OpenAI發布AgentKit，幫開發者更快打造AI Agent
在最近結束的OpenAI DevDay上，Sam Altman宣布推出AgentKit，這是一個全新工具包，專門為開發者設計，讓構建和部署AI Agent變得更簡單。
過去幾年，agentic systems和自動化成了AI領域最激動人心的方向之一。你可能用過或聽說過像n8n、Langchain或者Make這樣的工具。它們很厲害，但我也能理解為啥有些人不太敢用。這些工具復雜，需要不少技術背景知識，而且擴展起來成本不低。
AgentKit是OpenAI的一次嘗試，目的是把原本復雜的過程變得簡單。你不再需要一堆frameworks、SDKs和APIs才能搞定一件事?，F在，你可以直接在OpenAI的生態系統里設計、測試和部署AI Agent。
這篇文章，我會給你講講AgentKit是什么，它能干啥，還有你咋開始自己動手造Agent。
咱們開始吧！
AgentKit是啥？
AgentKit是一個模塊化的工具包，用來構建、部署和優化AI Agent。它的目標是降低搭建和維護多Agent系統的麻煩。你可以用它設計可視化的workflows，連上外部數據源，甚至還能把你的Agent嵌入到應用或網站里。
AgentKit有三大核心組件：
- Agent Builder：這是個可視化的workflow創建畫布，用來打造和版本化多Agent的workflows。
- Connector Registry：Agent經常需要連到像Google Drive或APIs這樣的數據源。Connector Registry把這些連接集中管理，還提供現成的連接器，比如支持Microsoft Teams和SharePoint。
- ChatKit：Agent建好后，下一步是把它嵌入到你的應用或網站里——這可能會涉及streaming和交互等復雜問題。AgentKit的ChatKit讓這事變得簡單，提供一個開箱即用的可定制chat UI。
OpenAI說，他們的目標不是要重新發明現有frameworks，而是圍繞自己的models和APIs統一體驗。他們還提到，Canva用ChatKit不到一小時就搞定了一個支持Agent，省了兩周的工作量。
AgentKit怎么上手？
AgentKit就在OpenAI平臺里。如果你已經有OpenAI賬號，登錄后在側邊欄找到Agents部分。
登錄后，創建一個organization，然后在左側菜單里找到Agents部分。從這里，你可以看看關于AI Agents和AgentKit的文檔。
接下來，我會帶你一步步了解怎么構建和部署Agent。
用Agent Builder設計Workflows
一個workflow把Agent、工具和邏輯組合成一個系統，來處理你的任務或對話。它定義了每一步和每個動作，生成可直接部署的代碼。
打開Agent Builder工具開始吧。
它提供了一個可視化的畫布，你可以用拖拽節點的方式組合邏輯、連接工具，還能設置自定義的guardrails。
在dashboard上，你會看到幾個模板，可以試試看，感受一下怎么用。
咱們拿Data Enrichment這個例子來說，它會用web search研究一家公司，然后給出一份總結分析。
Agent Builder是個基于節點的工具。左側你可以拖拽一堆工具、邏輯或數據元素到workflow里，隨你怎么連。
核心節點包括：
- Core nodes：這些是基本構建塊。所有workflows都包括start和agent節點。
- Tool nodes：這些讓你給Agent配上外部服務和工具。你可以拉取數據、監控濫用情況，或者連上APIs和數據庫。
- Logic nodes：這些讓你寫自定義邏輯，定義控制流。比如，你可以基于特定條件循環，或者在繼續操作前問用戶要不要確認。
以公司研究Agent為例，這個workflow有三個節點：
- Start node：定義workflow的輸入。所有chat start nodes都用input_as_text作為輸入變量，但你也可以按需加state variables。
- Web search agent：AI會根據start node的用戶輸入，研究公司信息。它會按以下指令從網上抓數據：
- 在model下拉菜單里，記得選對LLM。我這例子選的是GPT-5 Mini，這是核心智能，能推理、做決策、處理數據。
- Summarize agent：這個節點把研究Agent返回的數據總結一下，按這個指令：
- 輸出質量也取決于LLM。我建議用GPT-5，能拿到最好的結果。
現在來看看實際效果。點右上角的Preview按鈕測試。你會進入一個基于聊天的界面，可以試試Agent。比如，輸入提示“Analyze NVIDIA”。
你會看到每個節點怎么處理信息，每步拉取的數據都會清楚顯示在屏幕上。對于“Web research”Agent，輸出是這樣的：
{
"companies":[
{
"company_name":"NVIDIA Corporation",
"industry":"Semiconductors / AI / Graphics Processing Units (GPUs) / Data Center & Edge Computing",
"headquarters_location":"Santa Clara, California, USA",
"company_size":"10,000-50,000",
"website":"https://www.nvidia.com",
