Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Agents SDK: Installatie en uw eerste agent

Les 4 van 25 Bijgewerkt op 29 juli 2026 Ontwikkelaar
Op deze pagina
  1. Agents SDK: Installatie en uw eerste agent
  2. Vereisten
  3. Installatie
  4. Uw eerste agent
  5. Asynchrone uitvoering
  6. Streaming-uitvoering
  7. Projectstructuur voor agents
  8. Belangrijkste punten

Agents SDK: Installatie en uw eerste agent

Laten we beginnen met coderen. U installeert de officiële Agents SDK van OpenAI, bouwt een werkende Python-agent en verkent de drie uitvoeringsmodi die u tijdens deze cursus zult gebruiken.

Vereisten

U heeft slechts drie dingen nodig: Python 3.10+ geïnstalleerd op uw machine, een OpenAI-account met een actieve API-sleutel, en een code-editor. Wij raden VS Code aan, maar elke editor met Python-syntaxhighlighting volstaat.

Installatie

Het pakket heet openai-agents. Let op: als u alleen openai installeert, krijgt u de klassieke API-client, niet de Agents SDK.

pip install openai-agents

Dit pakket installeert automatisch de vereiste afhankelijkheden, waaronder de OpenAI Python SDK. Stel vervolgens uw API-sleutel in als omgevingsvariabele. De SDK leest deze automatisch, zodat er geen extra configuratie nodig is.

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

Deze opdracht verdwijnt wanneer u de terminal sluit en u wilt uw sleutel zeker niet hardcoden in uw bronbestanden. Gebruik voor een juiste projectopzet een .env-bestand met python-dotenv en voeg dit bestand toe aan uw .gitignore voordat u uw eerste commit doet.

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

Uw eerste agent

Maak een bestand met de naam 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)

Voer het uit:

python my_first_agent.py

U zojuist uw eerste agent gemaakt en uitgevoerd. Het is eenvoudig – geen tools, geen bewakingsmechanismen – maar het vormt de basis voor alles wat volgt. De rest van deze cursus bouwt simpelweg voort op deze twee objecten: Agent en Runner.

Asynchrone uitvoering

run_sync blokkeert de huidige thread totdat het antwoord binnenkomt. Dat is prima voor een testscript, maar onaanvaardbaar voor een webserver die honderden gelijktijdige verzoeken afhandelt. In productie gebruikt u de asynchrone modus.

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() is de asynchrone versie; Runner.run_sync() is een synchrone wrapper die deze voor u aanroept. Gebruik bij het werken met FastAPI of een ander async-framework altijd Runner.run().

Streaming-uitvoering

Er is een derde modus, essentieel wanneer een mens wacht achter het scherm. Streaming toont het antwoord terwijl het wordt gegenereerd, token voor 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())

De async for-lus consumeert een stroom van gebeurtenissen. Hier filteren we op ruwe modelantwoordgebeurtenissen en printen we alleen de tekstfragmenten. Streaming is cruciaal voor de gebruikerservaring: niemand wil 10 seconden naar een leeg scherm staren.

Projectstructuur voor agents

Een productie-agent past niet in één enkel bestand. Splits uw agentdefinities, tools en tests vanaf het begin, anders wordt uw main.py snel onleesbaar.

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

Belangrijkste punten

  • Installeer de SDK met pip install openai-agents
  • Stel OPENAI_API_KEY in als omgevingsvariabele
  • Gebruik Runner.run_sync() voor ontwikkeling en Runner.run() voor asynchrone productie
  • Gebruik Runner.run_streamed() voor realtime streaming
  • Structureer uw project met aparte mappen voor agents, tools en tests