クイックスタート¶
このチュートリアルでは、Agents SDK Models を使った最小限のLLM活用例を紹介します。
1. モデルインスタンスの取得¶
from agents_sdk_models import get_llm
llm = get_llm("gpt-4o-mini")
2. Agent でシンプルな対話¶
from agents import Agent, Runner
agent = Agent(
name="Assistant",
model=llm,
instructions="あなたは親切なアシスタントです。"
)
result = Runner.run_sync(agent, "こんにちは!")
print(result.final_output)
3. GenAgent + Flow で生成+評価(推奨)¶
from agents_sdk_models import create_simple_gen_agent, Flow
# GenAgentを作成
gen_agent = create_simple_gen_agent(
name="ai_expert",
instructions="""
あなたは役立つアシスタントです。ユーザーの要望に応じて文章を生成してください。
""",
evaluation_instructions="""
生成された文章を分かりやすさで100点満点評価し、コメントも付けてください。
""",
model="gpt-4o-mini",
threshold=70
)
# Flowを作成(超シンプル!)
flow = Flow(steps=gen_agent)
result = await flow.run(input_data="AIの活用事例を教えて")
print(result.shared_state["ai_expert_result"])
4. 旧AgentPipeline(非推奨)¶
from agents_sdk_models import AgentPipeline
# 注意:AgentPipelineはv0.1.0で削除予定です
pipeline = AgentPipeline(
name="eval_example",
generation_instructions="あなたは役立つアシスタントです。",
evaluation_instructions="生成された文章を分かりやすさで100点満点評価してください。",
model="gpt-4o-mini",
threshold=70
)
result = pipeline.run("AIの活用事例を教えて")
print(result)
ポイント¶
get_llm
で主要なLLMを簡単取得Agent
でシンプルな対話- 新推奨:
GenAgent + Flow
で生成・評価・自己改善まで一気通貫 Flow(steps=gen_agent)
だけで複雑なワークフローも超シンプルに実現- 旧
AgentPipeline
は v0.1.0 で削除予定(移行は簡単です)