Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Agents SDK: Εγκατάσταση και ο πρώτος σας πράκτορας

Μάθημα 4 / 25 Ενημερώθηκε 29 Ιουλίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Agents SDK: Εγκατάσταση και ο πρώτος σας πράκτορας
  2. Προαπαιτούμενα
  3. Εγκατάσταση
  4. Ο πρώτος σας πράκτορας
  5. Ασύγχρονη εκτέλεση
  6. Εκτέλεση με ροή δεδομένων (Streaming)
  7. Δομή έργου πράκτορα
  8. Βασικά σημεία

Agents SDK: Εγκατάσταση και ο πρώτος σας πράκτορας

Ας περάσουμε στον κώδικα. Θα εγκαταστήσετε το επίσημο Agents SDK της OpenAI, θα δημιουργήσετε έναν λειτουργικό πράκτορα Python και θα εξερευνήσετε τους τρεις τρόπους εκτέλεσης που θα χρησιμοποιήσετε σε όλη τη διάρκεια αυτού του μαθήματος.

Προαπαιτούμενα

Χρειάζεστε μόνο τρία πράγματα: την Python 3.10+ εγκατεστημένη στον υπολογιστή σας, έναν λογαριασμό OpenAI με ενεργό κλειδί API και έναν επεξεργαστή κώδικα. Σας προτείνουμε το VS Code, αλλά οποιοσδήποτε επεξεργαστής με επισήμανση σύνταξης Python λειτουργεί μια χαρά.

Εγκατάσταση

Το πακέτο ονομάζεται openai-agents. Προσοχή: η εγκατάσταση μόνο του openai σας δίνει τον κλασικό πελάτη API, όχι το Agents SDK.

pip install openai-agents

Αυτό το πακέτο εγκαθιστά αυτόματα τις απαραίτητες εξαρτήσεις, συμπεριλαμβανομένου του Python SDK της OpenAI. Στη συνέχεια, ορίστε το κλειδί API σας ως μεταβλητή περιβάλλοντος. Το SDK το διαβάζει αυτόματα, οπότε δεν απαιτείται πρόσθετη διαμόρφωση.

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

Αυτή η εντολή εξαφανίζεται όταν κλείνετε το τερματικό και σίγουρα δεν θέλετε να κωδικοποιήσετε στατικά το κλειδί σας στα αρχεία πηγής σας. Για μια σωστή ρύθμιση έργου, χρησιμοποιήστε ένα αρχείο .env με το python-dotenv και προσθέστε αυτό το αρχείο στο .gitignore πριν από την πρώτη σας υποβολή (commit).

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

Ο πρώτος σας πράκτορας

Δημιουργήστε ένα αρχείο με το όνομα 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)

Εκτελέστε το:

python my_first_agent.py

Μόλις δημιουργήσατε και εκτελέσατε τον πρώτο σας πράκτορα. Είναι απλός—χωρίς εργαλεία, χωρίς δικλείδες ασφαλείας—αλλά αποτελεί τη βάση για όλα τα υπόλοιπα. Το υπόλοιπο μάθημα απλώς χτίζει πάνω σε αυτά τα δύο αντικείμενα: Agent και Runner.

Ασύγχρονη εκτέλεση

Η run_sync μπλοκάρει το τρέχον νήμα μέχρι να φτάσει η απάντηση. Αυτό είναι αποδεκτό για ένα δοκιμαστικό σενάριο, αλλά απαράδεκτο για έναν διακομιστή web που διαχειρίζεται εκατοντάδες ταυτόχρονες αιτήσεις. Στην παραγωγή, θα χρησιμοποιήσετε τον ασύγχρονο τρόπο λειτουργίας.

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())

Η Runner.run() είναι η ασύγχρονη έκδοση· η Runner.run_sync() είναι ένα συγχρονισμένο περίβλημα που την καλεί για εσάς. Όταν χρησιμοποιείτε το FastAPI ή οποιοδήποτε άλλο ασύγχρονο πλαίσιο, χρησιμοποιείτε πάντα την Runner.run().

Εκτέλεση με ροή δεδομένων (Streaming)

Υπάρχει ένας τρίτος τρόπος, απαραίτητος κάθε φορά που ένας άνθρωπος περιμένει μπροστά στην οθόνη. Η ροή δεδομένων εμφανίζει την απάντηση καθώς παράγεται, token προς token.

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())

Ο βρόχος async for καταναλώνει μια ροή γεγονότων. Εδώ, φιλτράρουμε για γεγονότα ακατέργαστης απάντησης μοντέλου και εκτυπώνουμε μόνο τα τμήματα κειμένου. Η ροή δεδομένων είναι κρίσιμη για την εμπειρία του χρήστη: κανείς δεν θέλει να κοιτάζει μια κενή οθόνη για 10 δευτερόλεπτα.

Δομή έργου πράκτορα

Ένας πράκτορας παραγωγής δεν χωράει σε ένα μόνο αρχείο. Διαχωρίστε τους ορισμούς των πρακτόρων, τα εργαλεία και τις δοκιμές σας από την αρχή, διαφορετικά το main.py σας θα γίνει γρήγορα δυσανάγνωστο.

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

Βασικά σημεία

  • Εγκαταστήστε το SDK με pip install openai-agents
  • Ορίστε το OPENAI_API_KEY ως μεταβλητή περιβάλλοντος
  • Χρησιμοποιήστε την Runner.run_sync() για ανάπτυξη και την Runner.run() για ασύγχρονη παραγωγή
  • Χρησιμοποιήστε την Runner.run_streamed() για ροή δεδομένων σε πραγματικό χρόνο
  • Δομήστε το έργο σας με ξεχωριστούς φακέλους για πράκτορες, εργαλεία και δοκιμές