Den vollständigen Index der Dokumentation findest du in llms.txt. Die Markdown-Version einer Dokumentationsseite erhältst du, indem du .md an die URL der Seite anhängst.
Hauptnavigation
Design

Agents SDK

Entwickle Agenten mit dem OpenAI Agents SDK direkt im Code und nutze bei Bedarf komplexere Laufzeitmuster.

Agenten können mit Tools Aufgaben planen und erledigen, mit anderen Agenten zusammenarbeiten und den Kontext über mehrere Schritte hinweg beibehalten.

Starte deinen ersten Agenten

Folge dem Schnellstart für das Agents SDK, um das SDK zu installieren, einen Agenten zu definieren und ihn auszuführen. Sobald er läuft, kehre hierher zurück und wähle die Funktion aus, die deine Anwendung als Nächstes braucht.

Das Agents SDK auf GitHub

In den GitHub-Repositorys findest du weitere Beispiele, Issues und Referenzinformationen für die jeweilige Programmiersprache.

Wähle deinen Einstieg

Dein Ziel Hier geht’s los Warum?
Eine Agenten-App direkt im Code entwickeln Schnellstart So kommst du am schnellsten zu einer funktionierenden SDK-Integration.
Einen spezialisierten Agenten klar definieren Agenten definieren Hier kannst du beginnen, wenn du noch festlegst, welche Aufgaben ein einzelner Agent übernimmt und welche Ein- und Ausgaben er unterstützt.
Modelle, Standardwerte und Transportmechanismen auswählen Modelle und Anbieter Diese Anleitung hilft dir, wenn die Modellwahl, die Konfiguration des Anbieters oder die Art der Datenübertragung den Workflow beeinflusst.
Die Ausführungsschleife und den Zustand eines Agenten verstehen Agenten ausführen Hier erfährst du, wie die Agentenschleife und das Streaming funktionieren und wie du einen Lauf fortsetzen kannst.
Aufgaben in einer containerbasierten Umgebung ausführen Sandbox-Agenten Lies diese Anleitung, wenn der Agent Dateien, Befehle, Pakete, Snapshots, Mounts oder Verbindungen zu Anbietern benötigt.
Zuständigkeiten für spezialisierte Agenten festlegen Orchestrierung und Übergaben Hier erfährst du, wie du bei mehreren Agenten festlegst, welcher Agent für die Antwort zuständig ist.
Validierung oder Prüfung durch Menschen einbinden Schutzmechanismen und Prüfung durch Menschen Diese Anleitung hilft dir, wenn der Workflow riskante Schritte blockieren oder vor ihrer Ausführung pausieren soll.
Verstehen, was ein Lauf zurückgibt Ergebnisse und Zustand Hier erfährst du, wie du die endgültige Ausgabe verwendest, einen Lauf mit seinem gespeicherten Zustand fortsetzt und den nächsten Gesprächsschritt einleitest.
Gehostete Tools, Funktionstools oder MCP einbinden Tools verwenden und Integrationen und Observability Die Tool-Dokumentation der Plattform erklärt, wie sich die Tools verhalten. Die SDK-Anleitung behandelt MCP und Tracing im SDK.
Läufe untersuchen und verbessern Integrationen und Observability und Agenten-Workflows evaluieren Nutze zuerst Traces zur Fehlersuche. Evaluiere den Workflow anschließend in mehreren Durchgängen.
Einen Workflow für die Sprachinteraktion entwickeln Sprachagenten Nutze die Sprachpipeline des SDK und die Muster für Echtzeitagenten.

Mit dem SDK entwickeln

Wähle das SDK, wenn dein Server die Bereitstellung, die Implementierung der Tools, die Speicherung des Zustands und die Entscheidungen über Genehmigungen übernimmt. Das SDK führt die Agentenschleife aus und ruft die Tools auf. Dieser Ansatz eignet sich besonders, wenn du Folgendes brauchst:

  • typisierten Anwendungscode in TypeScript oder Python
  • direkte Kontrolle über Tools, MCP-Server und das Laufzeitverhalten
  • eine eigene Speicherlösung oder eine serverseitige Steuerung des Gesprächsverlaufs
  • eine enge Integration mit bestehender Produktlogik oder Infrastruktur

Für den Einstieg in das SDK bietet sich diese Reihenfolge an:

Laufzeitoptionen für Agenten vergleichen

In der Übersicht zu Agenten kannst du das Agents SDK, die Agents API und die Responses API vergleichen. Das Agents SDK läuft in deiner Anwendung. Die Agents API führt einen verwalteten Harness im Dienst von OpenAI aus.