コンテンツにスキップ

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
  • AgentPipeline は v0.1.0 で削除予定(移行は簡単です)