OpenAI Agents SDK y Responses API: Guía para Desarrolladores

En el dinámico mundo del desarrollo de la inteligencia artificial, OpenAI continúa a la vanguardia, proporcionando herramientas innovadoras para potenciar a los desarrolladores. Recientemente, OpenAI lanzó el Agents SDK y la Responses API, dos componentes clave diseñados para simplificar la creación de agentes de IA y optimizar la orquestación del flujo de trabajo. Estas herramientas representan un avance significativo en la forma en que los desarrolladores interactúan con los modelos de lenguaje grande (LLMs) y construyen aplicaciones de IA complejas.

¿Qué es el OpenAI Agents SDK?

El OpenAI Agents SDK es un kit de herramientas de software que permite a los desarrolladores construir agentes de IA con mayor facilidad. Proporciona abstracciones de alto nivel que simplifican el proceso de creación, orquestación y gestión de flujos de trabajo complejos que involucran múltiples agentes.

Los desarrolladores pueden usar este SDK para:

• Orquestar agentes individuales y multi-agente: Define cómo los agentes interactúan entre sí y cómo se gestionan sus acciones.
• Aprovechar herramientas incorporadas: Utiliza herramientas como la búsqueda web, la búsqueda de archivos y el acceso a la computadora para ampliar las capacidades de los agentes.
• Integrar herramientas de observabilidad: Rastrea y monitorea la ejecución del flujo de trabajo del agente para propósitos de depuración y optimización.

El SDK está diseñado para ser lo suficientemente robusto como para su uso, pero con el minimo de primitivas para que la curva de aprendizaje sea lo más corta posible.

El Agents SDK se basa en un bucle integrado en el agente que se encarga de las llamadas a las LLM y el encadenamiento, en lugar de tener que recurrir a la función propia de Python. También hay soporte para traspasos, lo que permite a un agente coordinar y delegar entre varios agentes. También hay guardarraíles para ayudar a validar las entradas y comprobar las salidas, y funciones de trazado para ayudarte a depurar y optimizar el rendimiento.

¿Qué es la Responses API?

La Responses API es una nueva API que combina la simplicidad de la API de Chat Completions con la capacidad de usar herramientas,

anteriormente solo disponible en la API de Assistants. Esto significa que los desarrolladores pueden acceder fácilmente a herramientas como la búsqueda web y la búsqueda de archivos sin la sobrecarga de la configuración más compleja de la API de Assistants.

Esta API está diseñada para ser más simple y directa que la API de Assistants, lo que facilita a los desarrolladores agregar capacidades de herramientas a sus aplicaciones. Imagínatelo como una forma más ágil de dotar a tus chatbots de superpoderes.

La Responses API ofrece la ventaja de:

• Simplicidad: Integración sencilla de capacidades de herramientas.
• Eficiencia: Reducción de la complejidad de la configuración en comparación con la API de Assistants.
• Flexibilidad: Permite a los desarrolladores elegir las herramientas que mejor se adapten a sus necesidades.

Está diseñada para ser más simple y directa, facilitando a los desarrolladores la adición de capacidades de herramientas a sus aplicaciones. Esta API se integra perfectamente con GPT-4o , facilitando la incorporación de herramientas como búsqueda web y búsqueda de archivos.

Agentes

Los agentes son la unidad fundamental del Agents SDK.

Están equipados con instrucciones y herramientas que definen sus capacidades y comportamiento. Estas herramientas facilitan la creación de funciones a medida con descripciones para su uso en otros agentes. Utilizando la clase Agent de Agents SDK, puede definir agentes que responden a las solicitudes de consulta.

Agent = Agent

name = Math Tutor

handof_description = Specialist agent for historical questions

instructions = You provide help with math problems. Explain your reasoning at each step and include examples.

Traspasos (Handoffs)

Los traspasos permiten la transferencia inteligente del control entre los agentes para tareas específicas. Este componente permite a los agentes delegar el trabajo a otros agentes, lo que promueve la colaboración y la eficiencia en flujos de trabajo complejos.

En un flujo de trabajo de agente a agente, es importante una transferencia sin problemas. Puede definir transferencias que permitan a un agente coordinar y delegar tareas entre varios agentes. Pueden crearse con un código mínimo y ayudar a validar las entradas y comprobar las salidas.

Guardarraíles (Guardrails)

Los guardarraíles proporcionan comprobaciones de seguridad configurables para la validación de entrada y salida, asegurando que los agentes cumplan con los protocolos y directrices de seguridad deseados. Permiten crear validaciones personalizadas. Puede crear validaciones personalizadas para garantizar que se cumplan los protocolos y directrices de seguridad requeridos. Son especialmente útiles para verificar las entradas y comprobar las salidas.

