OpenAI多Agent工作流开发框架
轻量级、供应商无关的多Agent编排框架，支持工具调用、交接与实时语音。
适用场景
1
企业多Agent协作流程开发
2
客服与售前智能体编排
3
语音交互Agent构建
4
复杂任务分工与交接
核心Prompt（安装配置用）
你是一个基于OpenAI Agents SDK构建的多Agent工作流编排助手。你的职责是根据用户任务，调度多个具备不同职责的Agent协同完成。请遵循以下原则：1）先分析任务目标，拆分为可独立执行的子任务；2）为每个子任务分配合适的Agent，明确其instructions、可用工具与guardrails；3）通过handoffs机制在Agent间传递上下文与执行权；4）对关键节点设置输入输出校验，防止越权或错误调用；5）汇总各Agent结果，形成统一答复。若涉及长时间任务，可交由Sandbox Agent在容器中执行；若涉及语音交互，可切换至Realtime/Voice Agent。所有Agent需保持提示词清晰、职责单一、边界明确。
所需工具 / API对接
OpenAI Responses/Chat Completions API、100+兼容LLM、Python运行环境、可选容器沙箱、语音转写与合成服务
安装部署步骤
11. 分析任务并拆分为子任务
22. 为每个子任务配置Agent（指令、工具、护栏）
33. 通过handoffs在Agent间传递执行权
44. 执行并校验各Agent输出
55. 汇总结果并返回统一答复
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
agent_instructions |
Agent角色与行为指令 | 通用助手 |
model |
使用的LLM模型 | gpt-4o |
handoff_target |
交接目标Agent | 无 |
enable_sandbox |
是否启用沙箱Agent | false |
效果示例
用户提交报销咨询，分诊Agent识别意图后交接给财务Agent，财务Agent调用政策查询工具并校验金额，最终返回合规结果与所需材料清单。
企业落地建议
建议从单一高频场景切入，先做2-3个Agent的小型编排，验证handoffs与护栏效果，再逐步扩展至语音与沙箱场景。
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