OpenAI近日推出了全新的Responses API，旨在帮助开发者和企业构建更实用、更可靠的智能AI代理。这项API不仅提供了强大的内置工具，如网络搜索、文件搜索和计算机使用功能，还整合了开源的Agent SDK，为AI代理的开发带来了前所未有的便利性和标准化。本文将深入探讨Responses API的功能、使用方法以及它如何改变AI代理的开发格局。随着AI代理基础设施的日益完善，越来越多的公司开始重构其代码库，以取代传统的架构，拥抱更加智能化的未来。

关键要点

• OpenAI发布了Responses API和Agent SDK，用于简化AI代理的开发。
• Responses API提供内置工具，包括网络搜索、文件搜索和计算机使用功能。
• Agent SDK是一个开源框架，用于构建和编排AI代理。
• Responses API旨在取代现有的Chat Completions API。
• Agents SDK是OpenAI在AI代理框架领域的尝试，与CrewAI、Langchain等竞争。

OpenAI Responses API 详解

什么是Responses API？

Responses API是OpenAI推出的新一代API，它结合了Chat Completions API的简洁性和Assistants API的工具使用能力。这意味着开发者可以使用简单的界面来构建复杂的AI代理，而无需编写大量的代码。Responses API提供了一套内置工具，使得AI代理能够执行以下任务：

• 网络搜索：AI代理可以利用网络搜索来查找最新的信息，从而提供更准确、更及时的回答。
• 文件搜索：AI代理可以搜索本地或云端的文件，从而访问和利用存储在文件中的知识。
• 计算机使用：AI代理可以执行计算机上的任务，如运行程序、访问数据库等。

通过这些工具，AI代理可以更好地理解用户的需求，并提供更智能、更个性化的服务。

关键词：OpenAI Responses API，AI代理，网络搜索，文件搜索，计算机使用。

Responses API的核心优势

Responses API的设计理念是简化AI代理的开发流程，让开发者能够更专注于构建智能化的核心逻辑，而不是花费大量时间在基础设施的搭建上。相比于传统的开发方式，Responses API具有以下核心优势：

• 易于使用：Responses API提供了简洁的界面和易于理解的文档，使得开发者可以快速上手。
• 功能强大：Responses API内置了多种实用工具，可以满足各种AI代理的开发需求。
• 高度可定制：开发者可以根据自己的需求，定制AI代理的行为和功能。
• 标准化：Responses API的使用将促进AI代理开发的标准化，提高代码的可维护性和可重用性。

关键词：OpenAI Responses API，易于使用，功能强大，高度可定制，标准化。

Responses API与Chat Completions API的区别

Responses API被认为是Chat Completions API的继任者。虽然两者都用于生成文本，但Responses API在功能和设计上都有显著的改进：

• 消息处理：在Chat Completions API中，开发者需要提供一个包含多个消息的列表，以模拟对话的历史。而在Responses API中，开发者可以直接输入请求，API会自动处理对话历史的管理。
• 系统提示：在Chat Completions API中，系统提示需要作为消息列表的一部分提供。而在Responses API中，开发者可以使用instructions参数直接指定系统提示。
• 内置工具：Responses API提供了内置工具，如网络搜索和文件搜索，而Chat Completions API则需要开发者自行集成这些功能。

功能	Chat Completions API	Responses API
消息处理	需要提供消息列表	直接输入请求，自动处理对话历史
系统提示	作为消息列表的一部分	使用instructions参数直接指定
内置工具	需要自行集成	提供内置工具，如网络搜索和文件搜索

关键词：OpenAI Responses API，Chat Completions API，消息处理，系统提示，内置工具。

Agent SDK：OpenAI的AI代理框架

Agent SDK的功能与特点

Agent SDK是OpenAI推出的一个开源框架，旨在帮助开发者构建和编排AI代理。它提供了一套工具和库，使得开发者可以更轻松地创建具有自主决策能力的AI代理。

• 模块化设计：Agent SDK采用了模块化设计，开发者可以根据自己的需求，选择和组合不同的模块。
• 灵活的编排：Agent SDK支持多种编排方式，开发者可以根据自己的业务逻辑，灵活地控制AI代理的行为。
• 易于扩展：Agent SDK提供了丰富的扩展接口，开发者可以根据自己的需求，添加自定义的功能。

通过Agent SDK，开发者可以构建各种类型的AI代理，如：

• 客服机器人：可以自动回答用户的问题，解决用户的问题。
• 销售助理：可以帮助销售人员寻找潜在客户，提高销售效率。
• 数据分析师：可以自动分析数据，发现有价值的信息。

关键词：OpenAI Agent SDK，AI代理，模块化设计，灵活的编排，易于扩展。

Agent SDK与竞争对手的比较

Agent SDK的推出，使得OpenAI也加入了AI代理框架的竞争。目前市场上已经存在一些成熟的AI代理框架，如CrewAI、Langchain和Autogen。Agent SDK与这些框架相比，具有以下特点：

