Przejdź do treści głównej
OpenAI

Buduj każdy krok agentów na jednej platformie

Realizuj agenty gotowe do zastosowań produkcyjnych szybciej i bardziej niezawodnie, we wszystkich produktach i w całej organizacji.

Segment wykresu przedstawiający zwykły proces pracy agenta na tle z gradientem niebieskim i pomarańczowym. Diagram łączy trzy węzły: zielony przycisk „Start”, niebieski krok „Kategoryzuj agenta” oraz ikona rozgałęzienia w kolorze jasnobrązowym oznaczające następne działanie.

Wiodące organizacje budują agentów z OpenAI

„Agent Builder pozwolił skrócić miesiące organizacji, tworzenia niestandardowego kodu i ręcznej optymalizacji do godzin. Mamy teraz działającego agenta po dwóch sprintach zamiast po dwóch kwartałach”.

Brice Challamel

Kierownik ds. produktów i platform AI

70%

krótsze cykle iteracji

40%

szybsze terminy oceny agentów

2 tygodnie

zaoszczędzonej pracy nad zewnętrznym interfejsem graficznym podczas budowania agenta

30%

większa dokładność agenta z ocenami

75%

mniej czasu na programowanie procesów pracy agentów

Kompleksowa platforma do tworzenia agentów

AgentKit zapewnia narzędzia do tworzenia procesów agentowych, wdrażania interfejsów użytkownika oraz optymalizacji efektywności w szybki i niezawodny sposób.

Trójpoziomowy wykres przedstawiający proces programowania systemu sztucznej inteligencji. Górna sekcja, oznaczona jako „Budowa”, zawiera cztery pola: Modele, Narzędzia, Polecenia i Zabezpieczenia. Środkowa sekcja, oznaczona jako „Wdrożenie”, zawiera jedno pole zatytułowane Interfejs użytkownika. Dolna sekcja, oznaczona jako „Optymalizacja”, zawiera trzy połączone pola — Optymalizacja, Orkiestracja i Obserwowalność — z kropkowaną strzałką kierującą od obserwowalności do optymalizacji.

Buduj z konstruktorem agentów i Agents SDK

Projektuj agentów na wizualnym obszarze roboczym lub za pomocą kodowania — w obu przypadkach w oparciu o API Responses.

Schemat przedstawiający prostą automatyzację stworzoną w Agent Builder. Sekwencja zaczyna się od zielonego węzła „Start”. Dalej można zauważyć pomarańczowy łącznik „Wyszukiwanie klienta”, rozdzielony na niebieski węzeł „Analizuj rachunki” i wyszarzony węzeł „Brak zaległych rachunków”.
Metoda wizualna
Agent Builder

Definiuj procesy w wizualny sposób za pomocą przeciągania i opuszczania węzłów, wersjonowania i korzystania z zabezpieczeń. Można użyć szablonów lub rozpocząć pracę od pustego projektu.

Fragment kodu na tle z gradientem, zawierający prosty przykład kodu Python korzystającego z Agents SDK. Skrypt importuje obiekty Agent i Runner, definiuje asynchroniczną funkcję tworzącą agenta o nazwie „Assistant” z instrukcjami, by odpowiadać wyłącznie w haiku, uruchamia agenta poleceniem rekurencyjnym i drukuje końcowy efekt.
Kodowanie
Agents SDK

Buduj agentów w środowisku Node, Python lub Go za pomocą biblioteki z ochroną typów. Korzystanie z niej jest 4 razy szybsze niż ręczne konfigurowanie z użyciem poleceń i narzędzi.

Wbudowane narzędzia do inteligentniejszych zadań

Nasze modele wykorzystują narzędzia uwzględniające odpowiedni kontekst, dzięki czemu odpowiedzi są dokładniejsze i bardziej użyteczne.

Wyszukiwanie w sieci

Korzystaj z aktualnych i wyraźnie zacytowanych odpowiedzi z Internetu.

Wyszukiwanie plików

Pobieraj odpowiednie informacje z plików wewnętrznych.

Generowanie obrazu

Twórz obrazy za pomocą naturalnego języka i powtarzaj z dużą dokładnością.

Interpreter kodu

Uruchamiaj kod Python iteracyjnie z dużą dokładnością.

Obsługa komputera

Buduj agentów korzystających z komputera do automatycznego wykonywania zadań związanych z przeglądarką.

Łączniki i serwery MCP

Połącz się z popularnymi aplikacjami biznesowymi i serwerami MCP w celu wprowadzania kontekstu wewnętrznego i zewnętrznego do naszych modeli.

Wdrażanie z ChatKit

Uruchom w pełni zintegrowany czat z możliwością dostosowania przez przeciąganie i upuszczanie.

Agent zakupowy Ramp obsługiwany przez AgentKit.

Optymalizacja dzięki ocenom

Nowe narzędzia pomagają w testowaniu i dopracowywaniu agentów z większą precyzją i efektywnością.

Ikona przedstawiająca trend wzrostowy

Oceny

Uruchom [oceny](https://platform.openai.com/docs/guides/evals?api-mode=responses) i ustaw [niestandardowe systemy ocen](https://platform.openai.com/docs/guides/graders), aby sprawdzić, czy agent działa zgodnie z oczekiwaniami w konkretnym przypadku użycia.

Icon representing a tuning fork

Optymalizacja poleceń

Ulepsz polecenia poprzez automatyczną [optymalizację poleceń](https://platform.openai.com/docs/guides/prompt-optimizer) na podstawie wyników cykli ocen.

Icon representing grading

Ocena śladu wykonywania

Ustaw kryteria zaliczenia i pozostaw systemowi LLM ewaluację ostatnich 100 lub 1000 wykonań procesu.