跟着中文教程从零搭建多智能体应用
30.7/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/2 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
自动兼容检查未通过:仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装。以下命令仍可尝试,但可能失败。
无法用 dsh 插件命令安装(仓库内无 dsh 插件清单)
git clone https://github.com/shixingxingai/openai-agents-30-day.git按该仓库 README 的原生方式安装;若作者另行发布了 DSH 插件包,请以其文档为准
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:需留意
是什么
dsh 原生插件 · skill
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 30 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
⚠︎ 实装验证未通过(unknown · 2026/10/2) ——可能是验证环境差异,装前建议到 GitHub 仓库确认最近更新与 issue。
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查需源码安装仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装
展开查看检查明细 ↓
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。
✗npm 包openai-agents-30-day(未发布到 npm,仅可源码安装)
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
源码安装时若 pnpm 拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。
验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/11 22:21:49
安全扫描自动 · 静态分析源码v2.7.0⚪ 扫描:无法判定尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。
- · 包内无可扫 JS
- · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/10/31(1 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
功能亮点
- 中文教程从零搭建
- 多智能体应用实战
- 覆盖工具与编排
一套面向实践的 **OpenAI Agents SDK(Python)** 中文教程。从 `Agent` + `Runner` 两个概念起步,一路讲到工具、会话、流式、多智能体编排、人工介入、安全防护、追踪与测试。
README
由 DeepSeek 最新模型翻译生成OpenAI Agents SDK 中文学习教程
一套面向实践的 OpenAI Agents SDK(Python) 中文教程。从 Agent + Runner 两个概念起步,一路讲到工具、会话、流式、多智能体编排、人工介入、安全防护、追踪与测试。
本教程基于 Agents SDK 官方简体中文文档整理,术语译法沿用官方中文版(官方文档 | GitHub 仓库 | 发布说明)。
这套教程的特点
| 特点 | 说明 |
| 只讲原语,不讲概念史 | Agents SDK 只有三个核心原语——Agent / 工具(Tool)/ 安全防护措施(Guardrail),加上 Handoff(任务转移)。
展开完整文档(README 剩余 1 节)
OpenAI Agents SDK 中文学习教程 一套面向实践的 OpenAI Agents SDK(Python) 中文教程。从 Agent + Runner 两个概念起步,一路讲到工具、会话、流式、多智能体编排、人工介入、安全防护、追踪与测试。 本教程基于 Agents SDK 官方简体中文文档整理,术语译法沿用官方中文版(官方文档 | GitHub 仓库 | 发布说明)。 这套教程的特点 | 特点 | 说明 | | 只讲原语,不讲概念史 | Agents SDK 只有三个核心原语——Agent / 工具(Tool)/ 安全防护措施(Guardrail),加上 Handoff(任务转移)。理解了它们,剩下都是组合 | | 代码可直接运行 | 每段代码都是最小可运行片段,import 完整,不需要自己补 | | 对照官方术语 | 中文讲法,但 API 名字全部保留英文原名,方便你对照官方文档与报错信息 | | 每章都有「坑」 | 官方文档里散落的 Note/Warning 集中到各章末尾的「常见坑」表 | 学习路径 建议按阶段顺序学,每阶段结束做自测: 1. 入门(01–03):快速上手 → Agent 与 Runner → 工具系统 2. 运行(04–06):运行与结果 → 会话与上下文 → 流式传输 3. 