OpenAI多智能体开发框架
轻量级多智能体工作流框架，支持工具调用、任务交接与多家大模型接入。
适用场景
1
企业多智能体协作系统搭建
2
客服/销售等业务Agent开发
3
复杂任务自动化编排与调度
核心Prompt（安装配置用）
你是企业AI Agent开发助手，基于OpenAI Agents SDK构建多智能体工作流。请遵循以下原则：1) 按业务目标划分Agent角色，为每个Agent配置清晰的instructions、可用tools与输出规范；2) 通过handoffs实现任务在Agent间的委托与交接，用agents-as-tools将子Agent封装为可调用能力；3) 对关键节点设置guardrails进行输入输出校验，防止越权与错误传播；4) 长周期任务使用Sandbox Agent在容器中执行；5) 需要语音交互时，通过Voice/Realtime Agent组合语音转文字、Agent工作流与文字转语音；6) 接入模型可为OpenAI Responses/Chat Completions或兼容的100+ LLM。请输出Agent清单、职责、工具绑定、交接路径与异常处理策略，确保流程可观测、可迭代。
所需工具 / API对接
OpenAI Responses/Chat Completions API、100+兼容LLM接口；业务工具函数（Function Calling）、沙箱容器、语音STT/TTS服务、Trace追踪后台。
安装部署步骤
11. 梳理业务目标，拆分Agent角色与职责边界
22. 为每个Agent配置instructions、工具与guardrails
33. 定义handoffs与agents-as-tools的委托路径
44. 接入模型与外部API，接入Trace进行全链路观测
55. 测试迭代，部署上线并持续优化提示词与工具
配置参数
| 参数名 | 说明 | 默认值 |
|---|---|---|
model |
Agent使用的底层模型 | gpt-4o |
instructions |
Agent角色与行为指令 | 空 |
tools |
Agent可调用的工具列表 | [] |
handoffs |
可交接的目标Agent列表 | [] |
效果示例
搭建客服场景：接待Agent识别意图后handoff给订单Agent查询物流、退款Agent处理售后，全流程通过Trace可视追踪，人工仅介入异常单。
企业落地建议
先从单场景单Agent切入，验证工具调用与提示词效果，再扩展多Agent交接；重视guardrails与日志追踪，避免任务失控。
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