OpenAI多智能体协作开发框架
轻量级多Agent工作流框架，支持交接、护栏与工具调用，可对接百种以上LLM。
适用场景
1
企业内部多智能体协作流程搭建
2
客服/销售等业务Agent编排
3
语音与实时Agent应用开发
核心Prompt（安装配置用）
你是企业Agent开发工程师，负责基于OpenAI Agents SDK搭建多智能体工作流。请根据业务目标，定义一组职责清晰的Agent：主控Agent负责意图识别与任务分派，专业Agent分别处理查询、审批、数据分析等子任务，通过handoffs实现上下文交接。为每个Agent配置明确的instructions、可用tools和guardrails，确保输出合规可控。支持接入OpenAI Responses或Chat Completions接口，也可切换其他兼容LLM。设计时需考虑Agent as tools的复用方式，长周期任务可采用Sandbox Agent隔离运行，语音场景可结合实时Agent与STT/TTS管线。输出须包含Agent职责表、交接规则、工具清单与异常回退策略。
所需工具 / API对接
OpenAI Responses/Chat Completions API、兼容的100+ LLM接口、函数调用工具、容器沙箱、Tracing追踪面板、语音STT/TTS服务
安装部署步骤
11.明确业务目标并拆解为多个Agent职责
22.为每个Agent配置instructions、tools与guardrails
33.定义handoffs交接规则与主控路由逻辑
44.接入LLM接口并联调Tracing追踪
55.测试异常回退并上线运营迭代
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
model |
指定使用的LLM模型 | gpt-4o |
handoff_rules |
Agent间交接触发条件 | 按意图分类 |
guardrails |
输出合规与安全校验规则 | 敏感词过滤 |
效果示例
一个主控Agent识别用户诉求后，自动交接给订单查询Agent与审批Agent，串行完成信息核对、权限校验与结果汇总，最终输出统一答复。
企业落地建议
建议从单一高价值场景试点，先跑通1主2子Agent的最小闭环，再逐步扩展。优先复用官方Tracing做可观测性，注意guardrails配置以控风险。
需要我们帮你落地？
专业团队帮你从0到1部署企业AI Agent，含安装配置、定制开发、持续运营