正文

OpenAI Agents SDK擴展：支援百餘種LLM的多智能體工作流框架

本文介紹一個基於OpenAI Agents SDK的多智能體工作流框架，不僅支援OpenAI官方API，還能夠整合超過100種其他大型語言模型，為構建複雜AI應用提供靈活解決方案。

多智能體OpenAIAgents SDKLLM整合工作流ClaudeGeminiOpenRouter智能體協作模型切換

发布时间 2026/03/30 05:13最近活动 2026/03/30 05:24预计阅读 4 分钟

章节 01

导读 / 主楼：OpenAI Agents SDK擴展：支援百餘種LLM的多智能體工作流框架

章节 02

專案概述

OpenAI Agents SDK是OpenAI官方推出的多智能體開發框架，旨在簡化複雜AI工作流的構建。然而，官方版本主要針對OpenAI自家的模型進行優化。openai-agents-python專案在這個基礎上進行了擴展，讓開發者能夠在保持SDK簡潔API的同時，使用包括Anthropic Claude、Google Gemini、開源模型在內的100多種LLM。

這種擴展對於希望避免供應商鎖定、需要特定模型能力、或出於成本考慮想使用替代方案的開發者來說，具有重要價值。

章节 03

什麼是多智能體系統

單一LLM雖然能力強大，但在面對複雜任務時往往力不從心。多智能體系統將大任務分解為多個子任務，由專門化的智能體分別處理，最後協調結果。這種設計類比於人類團隊協作：每個成員有自己的專長，通過分工合作完成複雜專案。

典型的多智能體場景包括：

研究助手：一個智能體負責搜尋資訊，一個負責分析，一個負責撰寫報告
程式碼審查：一個智能體檢查安全性，一個檢查效能，一個檢查可讀性
客戶服務：一個智能體處理常見問題，一個專門處理技術問題，一個負責升級複雜案例

章节 04

OpenAI Agents SDK的設計哲學

官方SDK的設計強調簡潔和實用：

最小化抽象：只提供必要的概念（Agent、Tool、Runner），學習成本低
Python原生：充分利用Python的生態系統和開發體驗
型別安全：完整的型別提示支援，提高開發效率
可觀測性：內建追蹤和調試功能

章节 05

模型供應商抽象

專案的核心是在SDK的底層添加了一個模型供應商抽象層。這個抽象層定義了統一的介面，包括：

chat.completions.create()：發送對話請求
embeddings.create()：生成文字嵌入
models.list()：列出可用模型

每個支援的供應商都實現這個介面，將統一呼叫轉換為供應商特定的API格式。

章节 06

支援的供應商

目前支援的供應商包括：

商業API：

OpenAI（GPT-4、GPT-5系列）
Anthropic（Claude 3/4系列）
Google（Gemini Pro/Ultra）
Azure OpenAI
AWS Bedrock

聚合平台：

OpenRouter（支援100+模型）
Together AI
Anyscale

開源/本地：

Ollama（本地模型）
vLLM（高效推理服務）
Text Generation Inference（HuggingFace）

章节 07

配置方式

開發者可以通過環境變數或程式碼配置選擇使用的模型：

import os
from openai_agents import Agent, Runner

# 通過環境變數切換供應商
os.environ['OPENAI_AGENTS_PROVIDER'] = 'anthropic'
os.environ['ANTHROPIC_API_KEY'] = 'sk-ant-...'

agent = Agent(
    name="Assistant",
    instructions="You are a helpful assistant.",
    model="claude-4.5-sonnet"
)

result = Runner.run_sync(agent, "Hello!")

或者通過程式碼顯式配置：

from openai_agents import Agent, Runner
from openai_agents.providers import AnthropicProvider

provider = AnthropicProvider(api_key="sk-ant-...")

agent = Agent(
    name="Assistant",
    instructions="You are a helpful assistant.",
    model="claude-4.5-sonnet",
    provider=provider
)

章节 08

串行工作流

最簡單的模式是智能體按順序執行，一個的輸出作為下一個的輸入：

from openai_agents import Agent, Runner

# 定義專門化的智能體
researcher = Agent(
    name="Researcher",
    instructions="Search for information on the given topic.",
    model="gpt-5-mini"
)

writer = Agent(
    name="Writer",
    instructions="Write a report based on the research.",
    model="claude-4.5-sonnet"
)

# 串行執行
research_result = Runner.run_sync(researcher, "AI safety")
final_report = Runner.run_sync(writer, research_result.output)