"description":"NVIDIA是GPU和加速計算平臺的領先開發者，驅動游戲、專業可視化、數據中心和AI工作負載。產品組合包括GeForce（消費級游戲GPU）、NVIDIA RTX（實時光追和內容創作）、NVIDIA Data Center GPUs（A100/H100類加速器），以及NVIDIA AI軟件棧（CUDA、cuDNN、TensorRT和NVIDIA AI Enterprise套件）。NVIDIA還提供系統（DGX）、通過Mellanox收購的網絡技術，以及自動駕駛（NVIDIA DRIVE）和邊緣AI（Jetson）平臺。NVIDIA以GPU性能市場領先、開發者生態強大、在大型AI模型訓練和推理中占主導地位而聞名。",
"founded_year":1993
}
]
}對于“Summarize and display”Agent，輸出是這樣的：
{
"company_name":"NVIDIA Corporation",
"industry":"Semiconductors, AI/ML Accelerators, Data Center & Edge Computing, Graphics",
"headquarters_location":"Santa Clara, California, USA",
"company_size":"10,000–50,000",
"website":"https://www.nvidia.com",
"description":"NVIDIA設計GPU和全棧加速計算平臺，用于游戲、專業可視化、數據中心、自動駕駛和邊緣AI。其產品覆蓋GeForce和RTX，面向消費者和創作者；數據中心加速器（如A100、H100、B100類），搭配CUDA、cuDNN、TensorRT和NVIDIA AI Enterprise；端到端系統如DGX、HGX和Grace/Grace Hopper；Mellanox的高速網絡（InfiniBand、Ethernet、DPUs/BlueField）；以及Jetson嵌入式AI和DRIVE自動駕駛平臺。NVIDIA在大型AI模型訓練和推理上領先，靠強大的開發者生態和軟件護城河支撐。",
"founded_year":1993
}很酷吧！最終輸出用JSON格式結構化得漂亮。你得自己負責輸出JSON格式的結構。上面的例子中，schema是這樣的：
你也可以切換到Advanced標簽，手動輸入JSON格式結構。
發布你的Agent Workflow
確認workflow沒問題后，點右上角的Publish按鈕。你需要給Agent命名和設置版本，發布后，這個workflow就能通過API用了。
然后你可以用ChatKit嵌入，或者用生成的Workflow ID直接從后端調用。
這過程挺長的，我打算另外寫篇文章詳細講。但先給你個概念，這是一個服務端代碼的例子：
export default async function getChatKitSessionToken(
deviceId: string
): Promise {
const response = await fetch("https://api.openai.com/v1/chatkit/sessions", {
method: "POST",
headers: {
"Content-Type": "application/json",
"OpenAI-Beta": "chatkit_beta=v1",
Authorization: "Bearer " + process.env.VITE_OPENAI_API_SECRET_KEY,
},
body: JSON.stringify({
workflow: { id: "wf_68df4b13b3588190a09d19288d4610ec0df388c3983f58d1" },
user: deviceId,
}),
});
const { client_secret } = await response.json();
return client_secret;
}client secret是你的ChatKit前端用來開啟或刷新聊天會話的憑證。想了解更多，查查GitHub上的chatkit-js倉庫。
最后，客戶端的聊天界面長這樣：
我不知道你咋想，但我超愛這個界面！它現代、響應式，動畫很贊，定制化程度也高得離譜。
未來，OpenAI還計劃推出Workflows API，讓程序化觸發這些Agent更簡單。
這還是早期，但顯然OpenAI在考慮擴展性。AgentKit可能會成為在ChatGPT或其他OpenAI托管服務里跑更大、更自主系統的基礎。
可用性和定價
ChatKit在發布時就對所有開發者開放。Agent Builder還在beta階段。Connector Registry會以beta形式向API用戶、ChatGPT Enterprise和Education客戶通過Global Admin Console推出。
AgentKit的所有工具都包含在正常的API model定價里。你可以在這里了解API的定價詳情。
OpenAI說，他們計劃未來推出Workflows API和專門為ChatGPT的Agent部署功能。
總結
我還沒完全摸透AgentKit的所有功能和潛力，但作為一個有AI Agent開發經驗的人，想到它能解鎖的workflows和用例就覺得很瘋狂。
論復雜性，像n8n或Langchain這樣的工具還是領先。它們功能更豐富，能處理更深入的自動化任務，而且是open source。很多人會說OpenAI的版本只是追趕，短時間內不會取代這些平臺。但我覺得AgentKit不是要取代它們，它提供的是選擇性。
現在，AgentKit能做的事，n8n都能做。但能在OpenAI生態系統里直接創建workflows，對很多開發者來說是游戲規則的改變。你不用額外搞一堆設置或訂閱來用AI模型。這能省不少成本，不過我也不會光因為這個就建議你換。
我個人很期待試試ChatKit，看看它在我的產品里聊天界面會是啥樣。我會記錄這個過程，敬請期待我未來的帖子。
本文轉載自??PyTorch研習社??，作者：AI研究生
