OpenAI发布AgentKit，帮开发者更快打造AI Agent

在最近结束的OpenAI DevDay上，Sam Altman宣布推出AgentKit，这是一个全新工具包，专门为开发者设计，让构建和部署AI Agent变得更简单。

过去几年，agentic systems和自动化成了AI领域最激动人心的方向之一。你可能用过或听说过像n8n、Langchain或者Make这样的工具。它们很厉害，但我也能理解为啥有些人不太敢用。这些工具复杂，需要不少技术背景知识，而且扩展起来成本不低。

AgentKit是OpenAI的一次尝试，目的是把原本复杂的过程变得简单。你不再需要一堆frameworks、SDKs和APIs才能搞定一件事。现在，你可以直接在OpenAI的生态系统里设计、测试和部署AI Agent。

这篇文章，我会给你讲讲AgentKit是什么，它能干啥，还有你咋开始自己动手造Agent。

咱们开始吧！

AgentKit是啥？

AgentKit是一个模块化的工具包，用来构建、部署和优化AI Agent。它的目标是降低搭建和维护多Agent系统的麻烦。你可以用它设计可视化的workflows，连上外部数据源，甚至还能把你的Agent嵌入到应用或网站里。

AgentKit有三大核心组件：

• Agent Builder：这是个可视化的workflow创建画布，用来打造和版本化多Agent的workflows。
• Connector Registry：Agent经常需要连到像Google Drive或APIs这样的数据源。Connector Registry把这些连接集中管理，还提供现成的连接器，比如支持Microsoft Teams和SharePoint。
• ChatKit：Agent建好后，下一步是把它嵌入到你的应用或网站里——这可能会涉及streaming和交互等复杂问题。AgentKit的ChatKit让这事变得简单，提供一个开箱即用的可定制chat UI。

OpenAI说，他们的目标不是要重新发明现有frameworks，而是围绕自己的models和APIs统一体验。他们还提到，Canva用ChatKit不到一小时就搞定了一个支持Agent，省了两周的工作量。

AgentKit怎么上手？

AgentKit就在OpenAI平台里。如果你已经有OpenAI账号，登录后在侧边栏找到Agents部分。

登录后，创建一个organization，然后在左侧菜单里找到Agents部分。从这里，你可以看看关于AI Agents和AgentKit的文档。

接下来，我会带你一步步了解怎么构建和部署Agent。

用Agent Builder设计Workflows

一个workflow把Agent、工具和逻辑组合成一个系统，来处理你的任务或对话。它定义了每一步和每个动作，生成可直接部署的代码。

打开Agent Builder工具开始吧。

它提供了一个可视化的画布，你可以用拖拽节点的方式组合逻辑、连接工具，还能设置自定义的guardrails。

在dashboard上，你会看到几个模板，可以试试看，感受一下怎么用。

咱们拿Data Enrichment这个例子来说，它会用web search研究一家公司，然后给出一份总结分析。

Agent Builder是个基于节点的工具。左侧你可以拖拽一堆工具、逻辑或数据元素到workflow里，随你怎么连。

核心节点包括：

• Core nodes：这些是基本构建块。所有workflows都包括start和agent节点。
• Tool nodes：这些让你给Agent配上外部服务和工具。你可以拉取数据、监控滥用情况，或者连上APIs和数据库。
• Logic nodes：这些让你写自定义逻辑，定义控制流。比如，你可以基于特定条件循环，或者在继续操作前问用户要不要确认。

以公司研究Agent为例，这个workflow有三个节点：

• Start node：定义workflow的输入。所有chat start nodes都用input_as_text作为输入变量，但你也可以按需加state variables。
• Web search agent：AI会根据start node的用户输入，研究公司信息。它会按以下指令从网上抓数据：
• 在model下拉菜单里，记得选对LLM。我这例子选的是GPT-5 Mini，这是核心智能，能推理、做决策、处理数据。
• Summarize agent：这个节点把研究Agent返回的数据总结一下，按这个指令：
• 输出质量也取决于LLM。我建议用GPT-5，能拿到最好的结果。

