Обновленный SDK для агентов помогает разработчикам создавать агентов, которые могут проверять файлы, выполнять команды, редактировать код и работать над долгосрочными задачами в контролируемых изолированных средах.
Мы представляем новые возможности в Agents SDK (открывается в новом окне) , которые предоставляют разработчикам стандартизированную инфраструктуру, с которой легко начать работу и которая корректно построена для моделей OpenAI: встроенный в модель инструментарий, позволяющий агентам работать с файлами и инструментами на компьютере, а также встроенное выполнение в изолированной среде для безопасного запуска этой работы.
Например, разработчики могут предоставить агенту контролируемое рабочее пространство, четкие инструкции и инструменты, необходимые для проверки доказательств:
Python
1 # pip install «openai-agents>=0.14.0» 2
3 import asyncio 4 import tempfile 5 from pathlib import Path 6
7 from agents import Runner 8 from agents.run import RunConfig 9 from agents.sandbox import Manifest, SandboxAgent, SandboxRunConfig 10 from agents.sandbox.entries import LocalDir 11 from agents.sandbox.sandboxes import UnixLocalSandboxClient 12
13
14 async def main () -> None : 15 with tempfile.TemporaryDirectory() as tmp: 16 dataroom = Path(tmp) / «dataroom» 17 dataroom.mkdir() 18 (dataroom / «metrics.md» ).write_text( 19 «»»# Annual metrics 20
21 | Год | Выручка | Операционная прибыль | Операционный денежный поток | 22 | — | —: | —: | —: | 23 | 2025 финансовый год | 124,3 млн долларов | 18,6 млн долларов | 24,1 млн долларов | 24 | 2024 финансовый год | 98,7 млн долларов | 12,4 млн долларов | 17,9 млн долларов | 25 «»» , 26 encoding= «utf-8» , 27 ) 28
29 agent = SandboxAgent( 30 name= «Dataroom Analyst» , 31 model= «gpt-5.4» , 32 instructions= «Ответьте, используя только файлы в data/. Укажите имена исходных файлов.» , 33 default_manifest=Manifest(entries={ «data» : LocalDir(src=dataroom)}), 34 ) 35
36 result = await Runner.run( 37 agent, 38 «Сравнить выручку, операционную прибыль и операционный денежный поток за 2025 финансовый год с 2024 финансовым годом.» , 39 run_config=RunConfig( 40 sandbox=SandboxRunConfig(client=UnixLocalSandboxClient()), 41 ), 42 ) 43 print (result.final_output) 44
45
46 if __name__ == «__main__» : 47 asyncio.run(main()) 48
Разработчикам для создания полезных агентов нужны не только лучшие модели, но и системы, которые поддерживают работу агентов по проверке файлов, выполнению команд, написанию кода и продолжению работы на многих этапах.
Современные системы сопряжены с компромиссами по мере перехода команд от прототипов к производству. Фреймворки, не зависящие от модели, гибки, но не в полной мере используют возможности перспективных моделей; SDK поставщиков моделей могут быть ближе к модели, но часто не обеспечивают достаточной прозрачности в работе системы; а управляемые API агентов могут упростить развертывание, но ограничивают места запуска агентов и способы доступа к конфиденциальным данным.
Вот что сказали некоторые из клиентов, которые тестировали новый SDK вместе с нами:
«Обновленный SDK для агентов позволил нам автоматизировать критически важный рабочий процесс обработки клинических записей, с которым предыдущие подходы не справлялись достаточно надежно. Для нас разница заключалась не только в извлечении нужных метаданных, но и в правильном понимании границ каждого взаимодействия в длинных и сложных записях. В результате мы можем быстрее понимать, что происходит с каждым пациентом во время конкретного визита, помогая пациентам удовлетворять их потребности в медицинской помощи и улучшая их взаимодействие с нами».
— Рэйчел Бернс, инженер-разработчик и руководитель направления ИИ в Oscar Health
Более совершенная проводка для контура управления агентом.
Сегодняшний релиз расширяет функциональность комплекта разработки агентов (Adgents SDK) для агентов, работающих с документами, файлами и системами. Теперь он включает в себя настраиваемую память, оркестровку с учетом песочницы, инструменты для работы с файловой системой, аналогичные Codex, и стандартизированную интеграцию с примитивами, которые становятся все более распространенными в передовых системах агентов.
