Ailtireacht gníomhaire: an lúib réasúnaíochta-uirlisí
Ar an leathanach seo
Nuashonraithe an 3 Samhain, 2026: In
rechercher_produit, bhí comhaidprixagusstockin easnamh ar chomharthaí luachana, rud a d’fhágNameErrorar an gcéad ghlaonna uirlise.
Ailtireacht gníomhaire: an lúib réasúnaíochta-uirlisí
Chun gníomhairí éifeachtacha a thógáil, ní mór duit a n-ailtireacht inmheánach a thuiscint. Oibríonn gníomhaire OpenAI ar lúib réasúnaíochta: faigheann sé tasc, smaoiníonn sé, úsáideann sé uirlis, breathnaíonn sé ar an toradh, agus ansin cinneann sé an bhfuil sé críochnaithe nó an gcaithfidh sé leanúint air. Tá gach rud a dhéanfaidh tú amach anseo—uirlisí a dhearbhú, gardaí a shocrú, ilghníomhairí a chomhordú—bunaithe ar an lúib seo.
Timthriall an ghníomhaire
Leanann gach feidhmiú sé chéim:
- Glacadh: Faigheann an gníomhaire an teachtaireacht úsáideora agus treoracha an chórais
- Réasúnaíocht: Déanann an tsamhail anailís ar an iarratas agus cinneann sí an chéad ghníomh eile
- Glaonna uirlise: Más gá, déanann an gníomhaire glaonna ar uirlis amháin nó níos mó
- Breathnú: Faigheann an gníomhaire torthaí na n-uirlisí
- Cinneadh: Cinneann an gníomhaire an leanfaidh sé air (ar ais go céim 2) nó an bhfreagróidh sé
- Freagra: Cruthaíonn an gníomhaire a fhreagra deiridh
Is é an lúib idir céimeanna 2 agus 5 an eochair, agus is féidir leis rith go leor uaireanta. Is féidir le gníomhaire slabhra a dhéanamh de 5, 10, nó fiú 20 glaonna uirlise sula dtugann sé freagra deiridh, gan duit líne cód comhordaithe amháin a scríobh. Taispeánann an sampla thíos é seo: dearbhaítear dhá uirlis neamhspleácha, agus cinneann an tsamhail conas iad a shlabhrú.
from agents import Agent, Runner, function_tool
@function_tool
def rechercher_produit(nom: str) -> str:
"""Searches for a product in the catalog."""
# Simulation - in production, call your database
catalogue = {
"laptop-pro": {"prix": 1299, "stock": 45},
"tablet-air": {"prix": 599, "stock": 120},
}
produit = catalogue.get(nom)
if produit:
return f"Produit {nom}: {produit['prix']}€, stock: {produit['stock']}"
return f"Produit {nom} non trouvé"
@function_tool
def calculer_remise(prix: float, pourcentage: float) -> str:
"""Calculates the price after discount."""
prix_final = prix * (1 - pourcentage / 100)
return f"Prix après {pourcentage}% de remise : {prix_final:.2f}€"
agent = Agent(
name="Sales Agent",
instructions="You help customers find products and calculate discounts.",
tools=[rechercher_produit, calculer_remise],
model="gpt-5.6-terra",
)
# The agent will: 1) find the product, 2) calculate the discount, 3) respond
result = Runner.run_sync(
agent,
"What is the price of the laptop-pro with a 15% discount?"
)
print(result.final_output)
Éilíonn an cheist dhá oibríocht nach bhfuil nasctha go follasach sa chód. Déanann an gníomhaire dhá ghlaonna uirlise go huathoibríoch i seicheamh: ar dtús rechercher_produit, ansin calculer_remise leis an bprais a fuarthas. Is cinneadh ón tsamhail é an slabhrú seo, ní treoir uaitse.
Struchtúr inmheánach: míreanna agus teachtaireachtaí
Struchtúraíonn an API Freagraí gach idirghníomhaíocht mar mhíreanna. Trí iad a léamh, feiceann tú cad a rinne do ghníomhaire i ndáiríre. Tagann trí chineál chun cinn sa chomhrá:
message: teachtaireacht téacs (ón úsáideoir nó ón ngníomhaire)function_call: glaonna uirlise a chinneann an gníomhairefunction_call_output: an toradh a thugtar ar ais ón uirlis
result = Runner.run_sync(agent, "Find the tablet-air")
# Inspect the reasoning steps
for item in result.raw_responses:
print(f"Type: {type(item).__name__}")
# You'll see: message input → function_call → function_call_output → message output
Déan cleachtas de rianú a dhéanamh ar an lúib seo gach uair a thugann gníomhaire freagra iontach. Naoi n-uaire as deich, léiríonn an t-anamail i function_call le hargóintí nach raibh súil leo.
Glaonna comhthreomhara vs seicheamhacha
Ní bhraitheann gach céim ar a chéile. Nuair atá dhá ghlaonna neamhspleách ar a chéile, is féidir leis an ngníomhaire cinneadh iad a rith go comhthreomhar.
@function_tool
def obtenir_meteo(ville: str) -> str:
"""Gets the current weather for a city."""
meteos = {"Paris": "18°C, sunny", "Lyon": "16°C, cloudy"}
return meteos.get(ville, "Data unavailable")
agent = Agent(
name="Travel Agent",
instructions="You help plan trips.",
tools=[obtenir_meteo, rechercher_produit],
model="gpt-5.6-terra",
)
# The agent will call obtenir_meteo("Paris") and obtenir_meteo("Lyon") in parallel
result = Runner.run_sync(
agent,
"What's the weather in Paris and Lyon?"
)
Ní bhraitheann aimsir Lyon ar aimsir Pháras: láimhseálann an SDK an comhthreomhaireacht go huathoibríoch agus seolann sé an dá ghlaonna ag an am céanna, rud a laghdaíonn an moill. Déan comparáid idir é seo agus an sampla díola thuas, áit ar ghá fanacht leis an bprais sular féidir an lascaine a ríomh: ann, fhorchuirtear an seicheamh.
An paraiméadar max_turns
I gcásanna is measa, d’fhéadfadh lúib uathrialach gan stopadh riamh: glaonn an gníomhaire ar uirlis, brúnn an toradh é chun glaonna ar cheann eile, agus mar sin de. Is paraiméadar amháin an tslándáil.
result = Runner.run_sync(
agent,
"Full catalog analysis",
max_turns=10 # Maximum 10 loop iterations
)
Má shroicheann an gníomhaire an teorainn, stopann sé leis na torthaí atá aige go dtí sin. Sa táirgeadh, tá sé seo riachtanach mar shlándáil: cuireann sé teorainn le ham freagartha agus le costas araon.
Príomhphointí
- Rithíonn gníomhaire i lúib: réasúnaíocht → uirlis → breathnú → cinneadh
- Is féidir leis an lúib seo rith go leor uaireanta sula dtugtar freagra
- Cinneann an tsamhail go huathoibríoch cé na huirlisí le glaonna agus in cén ord
- Rithíonn glaonna uirlisí neamhspleácha go comhthreomhar
- Teorannaíonn
max_turnslíon na n-athrá chun slándála