Trazado y Observabilidad

Las herramientas de trazado y observabilidad integradas permiten a los desarrolladores visualizar los rastros de ejecución del agente, depurar problemas y optimizar el rendimiento. Estas herramientas ofrecen información valiosa sobre el funcionamiento interno de los agentes, lo que permite la mejora continua.

Con las herramientas de trazado y observabilidad de OpenAI, puede visualizar los seguimientos de la ejecución del agente, depurar problemas y optimizar el rendimiento con las herramientas de seguimiento del Agents SDK.

El Panel de control de OpenAI permite el seguimiento y la depuración de agentes.

Configuración del Entorno

Antes de comenzar a usar el Agents SDK, deberás configurar tu entorno de desarrollo. Estos son los pasos involucrados:

1. Instalar el Agents SDK: Utiliza pip para instalar el paquete openai-agents.

   pip install openai-agents

2. Configurar la clave de API de OpenAI: Establece la variable de entorno OPENAI_API_KEY con tu clave de API de OpenAI.

   export OPENAI_API_KEY='tu_clave_api'

Construcción de un Agente Simple

Veamos un ejemplo simple de cómo construir un agente usando el Agents SDK:

1. Importar las bibliotecas necesarias:

   from openai import OpenAI

2. Crear un cliente de OpenAI:

   client = OpenAI()

3. Definir las herramientas del agente:

   
   def obtener_clima(ubicación):
   """Obtiene el clima actual para una ubicación dada."""
   # Lógica para obtener el clima de una API externa
   return clima

tools = [obtener_clima]

4.  **Crear el agente:**

   ```python
agent = Agent(
   model="gpt-4",
   tools=tools,
   instructions="""Eres un asistente útil que puede obtener el clima actual para una ubicación dada."""
)

5. Ejecutar el agente:

   result = agent.run("¿Cuál es el clima en Madrid?")
   print(result)

Uso de la Responses API

La Responses API es aún más sencilla de usar. Aquí te mostramos cómo puedes usarla:

1. Importar la biblioteca de OpenAI:

   from openai import OpenAI

2. Crear un cliente de OpenAI:

   client = OpenAI()

3. Llamar a la API:

   
   response = client.completions.create(
   model="gpt-4",
   prompt="¿Cuál es el clima en Madrid?",
   tools=[obtener_clima]
   )

print(response.choices[0].message.content)

Costos Asociados

El uso del Agents SDK y la Responses API incurre en costos asociados con el uso de los modelos de OpenAI y cualquier API externa utilizada por las herramientas. Es importante considerar estos costos al diseñar e implementar aplicaciones de IA. Los costos varían dependiendo del uso que le des.

• GPT-4o: El modelo utilizado en las secciones anteriores es el GPT-4o. Los precios de este modelo varían dependiendo de la cantidad de peticiones y del número de tokens utilizados.

Es crucial monitorear el uso y establecer límites de gasto para administrar los costos de manera efectiva.

Características Destacadas

Aquí hay una lista de las características principales de estas herramientas:

• Orquestación de agentes: El Agents SDK simplifica la gestión de flujos de trabajo complejos que involucran múltiples agentes.

  

• Capacidades de herramientas: La Responses API permite a los desarrolladores integrar fácilmente herramientas como la búsqueda web y la búsqueda de archivos en sus aplicaciones.

• Observabilidad: Las herramientas integradas de observabilidad proporcionan información valiosa sobre la ejecución del agente, lo que permite la depuración y la optimización.

• Simplicidad: Ambas herramientas están diseñadas para ser fáciles de usar, lo que reduce la barrera de entrada para los desarrolladores que construyen aplicaciones de IA.

Aplicaciones Prácticas

El Agents SDK y la Responses API pueden utilizarse para construir una amplia gama de aplicaciones de IA, incluyendo:

• Chatbots: Mejora las capacidades de los chatbots integrando herramientas para proporcionar información más precisa y relevante.
• Automatización del flujo de trabajo: Automatiza tareas complejas orquestando múltiples agentes para trabajar juntos.
• Asistentes virtuales: Construye asistentes virtuales más sofisticados que puedan realizar una variedad de tareas, como reservar vuelos, programar citas y responder preguntas.
• Herramientas de análisis de datos: Permite a los analistas de datos automatizar tareas como la recopilación, el procesamiento y la visualización de datos.

Un ejemplo de uso es la creación de dos agentes para la ayuda a tareas escolares, uno especializado en matemáticas y otro en historia. El usuario, de esta forma, recibiría una ayuda apropiada en función de la materia preguntada.