人工智能进阶文档深度页
Agent 基本结构
把模型、指令、上下文、状态、工具、运行器、护栏和追踪组织成可测试结构。
学习目标
- 能说明Agent 基本结构解决什么问题，以及何时适用。
- 能解释为什么“把授权写在提示词里就认为安全”是误区。
学习前需要掌握
背景与问题
任务复杂后，提示词、工具和历史都塞入一个调用会导致上下文膨胀、权限模糊和难以定位错误。
概念定义
Agent 架构说明每个组件的职责、数据流、信任边界与停止控制，而不只是画一个“LLM + Tools”框。
直观理解
像软件架构：模型不是整个应用，运行器负责调度，工具适配外部世界，状态存储当前事实，护栏与日志负责控制和诊断。
核心原理
职责分离让模型决策、应用状态和外部副作用可以分别测试。
工具描述与 Schema 构成模型可见接口，真正授权仍由应用在执行前检查。
追踪应覆盖每次模型生成、工具调用、Handoff、护栏结果与停止原因。
理解与实践步骤
- 1
定义 Agent 指令和输出契约
- 2
配置最小工具集
- 3
设计状态所有权
- 4
加入审批与护栏
- 5
定义追踪字段和评测集
实际应用
- 生产 Agent 架构
- 可观测工作流
常见错误
把授权写在提示词里就认为安全
状态归属不清
没有追踪敏感数据策略
输入、输出与执行边界
输入
- 指令
- 上下文
- 工具定义
- 应用状态
输出
- 运行轨迹
- 最终输出
- 错误或审批中断
能力
- 生产 Agent 架构
- 可观测工作流
只读优先默认不要求审批
官方来源与时效
资料记录日期：2026-08-30（不代表已逐项核验）。产品能力、SDK 参数和协议状态可能变化，请以链接页面的当前版本为准。
推荐学习资料
官方文档A 级
OpenAI Agents SDK 文档
系统介绍 Agent、工具、Handoff、Guardrail、Session 与追踪等核心组件。
OpenAI · OpenAI
资料笔记
GitHub 仓库A 级
openai/openai-agents-python
OpenAI Agents SDK 的 Python 源码、文档、示例与集成测试仓库。
OpenAI · GitHub
仓库信息
构建和研究多 Agent 工作流
主要语言：Python包含数据集或实验需要额外环境