OpenAI Agents SDK

观察时点：2026-10-15。在自己的应用中控制Agent、工具、handoff和会话的SDK。

已公开的技术路线与控制边界

Python runner驱动模型与工具；Session协议与ModelProvider提供扩展边界。应用负责部署、存储、批准和工具资源；SDK负责循环及相关状态处理。

Agents SDK适合希望在自己应用中掌握部署、存储、权限和工具执行的团队。SDK提供Agent、工具、handoff、guardrail与runner等抽象，应用将这些构件嵌入自己的服务。它与厂商托管Agents API不同，运行环境和业务控制并不会自动交给OpenAI管理。

固定Python源码的Session协议包含历史读取、追加、弹出和清空，是可替换存储后端的边界。但conversation history并不是完整长期记忆系统；来源、冲突、TTL、删除、跨租户scope和能力准入仍要应用设计。源码还对会话写入取消和压缩快照替换作了特殊处理，提示持久化操作不能简单跟随模型流一起中断。

公开Model接口要求tool call ID非空且在Run和恢复链中稳定，变化后的工具身份或参数不能复用旧ID。这是适配第三方模型时必须测试的合同。更换模型字符串或base_url后能回答普通问题，不能证明并行工具、schema、拒绝、stream和恢复都兼容。

Guardrail也有执行时序。固定run loop区分并行和阻断检查，并在某些sandbox准备前运行blocking guardrail。降低延迟时不能把决定能否产生副作用的检查放到动作之后。企业工具网关仍要独立检查身份、资源和批准，不能只依赖模型侧安全提示。

MIT许可与清晰接口有利于依赖集成。推荐保留一个主runtime，把企业Task、证据、操作账本和评测放在自有层；若已有LangGraph或持久引擎，不要让两层各自重新播放同一动作。框架之间可以组合，但需明确谁拥有循环、等待和恢复。

验证从协议到真实harness逐层进行：会话重启、并行调用、approval恢复、取消、输出拒绝和未知工具结果；随后用三域任务测证据、计算与业务结果。公开源码和发布元数据能够说明实现入口，不能证明目标云环境、第三方adapter或企业负载已通过。

一个可验证的接口切片是：Session实现保存对话，业务Task表保存目标和验收，ToolOperation表保存副作用身份，Artifact保存产物和证据映射。四者通过稳定ID关联，不需要挤进同一messages数组。先用测试后端验证工具成功后丢响应、重复恢复和批准参数变化，再接正式业务。对provider切换，保留原始事件与统一视图的对照，检查call ID、usage和最终状态是否一致。若项目已用另一工作流，先限定SDK只负责一个局部Agent，不让它和外层各自重放同一动作。

数据、记忆与模型替换

Session协议保存conversation history；企业长期记忆的来源、TTL和权限需另行设计。

有模型与provider接口；第三方适配须验证schema、stream、call ID与native能力。

执行、部署与采用取舍

SDK进程在应用选择的环境中运行；工具和数据库由应用管理。Runner驱动模型、工具、handoff及恢复相关状态。自有云服务或受控worker；不是托管Agents API。

轻量依赖集成与明确Session/Model边界，适合OpenAI原生或经验证provider。

观察于2026-10-15：源码与v0.24.0发布状态观察于2026-10-15；v0.24.0；SHA 17d994bd3045dae71acda676a4ef4762ed8ecd94

许可边界：MIT。采用前按实际使用方式核验组件、云服务与模型条款。

证据范围与未知

固定源码已读Session、Model接口和guardrail先后边界；MIT文件已核。

未公开或仍需目标环境验证的部分：企业负载表现；第三方适配覆盖率；外部副作用端到端一致性。本页不以产品表面行为推断其隐藏实现。

Agents SDK：Session接口源码；Agents SDK：Model接口和call ID约束；Agents SDK：阻断检查与sandbox初始化；Agents SDK：MIT许可；OpenAI Agents SDK：模型与provider。