• OpenAI官方支持：Agent SDK是OpenAI官方推出的框架，可以更好地与OpenAI的其他API集成。
• 简洁的设计：Agent SDK的设计目标是简洁易用，降低开发者的学习成本。
• 强大的生态系统：OpenAI拥有庞大的开发者社区和丰富的资源，可以为Agent SDK提供强大的支持。

框架	优点	缺点
Agent SDK	OpenAI官方支持，简洁易用，强大的生态系统	相对较新，功能可能不如其他框架完善
CrewAI	功能完善，灵活性高	学习曲线较陡峭
Langchain	社区活跃，资源丰富	结构较为复杂
Autogen	专注于多代理协作	配置较为繁琐

关键词：OpenAI Agent SDK，CrewAI，Langchain，Autogen，AI代理框架，竞争。

如何使用 OpenAI Responses API

安装OpenAI Python库

首先，确保你已经安装了最新版本的OpenAI Python库。可以使用以下命令来安装或更新库：

pip install --upgrade openai

为了获得更好的输出体验，建议同时安装rich库：

pip install -U openai rich

关键词：OpenAI Python库，安装，升级，rich库。

初始化OpenAI客户端

在使用Responses API之前，需要初始化OpenAI客户端。这需要提供你的API密钥。你可以在OpenAI的官方网站上获取API密钥。

import openai
API_KEY = 'YOUR_API_KEY'
client = openai.OpenAI(api_key=API_KEY, max_retries=3)

max_retries参数用于设置API请求失败时的最大重试次数。

关键词：OpenAI客户端，API密钥，初始化，重试。

使用Responses API创建响应

使用Responses API创建响应非常简单。只需要调用client.responses.create方法，并提供相应的参数即可。以下是一个简单的示例：

response = client.responses.create(
    model="gpt-4o-mini",
    input="What NBA games were played last night?",
    instructions="Replace with one sentence in a sarcastic tone",
    tools=[
        {
            "type": "web_search_preview"
        },
    ],
    parallel_tool_calls=False,
    store=True,
    user="jj",
    reasoning={"effort": 'medium'} # reasoning models only (o1, o1-mint, o3-mint)
)
print(response.output_text)

在这个示例中，我们使用了gpt-4o-mini模型，并要求它以讽刺的语气回答关于NBA比赛的问题。我们还启用了web_search_preview工具，以便模型可以利用网络搜索来获取最新的信息。

关键词：OpenAI Responses API，创建响应，gpt-4o-mini，web_search_preview。

设置系统提示

在Responses API中，可以使用instructions参数来设置系统提示。系统提示用于指导模型的行为，可以影响模型的回答风格、知识范围等。例如，我们可以使用以下系统提示来要求模型以幽默的风格回答问题：

instructions="Replace with one sentence in a sarcastic tone"

关键词：OpenAI Responses API，系统提示，instructions。

使用内置工具

Responses API提供了多种内置工具，如网络搜索、文件搜索和计算机使用。可以使用tools参数来指定要使用的工具。以下是一个使用网络搜索工具的示例：

tools=[
    {
        "type": "web_search_preview"
    },
]

关键词：OpenAI Responses API，内置工具，tools，网络搜索，文件搜索，计算机使用。

管理会话状态

Responses API提供了一种简单的方式来管理会话状态。可以通过previous_response_id参数来指定前一个响应的ID。模型将使用前一个响应作为上下文，从而更好地理解用户的意图。以下是一个管理会话状态的示例：

response_id = None
while True:
    user_input = Prompt.ask("User")
    response = client.responses.create(
        model="gpt-4o-mini",
        input=user_input,
        instructions='Replace with one sentence',
        parallel_tool_calls=False,
        previous_response_id=response_id,
        store=True,
        user="jj"
    )
    response_id = response.id
    print(f"Agent: {response.output_text}")

在这个示例中，我们使用response_id变量来跟踪前一个响应的ID。在每次创建新响应时，我们将response_id作为previous_response_id参数传递给API。

关键词：OpenAI Responses API，会话状态，previous_response_id，上下文。

使用文件搜索工具

Responses API提供了一种简单的方式来使用文件搜索。需要首先创建一个向量存储，并将文件上传到向量存储中。然后，可以使用file_search工具来搜索向量存储中的文件。以下是一个使用文件搜索工具的示例：

tools=[
    {
        "type": "file_search",
        "vector_store_ids": ["vs_67d88dbedf894598191bd6dea8fd47c92"]
    },
]

关键词：OpenAI Responses API，文件搜索，file_search，向量存储。

Responses API 定价

Responses API 的计费方式

有关Responses API的具体定价信息，请参考OpenAI官方网站。定价通常基于token的使用量，以及所选择的模型和工具。请注意，使用网络搜索和文件搜索等内置工具可能会产生额外的费用。