Zum Hauptinhalt springen
OpenAI

Erstelle jeden Schritt von Agents auf einer einzigen Plattform

Bringe produktionsreife Agents schneller und zuverlässiger in deine Produkte und dein Unternehmen.

Diagrammabschnitt, der einen einfachen Agent-Workflow vor einem blau-orangefarbenen Hintergrund mit Farbverlauf zeigt. Der Ablauf verbindet drei Nodes: eine grüne Schaltfläche „Start“, einen blauen Schritt „Categorize Agent“ und ein beiges Verzweigungs-Icon, das die nächste Aktion darstellt.

Führende Unternehmen entwickeln Agents mit OpenAI

„Agent Builder verwandelte monatelange Abstimmung, Code und Optimierung in Stunden – ein Agent geht in zwei Sprints statt zwei Quartalen live.“

Brice Challamel

Head of AI Products & Platforms

70 %

Reduzierung der Iterationszyklen

40 %

schnellere Agent- Bewertungszeitleisten

2 Wochen

an individuellem Frontend-UI-Aufwand eingespart beim Erstellen eines Agents

30 %

höhere Agent-Genauigkeit mit Evals

75 %

weniger Entwicklungszeit für agentische Workflows

Die komplette Plattform für die Agententwicklung

AgentKit stellt dir die Tools bereit, um agentische Workflows zu erstellen, UI einzusetzen und Leistung schnell und zuverlässig zu optimieren.

Dreistufiges Diagramm, das den Workflow der KI-Systementwicklung veranschaulicht. Der obere Abschnitt mit der Bezeichnung „Build“ enthält vier Felder: Models, Tools, Prompts und Guardrails. Der mittlere Abschnitt mit der Bezeichnung „Deploy“ enthält ein Feld mit der Bezeichnung „User Interface“. Der untere Abschnitt mit der Bezeichnung „Optimize“ zeigt drei verbundene Felder – Optimization, Orchestration und Observability – mit einem gestrichelten Pfeil, der von Observability zurück zu Optimization führt.

Erstelle mit dem Agent Builder und dem Agents SDK

Entwickle Agents in einer visuell orientierten Canvas- oder einer Code-First-Umgebung – beide basieren auf der Responses API.

Flussdiagramm, das eine einfache in Agent Builder erstellte Automatisierung zeigt. Die Abfolge beginnt mit einem grünen Start-Node, gefolgt von einem orangefarbenen Customer Lookup-Connector, der sich in zwei Ergebnisse verzweigt: einen blauen Analyze Bills-Node und einen ausgegrauten No Past Bills-Node.
Visual-first
Agent Builder

Erstelle Workflows visuell mit Drag-and-Drop-Nodes, Versionierung und Guardrails. Verwende Vorlagen oder beginne mit einer leeren Canvas.

Codeausschnitt auf einem Farbverlaufshintergrund, der ein einfaches Python-Beispiel mit dem Agents SDK zeigt. Das Skript importiert Agent und Runner, definiert eine asynchrone Funktion, die einen Agent namens „Assistant“ erstellt, ihm die Anweisung gibt, nur in Haikus zu antworten, den Agent mit einer rekursiven Prompt-Eingabe ausführt und den endgültigen Output erstellt.
Code-first
Agents SDK

Erstelle Agents in Node, Python oder Go mit einer typsicheren Bibliothek, die viermal schneller ist als manuelle Prompt- und Tool-Setups.

Integrierte Tools für intelligentere Aufgaben

Unsere Modelle nutzen Tools, um relevanten Kontext einzubringen – so werden Antworten präziser und hilfreicher.

Websuche

Zugriff auf aktuelle und klar belegte Antworten aus dem Internet.

Dateisuche

Abrufen relevanten Wissens aus internen Dateien.

Bildgenerierung

Bilder aus natürlicher Sprache erstellen und mit hoher Genauigkeit verfeinern.

Code-Interpreter

Python-Code iterativ und mit hoher Genauigkeit ausführen

Computersteuerung

Computer mit Agents steuern, die browserbezogene Aufgaben in deinem Auftrag ausführen.

Konnektoren und MCP-Server

Verbinde dich mit beliebten Business-Apps und MCP-Servern, um internen und externen Kontext in unsere Modelle zu integrieren.

Bereitstellen mit ChatKit

Starte vollständig integrierte Chat-Erlebnisse mit Drag-and-Drop-Anpassung.

Ramps Einkaufsassistent, betrieben von AgentKit.

Optimiere mit Evals

Neue Tools helfen Dir, Agenten präziser und effizienter zu testen und zu verfeinern.

Icon, das einen Aufwärtstrend darstellt

Evals

Führe [Evals] (https://platform.openai.com/docs/guides/evals?api-mode=responses) aus und richte [custom graders] (https://platform.openai.com/docs/guides/graders) ein, um zu prüfen, ob der Agent in deinem spezifischen Use Case deine Erwartungen erfüllt.

Icon representing a tuning fork

Prompt-Optimierung

Verbessere die Eingabeaufforderungen durch automatische [Promptoptimierung](https://platform.openai.com/docs/guides/prompt-optimizer) auf Grundlage der Ergebnisse deiner Eval-Ausführungen.

Icon representing grading

Trace Grading

Lege die Bewertungskriterien einmal fest und lass LLM-Bewerter die letzten 100 – oder 1.000 – Ausführungen deines Workflows prüfen.