Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Agents SDK: Installation och din första agent

Lektion 4 av 25 Uppdaterad 29 juli 2026 Utvecklare
På denna sida
  1. Agents SDK: Installation och din första agent
  2. Förutsättningar
  3. Installation
  4. Din första agent
  5. Asynkron exekvering
  6. Strömmande exekvering
  7. Projektstruktur för agenter
  8. Viktiga punkter

Agents SDK: Installation och din första agent

Nu sätter vi igång med kodandet. Du kommer att installera OpenAI:s officiella Agents SDK, bygga en fungerande Python-agent och utforska de tre exekveringslägen som du kommer att använda genom hela denna kurs.

Förutsättningar

Du behöver bara tre saker: Python 3.10+ installerat på din dator, ett OpenAI-konto med en aktiv API-nyckel och en kodeditor. Vi rekommenderar VS Code, men vilken editor som helst med syntaxmarkering för Python fungerar utmärkt.

Installation

Paketet heter openai-agents. Se upp: om du bara installerar openai får du den klassiska API-klienten, inte Agents SDK.

pip install openai-agents

Detta paket installerar automatiskt nödvändiga beroenden, inklusive OpenAI Python SDK. Därefter ställer du in din API-nyckel som en miljövariabel. SDK:t läser den automatiskt, så ingen extra konfiguration behövs.

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

Detta kommando försvinner när du stänger terminalen, och du vill absolut inte hårdkoda din nyckel i dina källfiler. För en korrekt projektsetup använder du en .env-fil tillsammans med python-dotenv, och lägger till den filen i din .gitignore innan ditt första commit.

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

Din första agent

Skapa en fil som heter 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)

Kör den:

python my_first_agent.py

Du har precis skapat och kört din första agent. Det är enkelt – inga verktyg, inga skyddsräcken – men det utgör grunden för allt annat. Resten av denna kurs bygger helt enkelt vidare på dessa två objekt: Agent och Runner.

Asynkron exekvering

run_sync blockerar den aktuella tråden tills svaret kommer. Det fungerar bra för ett testskript, men är oacceptabelt för en webbserver som hanterar hundratals samtidiga förfrågningar. I produktion kommer du att använda asynkront läge.

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() är den asynkrona versionen; Runner.run_sync() är en synkron wrapper som anropar den åt dig. När du använder FastAPI eller något annat asynkront ramverk ska du alltid använda Runner.run().

Strömmande exekvering

Det finns ett tredje läge, som är avgörande när en människa väntar framför skärmen. Strömning visar svaret medan det genereras, token för 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())

Slingan async for konsumerar en ström av händelser. Här filtrerar vi efter råa svars-händelser från modellen och skriver bara ut textfragmenten. Strömning är kritisk för användarupplevelsen: ingen vill stirra på en tom skärm i 10 sekunder.

Projektstruktur för agenter

En agent i produktion ryms inte i en enda fil. Separera dina agentdefinitioner, verktyg och tester från början, annars blir din main.py snabbt oläsbar.

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

Viktiga punkter

  • Installera SDK:t med pip install openai-agents
  • Ställ in OPENAI_API_KEY som en miljövariabel
  • Använd Runner.run_sync() för utveckling och Runner.run() för asynkron produktion
  • Använd Runner.run_streamed() för strömning i realtid
  • Strukturera ditt projekt med separata mappar för agenter, verktyg och tester