OpenAI 官宣拥抱 MCP，Agents SDK已支持，桌面版即将跟进！

作者

🍹 Insight Daily 🪺

Aitrainee | 公众号：AI进修生

Hi，这里是Aitrainee，欢迎阅读本期新文章。

OpenAI 也上车 MCP 了，Agents SDK 已支持。

Sam Altman 说大家超爱 MCP，他们乐于跟进。Agents SDK 今天就能用，ChatGPT 桌面版和 API 支持稍后就到。

这下可热闹了，

作为 MCP 的“娘家”，Anthropic 对竞争对手 OpenAI 也来用 MCP，表示欢迎：

Anthropic 的首席产品官（Chief Product Officer）Mike Krieger感慨 MCP 从去年的星火到现在的燎原之势。

Anthropic 的 Claude 关系负责人 Alex Albert 惊叹几个月前 Anthropic 的一个想法，现在成了行业标准。

@vercel CEO 这比我预期的要快得多。随着OpenAI 的拥抱，很明显MCP现在是 AI 集成标准。支持 MCP 的服务数量呈指数级增长。

网友Mahesh Murag 回忆起几个月前还在努力说服大家用 MCP，现在 OpenAI 都主动拥抱了。

这波热度，说明 MCP 确实小火了。

开源地址：https://github.com/openai/openai-agents-python

MCP从概念到实践

本号连载过许多MCP的文章，从概念到实践再到自己构建：

MCP是什么：Windsurf Wave3：MCP协议让AI直接读取控制台错误，自动化网页调试不用复制粘贴了！Tab智能跳转、Turbo模式。
Cline的MCP商店来了。
MCP怎么配置、报错解决：Windows下MCP报错的救星来了，1分钟教你完美解决Cursor配置问题。

MCP实践：Cursor + MCP：效率狂飙！一键克隆网站、自动调试错误，社区：每个人都在谈论MCP！

最新MCP托管平台：让Cursor秒变数据库专家，一键对接Github，开发效率暴增！

Blender + MCP 从入门到实践：安装、配置、插件、渲染与快捷键一文搞定！

比Playwright更高效！BrowserTools MCP 让Cursor直接控制当前浏览器，AI调试+SEO审计效率狂飙！

手把手教你配置BrowserTools MCP，Windows 和 Mac全流程，关键命令别忽略。

2分钟构建自己的MCP服务器，从算数到 Firecrawl MCP（手动挡 + AI档）

太简单了！Cline官方定义MCP开发流程，聊天式开发，让MCP搭建不再复杂。

OpenAI Agents SDK

OpenAI 的 Agents SDK，帮你轻松搭 Agent 应用。

https://openai.github.io/openai-agents-python/

特点就是轻量、好上手，没那么多弯弯绕绕的抽象。可以看作是之前 Swarm 的生产级进化版。

硬核概念就仨：

  • Agents
    : 带说明书和工具箱的 LLM。
  • Handoffs
    : Agent 之间可以甩锅、派活儿。
  • Guardrails
    : 给输入加个门槛，做校验。

拿着这些基本组件，再配合 Python，就能玩转复杂的 Agent 关系，轻松搞定实际应用，上手不难。

SDK 还自带追踪神器，方便你看清、调试 Agent 的工作流，还能用来评估模型、做微调。

为啥用这个 SDK？

设计思路很直接：

  • 功能够用，核心概念精简，让你学得快。
  • 开箱即用效果好，但你想自己改，也行。

主要亮点：

  • Agent 循环
    : 自带循环逻辑，工具调用、结果反馈、循环到结束，都包了。
  • Python 优先
    : 用 Python 就能编排 Agent，不用学一堆新抽象。
  • Handoffs
    : 多 Agent 协作、派活儿的强力功能。
  • Guardrails
    : 输入校验和 Agent 并行跑，有问题早点停。
  • 函数工具
    : 普通 Python 函数轻松变工具，自动生成 schema，还带 Pydantic 校验。
  • 追踪
    : 内置追踪神器，可视化、调试、监控都搞定，还能对接 OpenAI 的评估、微调、蒸馏工具。

安装

pip install openai-agents

Hello World 示例

 

from agents import Agent, Runner

# 创建一个 Agent，给它指令

agent = Agent(name="Assistant", instructions="你是个乐于助人的助手")

# 让 Agent 跑起来，给它个任务
result = Runner.run_sync(agent, "写一首关于编程中递归的俳句。")

# 打印最终输出

print(result.final_output)

# 输出可能像这样：

# Code within the code,

# Functions calling themselves,

# Infinite loop's dance.

 

(跑之前，记得设置环境变量 OPENAI_API_KEY=sk-...)

另外，这里有一张超全的 "AI Agents 基础设施技术栈" 大图：
以下，本号知识星球（汇集ALL订阅频道合集和其他）：
🌟 知音难求，自我修炼亦艰，抓住前沿技术的机遇，与我们一起成为创新的超级个体（把握AIGC时代的个人力量）。

点这里👇关注我，记得标星哦～

（文：AI进修生）

欢迎分享

发表评论