Wenn du einen Agenten ausführst, liefert das Ergebnis mehr als die abschließende Antwort. Nach einer Übergabe zeigt es dir, welcher Agent übernommen hat. Es enthält die Daten für die nächste Gesprächsrunde und bei einer Unterbrechung zur Prüfung auch den Zustand, mit dem du den Lauf fortsetzen kannst.
Welche Ergebniseigenschaften brauchst du?
Für die meisten Anwendungen reichen wenige Eigenschaften des Ergebnisses aus.
| Was du brauchst | Was du verwendest |
|---|---|
| Die abschließende Antwort, die du der fragenden Person anzeigen möchtest | finalOutput in TypeScript oder final_output in Python |
| Den lokalen Verlauf, den du erneut als Eingabe übergeben kannst | history in TypeScript oder to_input_list() in Python |
| Den spezialisierten Agenten, der in der Regel die nächste Gesprächsrunde übernehmen soll | lastAgent in TypeScript oder last_agent in Python |
| Eine von OpenAI verwaltete Verkettung von Antworten | lastResponseId in TypeScript oder last_response_id in Python |
| Ausstehende Genehmigungen und den gespeicherten Zustand für die Fortsetzung | interruptions und state in TypeScript oder to_state() in Python |
Mach dich zuerst mit diesen Eigenschaften vertraut. Einzelheiten zu den Elementen eines Laufs, den unverarbeiteten Modellantworten und den Diagnosedaten findest du in der SDK-Dokumentation und im Referenzmaterial.
Welche Daten du für die nächste Gesprächsrunde übernimmst
Wie du das Ergebnis verwendest, hängt davon ab, wie du das Gespräch fortsetzt.
- Wenn deine Anwendung den vollständigen Verlauf lokal verwaltet, verwende
erneut.historyin TypeScript oderto_input_list()in Python - Wenn du eine Sitzung verwendest, übergib jedes Mal dieselbe Sitzung. Das SDK lädt und speichert den Verlauf für dich.
- Wenn der Server die Fortsetzung verwaltet, übergib nur die neue Nutzereingabe und verwende die gespeicherte ID erneut, anstatt den gesamten Gesprächsverlauf noch einmal zu übergeben.
- Verwende nach einer Übergabe
erneut, wenn der spezialisierte Agent auch die nächste Gesprächsrunde übernehmen soll.lastAgentin TypeScript oderlast_agentin Python
Bei einer Unterbrechung erhältst du den Zustand statt einer abschließenden Antwort
Ein Ergebnis bleibt vor allem dann bewusst unvollständig, wenn eine Genehmigung aussteht.
kann leer bleiben, weil der Lauf noch nicht abgeschlossen ist.finalOutputin TypeScript oderfinal_outputin Pythoninterruptionszeigt dir, für welche ausstehenden Tool-Aufrufe du eine Entscheidung treffen musst. liefert den gespeicherten Zustand. Übergib ihn wieder an die Laufzeitumgebung, nachdem du die betreffenden Aufrufe genehmigt oder abgelehnt hast.statein TypeScript oderto_state()in Python
Wenn die Prüfung möglicherweise erst nach der aktuellen Anfrage stattfindet, serialisierst du genau diesen Zustand.
Details zu einzelnen Elementen und Diagnosedaten
Wenn deine Anwendung mehr Informationen braucht, als die genannten Eigenschaften liefern, kannst du über das SDK auch auf die einzelnen Elemente eines Laufs und auf Diagnosedaten zugreifen. Dazu gehören Aufzeichnungen zu einzelnen Tool-Aufrufen und Übergaben, unverarbeitete Modellantworten, Ergebnisse der Guardrail-Prüfungen und Nutzungsdetails.
Diese Daten helfen bei Audits, bei der Entwicklung eigener Benutzeroberflächen und bei der eingehenden Fehlersuche. Für die meisten, die mit dem SDK entwickeln, können diese Details bis nach dem Einstieg warten.
Nächste Schritte
Sobald du weißt, welche Ergebniseigenschaften du brauchst, erfährst du in den folgenden Leitfäden, wie diese Daten entstehen und wie du sie untersuchst.
Erfahre, wie die Ergebnisverarbeitung mit der Ausführungsschleife und der Fortsetzung des Gesprächs zusammenhängt.
Erfahre, wie ein pausierter Lauf Unterbrechungen und den Zustand für die Fortsetzung zurückgibt.
Nutze Traces, wenn du den Ablauf eines Workflows im Detail nachvollziehen möchtest.