Эти примитивы включают использование инструментов через MCP (открывается в новом окне) , поэтапное раскрытие информации через навыки (открывается в новом окне) , пользовательские инструкции через AGENTS.md (открывается в новом окне) , выполнение кода с помощью инструмента shell (открывается в новом окне) , редактирование файлов с помощью инструмента apply patch (открывается в новом окне) и многое другое. Со временем в систему будут добавляться новые агентные шаблоны и примитивы, чтобы разработчики могли тратить меньше времени на обновления основной инфраструктуры и больше времени на специфическую для предметной области логику, которая делает их агентов полезными.
Этот инструмент также помогает разработчикам раскрыть потенциал перспективной модели, согласовывая выполнение с тем, как эти модели работают лучше всего. Это позволяет агентам работать ближе к естественному алгоритму модели, повышая надежность и производительность при выполнении сложных задач, особенно когда работа длится долго или координируется с использованием различных инструментов и систем.
Кроме того, мы понимаем, что каждый продукт уникален и редко идеально вписывается в стандартные рамки. Мы разработали Agents SDK, чтобы поддержать это разнообразие. Разработчики получают готовый, но гибкий инструмент, который легко адаптируется к их собственному стеку технологий, включая использование инструментов, память и среду песочницы.
Выполнение в нативной песочнице
Обновленный SDK для агентов поддерживает выполнение в изолированной среде, поэтому агенты могут работать в контролируемых компьютерных средах с необходимыми для выполнения задачи файлами, инструментами и зависимостями.
Многим полезным агентам необходимо рабочее пространство, где они могут читать и записывать файлы, устанавливать зависимости, запускать код и безопасно использовать инструменты. Встроенная поддержка песочницы предоставляет разработчикам этот уровень выполнения «из коробки», вместо того чтобы заставлять их собирать его по частям.
Разработчики могут использовать собственную песочницу или встроенную поддержку Blaxel, Cloudflare, Daytona, E2B, Modal, Runloop и Vercel.
Для обеспечения переносимости этих сред между различными поставщиками SDK также вводит абстракцию Manifest для описания рабочего пространства агента. Разработчики могут монтировать локальные файлы, определять выходные каталоги и импортировать данные от поставщиков хранилищ, включая AWS S3, Google Cloud Storage, Azure Blob Storage и Cloudflare R2.
Это предоставляет разработчикам согласованный способ формирования среды агента от локального прототипа до развертывания в производственной среде. Это также обеспечивает модели предсказуемое рабочее пространство: где найти входные данные, где записывать выходные данные и как организовать работу над длительной задачей.
Разделение жгута проводов и вычислительных устройств для обеспечения безопасности, долговечности и масштабируемости.
Системы агентов следует проектировать с учетом попыток внедрения подсказок и утечки данных. Разделение среды выполнения и вычислительных ресурсов помогает предотвратить попадание учетных данных в среды, где выполняется сгенерированный моделью код.
Это также обеспечивает надежное выполнение. Когда состояние агента вынесено во внешний контейнер, потеря контейнера песочницы не означает потерю выполнения. Благодаря встроенным функциям создания снимков и восстановления, SDK агентов может восстановить состояние агента в новом контейнере и продолжить работу с последней контрольной точки, если исходная среда выйдет из строя или истечет срок ее действия.
Наконец, это делает работу агентов более масштабируемой. Агенты могут использовать одну или несколько песочниц, запускать песочницы только при необходимости, направлять подагентов в изолированные среды и распараллеливать работу в разных контейнерах для более быстрого выполнения.
Цены и наличие
Новые возможности Agents SDK доступны всем клиентам через API и используют стандартную ценовую политику API, основанную на использовании токенов и инструментов.
Что дальше?
По мере дальнейшего развития Agents SDK мы будем расширять возможности, которые разработчики смогут с его помощью создавать, упрощая внедрение более функциональных агентов в производство с меньшими затратами на специализированную инфраструктуру, сохраняя при этом гибкость и контроль, необходимые разработчикам для интеграции агентов в свои собственные среды.
Новые возможности тестовой среды и песочницы сначала запускаются на Python, а поддержка TypeScript планируется в будущих релизах. Мы также работаем над добавлением дополнительных возможностей агентов, включая режим кода и субагентов, как для Python, так и для TypeScript.
Кроме того, со временем мы хотим помочь объединить более широкую экосистему агентов, обеспечив поддержку большего количества поставщиков песочниц, больше интеграций и больше способов для разработчиков интегрировать SDK в инструменты и системы, которые они уже используют.
Источник: openai.com