现在来看看实际效果。点右上角的Preview按钮测试。你会进入一个基于聊天的界面，可以试试Agent。比如，输入提示“Analyze NVIDIA”。

你会看到每个节点怎么处理信息，每步拉取的数据都会清楚显示在屏幕上。对于“Web research”Agent，输出是这样的：

{
  "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和加速计算平台的领先开发者，驱动游戏、专业可视化、数据中心和AI工作负载。产品组合包括GeForce（消费级游戏GPU）、NVIDIA RTX（实时光追和内容创作）、NVIDIA Data Center GPUs（A100/H100类加速器），以及NVIDIA AI软件栈（CUDA、cuDNN、TensorRT和NVIDIA AI Enterprise套件）。NVIDIA还提供系统（DGX）、通过Mellanox收购的网络技术，以及自动驾驶（NVIDIA DRIVE）和边缘AI（Jetson）平台。NVIDIA以GPU性能市场领先、开发者生态强大、在大型AI模型训练和推理中占主导地位而闻名。",
      "founded_year":1993
    }
]
}

对于“Summarize and display”Agent，输出是这样的：

{
  "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设计GPU和全栈加速计算平台，用于游戏、专业可视化、数据中心、自动驾驶和边缘AI。其产品覆盖GeForce和RTX，面向消费者和创作者；数据中心加速器（如A100、H100、B100类），搭配CUDA、cuDNN、TensorRT和NVIDIA AI Enterprise；端到端系统如DGX、HGX和Grace/Grace Hopper；Mellanox的高速网络（InfiniBand、Ethernet、DPUs/BlueField）；以及Jetson嵌入式AI和DRIVE自动驾驶平台。NVIDIA在大型AI模型训练和推理上领先，靠强大的开发者生态和软件护城河支撑。",
"founded_year":1993
}

很酷吧！最终输出用JSON格式结构化得漂亮。你得自己负责输出JSON格式的结构。上面的例子中，schema是这样的：

你也可以切换到Advanced标签，手动输入JSON格式结构。

发布你的Agent Workflow

确认workflow没问题后，点右上角的Publish按钮。你需要给Agent命名和设置版本，发布后，这个workflow就能通过API用了。

然后你可以用ChatKit嵌入，或者用生成的Workflow ID直接从后端调用。

这过程挺长的，我打算另外写篇文章详细讲。但先给你个概念，这是一个服务端代码的例子：

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前端用来开启或刷新聊天会话的凭证。想了解更多，查查GitHub上的chatkit-js仓库。

最后，客户端的聊天界面长这样：

我不知道你咋想，但我超爱这个界面！它现代、响应式，动画很赞，定制化程度也高得离谱。

未来，OpenAI还计划推出Workflows API，让程序化触发这些Agent更简单。

这还是早期，但显然OpenAI在考虑扩展性。AgentKit可能会成为在ChatGPT或其他OpenAI托管服务里跑更大、更自主系统的基础。

可用性和定价

ChatKit在发布时就对所有开发者开放。Agent Builder还在beta阶段。Connector Registry会以beta形式向API用户、ChatGPT Enterprise和Education客户通过Global Admin Console推出。

AgentKit的所有工具都包含在正常的API model定价里。你可以在这里了解API的定价详情。

OpenAI说，他们计划未来推出Workflows API和专门为ChatGPT的Agent部署功能。

总结

我还没完全摸透AgentKit的所有功能和潜力，但作为一个有AI Agent开发经验的人，想到它能解锁的workflows和用例就觉得很疯狂。

论复杂性，像n8n或Langchain这样的工具还是领先。它们功能更丰富，能处理更深入的自动化任务，而且是open source。很多人会说OpenAI的版本只是追赶，短时间内不会取代这些平台。但我觉得AgentKit不是要取代它们，它提供的是选择性。

现在，AgentKit能做的事，n8n都能做。但能在OpenAI生态系统里直接创建workflows，对很多开发者来说是游戏规则的改变。你不用额外搞一堆设置或订阅来用AI模型。这能省不少成本，不过我也不会光因为这个就建议你换。

我个人很期待试试ChatKit，看看它在我的产品里聊天界面会是啥样。我会记录这个过程，敬请期待我未来的帖子。

本文转载自​​PyTorch研习社​​，作者：AI研究生