OpenAI. Dále nastavte svůj API klíč jako proměnnou prostředí. SDK si jej přečte automaticky, takže není potřeba žádná další konfigurace.
export OPENAI_API_KEY="sk-proj-your-api-key"
Tento příkaz zmizí po zavření terminálu a rozhodně nechcete mít svůj klíč natvrdo zakódovaný ve zdrojových souborech. Pro správné nastavení projektu použijte soubor .env spolu s knihovnou python-dotenv a před prvním commitem přidejte tento soubor do .gitignore.
pip install python-dotenv
# .env
OPENAI_API_KEY=sk-proj-your-api-key
Váš první agent
Vytvořte soubor s názvem 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)
Spusťte jej:
python my_first_agent.py
Právě jste vytvořili a spustili svého prvního agenta. Je to jednoduché – žádné nástroje, žádné ochranné mechanismy – ale tvoří to základ pro vše ostatní. Zbytek tohoto kurzu pouze staví na těchto dvou objektech: Agent a Runner.
Asynchronní provádění
Metoda run_sync blokuje aktuální vlákno, dokud nedorazí odpověď. To je v pořádku pro testovací skript, ale nepřijatelné pro webový server zpracovávající stovky současných požadavků. V produkčním prostředí použijete asynchronní režim.
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() je asynchronní verze; Runner.run_sync() je synchronní obal, který ji za vás volá. Při použití FastAPI nebo jakéhokoli jiného asynchronního frameworku vždy používejte Runner.run().
Streamované provádění
Existuje třetí režim, který je nezbytný vždy, když na obrazovce čeká člověk. Streaming zobrazuje odpověď postupně, token po tokenu, jak je generována.
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())
Smyčka async for zpracovává proud událostí. Zde filtrujeme surové události odpovědí modelu a tiskneme pouze textové fragmenty. Streaming je kritický pro uživatelskou zkušenost: nikdo nechce deset sekund zírat na prázdnou obrazovku.
Struktura projektu agenta
Produkční agent se nevejde do jednoho souboru. Od začátku oddělte definice agentů, nástroje a testy, jinak se váš main.py rychle stane nečitelným.
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
Klíčové poznatky
- Nainstalujte SDK příkazem
pip install openai-agents - Nastavte
OPENAI_API_KEYjako proměnnou prostředí - Pro vývoj používejte
Runner.run_sync()a pro asynchronní produkciRunner.run() - Pro streamování v reálném čase použijte
Runner.run_streamed() - Strukturovejte projekt se samostatnými složkami pro agenty, nástroje a testy