Day 036｜OpenAI Agents SDK 快速开始：今天跑通第一个 Agent

系列：100 天系统学习 AI Agent 开发

当前阶段：OpenAI Agents SDK 主线

今日目标：OpenAI Agents SDK 的核心路径是定义 Agent、运行 Agent，再逐步加入工具和协作。

1. 用项目眼光看

今天把注意力放到 OpenAI Agents SDK 的主线上。OpenAI Agents SDK 的核心路径是定义 Agent、运行 Agent，再逐步加入工具和协作。我会尽量把它拆成能写代码、能检查、能复用的形状。

2. 设计取舍

Agent 定义：名称、instructions、模型、工具和输出类型要清晰。
运行过程：关注 run 的输入、历史、工具调用、中断和 final output。
工程护栏：结构化输出、guardrails、tracing 和 evals 是上线前的基础设施。

3. 小实验

今天的主任务是：按 Quickstart 梳理最小代码：Agent、instructions、run、final_output。

我会按这个节奏做：

写出最小 Agent 配置：name、instructions、tools、output。
完成主题任务：按 Quickstart 梳理最小代码：Agent、instructions、run、final_output。
保存一次运行记录：输入、工具调用、输出、错误或改进点。

4. 验收样例

今天先把 Agent 配置写成可检查对象，后面再替换成真实 SDK 代码：

python 复制代码

agent_spec = {
    "name": "day_036_agent",
    "goal": "OpenAI Agents SDK 的核心路径是定义 Agent、运行 Agent，再逐步加入工具和协作。",
    "instructions": "只完成当天主题相关任务，遇到缺失信息先追问。",
    "tools": ["search_docs", "run_demo", "save_note"],
    "output_type": "markdown_with_checklist"
}

run_log = {
    "input": "按 Quickstart 梳理最小代码：Agent、instructions、run、final_output。",
    "tool_calls": [],
    "final_output": None,
    "needs_review": True
}

5. 复盘记录

我今天给自己设一个发布门槛：这篇文章不能只像学习笔记，还要像一块项目积木。

积木名称：OpenAI Agents SDK 快速开始
应该放进项目的材料：一个 Agent 配置对象、运行日志或工具调用记录
读者收藏它的理由：读者看完能照着跑出一个可检查的最小例子
不达标就返工的原因：先跑通一轮，再加工具。一次性把 handoffs、MCP、guardrails 都加上很难排错。

面试官会追问：Quickstart 跑通后，还缺哪五件事？

缺输入校验、工具权限、停止预算、可观测性和评测。Quickstart 证明 SDK 能工作，不证明业务可以上线。我会把示例升级成一条可回放 run：固定 instructions 版本，注册一个只读工具，限制最大轮数，保存 trace，并用三条数据集样本验证。

还要能解释 Runner 与 Agent 的边界：Agent 描述角色、指令、工具和输出；Runner 负责实际执行循环与生命周期；宿主应用仍要负责鉴权、持久化和业务事务。

面试时最危险的回答是"框架会自动处理"。我会明确列出自动处理的部分和仍由业务负责的部分，并演示工具报错时系统如何终止而不是无限自愈。

今日检查清单

给今天的产物命名，后面文章能继续引用：一个 Agent 配置对象、运行日志或工具调用记录
给今天的坑找一个反例或失败输入
给今天的文章补一个读者能直接照做的步骤
写出今天用到的 Agent 配置或运行参数
保存一次输入、工具调用、输出和错误信息
把能交给 SDK 的能力和必须自己写的业务逻辑分开
把下一篇需要的输入单独列出来