
编排智能体:例程与交接
在使用语言模型时,通常要获得可靠的性能,您只需要一个好的提示词和正确的工具。然而,在处理许多独特的流程时,事情可能会变得复杂。本指南将介绍解决此问题的一种方法。
共 20 篇文章

在使用语言模型时,通常要获得可靠的性能,您只需要一个好的提示词和正确的工具。然而,在处理许多独特的流程时,事情可能会变得复杂。本指南将介绍解决此问题的一种方法。

技术团队成员:Aravind Srinivasan & Samay Shamdasani(Thrive Holdings),Arthur Fernandes Araujo & John de Wasseige(OpenAI)

在工作流结构清晰后,接下来的问题是哪些外部接口应该存在于 Agent 循环中,以及您将如何检查运行时实际发生的情况。

Secure MCP Tunnel(安全 MCP 隧道)允许您将私有 MCP 服务器连接到支持的 OpenAI 产品,无需开放入站防火墙端口或将这些服务器暴露到公共互联网。在能够访问您的 MCP 服务器的网络内运行 tunnel-clien


您可以将 Codex 作为 MCP 服务器运行,并从其他 MCP 客户端连接它(例如,使用 OpenAI Agents SDK MCP 集成构建的智能体)。

ChatGPT 支持用于嵌入式应用 UI 的 MCP Apps 开放标准。

更新后的 OpenAI Agents SDK 为团队提供了模型原生的框架,用于构建可以在工具、文件、内存、审批和沙箱计算之间协调的智能体。它是开源的,因此团队可以检查和自定义运行时行为。您不必为每个模型集成重新构建这些组件,而是可以使用一个


_了解 Skyscanner 如何通过将 OpenAI 的 Codex CLI 与 JetBrains IDE 集成,为他们的 AI 助手提供与人类开发者相同的调试和测试工具。_

Codex 变得更快、更可靠,并且在实时协作和独立处理任务方面表现更好——无论您是通过终端、IDE、Web 还是手机进行开发。

_本指南面向已经熟悉 OpenAI 模型和 LLM 智能体的读者,希望了解如何编排一组智能体来完成现实世界的复杂任务。_

本 Cookbook 演示了如何使用 OpenAI Deep Research API 和 OpenAI Agents SDK 构建智能体研究工作流程。这是 基础 Cookbook 的延续,如果您还不熟悉该内容,请考虑先阅读。



2025 年不是关于单一模型发布——这一年 AI 在生产环境中运行变得更加容易。随着模型在规划、工具使用和长期任务方面的改进,越来越多的团队从"逐步提示"转向将工作委派给智能体。

本笔记本使用 OpenAI Evals 框架和自定义内存数据集,评估模型回答关于 tiktoken GitHub 仓库的问题的能力。

当一个Agent系统出现故障时,问题往往比单次错误响应更严重。交接可能发生得太晚,专家Agent可能在多次运行中遗漏相同的信号,或者审查流程可能针对错误的案例类型触发。为了改进系统,团队需要看到整个追踪群体中的重复行为。

当您为像 Codex 这样的智能体迭代技能时,很难判断您是真的在改进它,还是只是在改变它的行为。一个版本感觉更快,另一个似乎更可靠,然后一个回归悄悄出现:技能没有触发,它跳过了一个必要的步骤,或者留下了额外的文件。

本笔记本为智能体构建一个改进飞轮。我们从真实追踪开始,添加人工和模型反馈,将该反馈转化为评测,然后使用结果证据提出下一个框架变更,供Codex实施。