编排(07–09):多智能体编排 → 任务转移 Handoff → 人工介入 HITL 4. 工程化(10–12):安全防护措施 → 追踪与可观测 → 测试与模型 5. 落地(13–14):端到端实战项目 | 附录:速查与面试追问 从总览与学习路线开始,那里有完整的阶段地图、预计耗时和 30 天计划。 环境准备 1. 建虚拟环境 mkdir my-agent && cd my-agent python -m venv .venv source .venv/bin/activate # Windows: .venv\Scripts\activate 2. 安装 pip install -U openai-agents 3. 配置密钥 export OPENAI_API_KEY=sk-... # Windows PowerShell: $env:OPENAI_API_KEY="sk-..." 按需追加的可选依赖: pip install -U "openai-agents[voice]" # 语音智能体(STT / TTS) pip install -U "openai-agents[encrypt]" # 加密会话 pip install -U openai-agents[mcp] # MCP 服务器支持 pip install -U websockets # Responses WebSocket 传输 三条主线 主线 A「能跑通」 01 → 02 → 03 → 04 主线 B「能记住」 05(会话/上下文)→ 06(流式)主线 C「能交付」 07 → 08 → 09 → 10 → 11 → 12 官方文档速查 | 我想…… | 去官方看 | | 查某个 API 的完整签名 | API Reference | | 看可运行的完整示例 | examples 目录 | | 看内置中间件/工具清单 | 工具 / 内置工具列表 | | 追踪在哪儿看 | OpenAI Dashboard | | 版本变更 | Release notes | 一句话总结每个阶段 | 阶段 | 一句话 | | 01 快速上手 | 装好环境,跑通第一个 agent | | 02 Agent 与 Runner | Agent 是配置,Runner 是执行引擎——分工记牢,全书都靠它 | | 03 工具系统 | @tool 把普通函数变成模型能调的能力 | | 04 运行与结果 | 三种 Runner.run* 怎么选,RunResult 里有什么 | | 05 会话与上下文 | 会话管"记住什么",上下文管"带上什么"——两件事别混 | | 06 流式传输 | 逐 token 输出 + 语义事件流 + 中断处理 | | 07 多智能体编排 | 两种范式的选型:管理者(as tools)vs 分流(handoff) | | 08 任务转移 | 把控制权交给专家的四种方式与筛选器 | | 09 人工介入 | 敏感操作"先暂停、等批准、再恢复" | | 10 安全防护措施 | 输入/输出/工具三层防护,含触发器机制 | | 11 追踪与可观测 | 默认开启的追踪,怎么用好它排障 | | 12 测试与模型 | 假模型跑测试;OpenAI 与非 OpenAI 模型的接法 | | 13 端到端实战项目 | 把工具 + 会话 + 护栏 + 追踪缝成一个能上线的服务 | | 14 附录 | 导入速查表、术语表、面试追问与常见坑总表 | 遇到问题先查这里 - 报错看不懂 → 先查附录 A 导入速查表,多数是名字或导入路径不对。 - 行为不符合预期 → 查附录 D 常见坑总表。 - 准备面试 → 直接刷附录 C 面试高频追问,每题都带可展开的参考答案。 上一级:教程总目录(LangChain / LangGraph 教程) | 从总览与学习路线开始规划进度
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
shixingxingai/openai-agents-30-day
跟着中文教程从零搭建多智能体应用
相关插件 · 技能 / 提示词
人设统管ZiChuanLan/agent-purge
一份系统提示词,喂给多个 coding…
★ 931已汉化DSH
73.8
人物画像蒸馏titanwings/distilly
Distilly — 把他们的思考方式提炼成可复用的技能,供任何智能体或机器人使用。原名 Colleague Skill(原同事 Skill)。
★ 25,659已汉化DSH
71.3
推理工作空间套件Tiger3807861189/J-Space-Cognition-Suite
J-Space 是面向复杂推理、大型仓库工程、子代理协作与授权安全分析的推理时工作空间和控制套件。
★ 2,957已汉化DSH
70.5
两阶段工具锚定预设xiaobright/dsh-anchored-standard
实验性 DeepSeek Harness agent preset…
★ 3,742已汉化DSH
70.1
智能体工作流编排nrslib/takt
不再日夜盯着 AI 编码智能体。
★ 1,402已汉化DSH
70
Agent 运行时手册Electricitysheep/dsh-handbook
DeepSeek Harness dsh 从 0 到 1 深度手册:安装/插件开发/性能调优/实测案例/同模型多…
★ 827已汉化DSH
68.7