Содержание

1. Что такое агент

2. Agent в OpenAI SDK

3. Когда нужен агент

В прошлых видео мы рассматривали, как на Python писать своих агентов, которые работают в цикле. В этом видео переходим к более подробному изучению библиотеки OpenAI и посмотрим, какие средства для работы с агентами в ней есть. В OpenAI SDK есть специальный объект Agent, и мы можем его использовать.

Что такое агент

Немного напомню: агент - это LLM-модель, которая решает одну узкую, изолированную задачу. Решает она её в цикле: вызывает инструменты, пока не достигнет цели.

При обычном вызове у нас просто запрос, модель и ответ. В агенте же у нас не просто запрос, а узкая изолированная задача, которая передаётся модели. Модель решает, что делать с этой задачей, при необходимости вызывает инструменты, которые есть в её распоряжении, и выдаёт результат.

Если разбить агента на части, то агент в SDK - это объект Python, который состоит из трёх главных частей:

  • модель - LLM, которая будет работать с этим агентом. У одного агента одна модель;
  • инструкция - системный промпт: роль агента, правила и формат ответа и так далее;
  • tools - инструменты, которые агент может вызывать сам: поиск в интернете, MCP-серверы, функции, которые у него есть.

Agent в OpenAI SDK

В прошлых видео мы смотрели, как писать цикл while, бесконечный цикл, в котором вызывается агент. Но в OpenAI есть отдельный инструмент, который так и называется - Agent. Нам не нужно писать всю эту программную логику, циклы и так далее. Мы вызываем готовый инструмент и передаём ему три составляющие: модель, инструкции и tools. Всё это стандартизировано, и нет необходимости прописывать это ещё раз.

В коде это выглядит примерно так:

# pip install openai-agents
from agents import Agent

agent = Agent(
    name="Analyst",                                    # имя
    model="gpt-5.4-mini",                              # LLM
    instructions="Ты помогаешь вести портфель акций",  # роль
    tools=[read_portfolio, get_price, add_row],        # инструменты
)

Мы импортируем Agent из библиотеки agents, даём агенту имя, указываем, какая модель будет его обрабатывать, инструкции и инструменты. Инструменты - это функции Python, и какую из них вызвать, агент решает сам. На практике мы посмотрим, как с этим работать, подробнее, а сейчас это общее представление, чтобы было понятно, для чего это нужно.

Так можно создать изолированного агента, который будет решать узкие задачи: например, смотреть портфель акций, анализировать его и выполнять другие изолированные действия с теми инструментами, которые у него есть.

Когда нужен агент

Обычного вызова хватит, когда у нас один запрос и один ответ: перевести, пересказать, классифицировать, и все данные уже есть в промпте.

Агент нужен, когда:

  • задача выполняется в несколько шагов;
  • нужны внешние данные или действия: API, базы данных, таблицы;
  • шаги, которые должны выполниться, заранее неизвестны.

Дальше на практике будем смотреть, как работать с этим инструментом с помощью библиотеки OpenAI.