🤖 Guide: How to Build Your First OpenAI Agent
10:48 Share

使用 OpenAI 平台构建基本的 AI 智能体包含几个关键步骤。首先，开发者需要明确定义智能体的目标，并根据任务的复杂性和所需的延迟选择合适的 OpenAI 模型（例如 GPT-4o、o3-mini 或 GPT-4.1）。在使用 OpenAI API 密钥设置开发环境后，需要精心设计的指令提示来定义智能体的行为、角色和响应风格。对于更高级的功能，智能体可以配备网络搜索、文件搜索或调用外部函数（API）等工具。然后可以使用 OpenAI 的 Agents SDK 等框架或 LangChain 等库来协调多步骤任务、管理内存并将智能体与其他应用程序集成，然后进行彻底的测试和迭代。访问 AI Unraveled Builder's Toolkit（视频 + 音频 + 电子书）的完整内容，请访问 https://djamgatech.com/product/ai-unraveled-the-builders-toolkit-practical-ai-tutorials-projects-e-book-audio/ 步骤：前往 Google Colab 并使用 pip install openai-agents 安装 OpenAI 智能体 从 OpenAI 平台获取你的 API 密钥，并向你的帐户添加一些信用额度 导入库并使用模型（例如 gpt-4o 或 o3-mini）、指令和网络搜索工具创建你的智能体 运行你的智能体并打印结果 这意味着：OpenAI 正在提供越来越强大和易于访问的工具和 API，简化了开发者创建自定义 AI 智能体的流程。这使各种技能水平的构建者能够设计能够执行从简单的自动化到更复杂的代理工作流程的各种应用程序的复杂、自主任务的专业 AI 解决方案。</context> <raw_text>0 好的。欢迎回到深度潜水。大家好。我们今天直接进入一些实际内容，仔细研究一个具体的教程。它来自 AI Unraveled Builder's Toolkit。没错。我们本次深度潜水的资料来源是一个视频教程。标题是《如何构建你的第一个 Etanigen.mp4》。这个教程来自 Etienne Newman。在视频中，他被介绍为高级软件工程师，也是一位热情的足球爸爸。

居住在加拿大阿尔伯塔省卡尔加里。是的，知道来源总是好的。确实如此。拥有如此具体、清晰的来源，进行工作真的很好。知道信息来自哪里，绝对使我们的工作更容易。绝对的。现在，在我们深入研究之前，对于正在收听的各位，快速说明一下。如果您还没有查看，请前往 JamGadTech。

您可以获得整个构建工具包的终身访问权限。哦，对了。是的，资料来源提到他们每周都会添加新的教程，每个教程都包含详细的说明、PDF、音频和视频格式。

听起来非常全面。多种学习材料的方式。没错。听起来是一个非常可靠的资源，可以进行实践操作。宝贵的资料。所以，我们今天的任务。是的。我们将分解 Etienne 的教程。我们将逐步完成他展示的构建第一个开放式 AI 智能体的过程。使其清晰易懂，易于访问。对。仅基于他实际上在这个视频资料中展示的步骤和细节。而该教程演示了如何构建一个，嗯，一个

一个使用 OpenAI 服务的相当简单的 AI 智能体。好的。特别是在 Google Colab 中，您知道，这是一个流行的平台，非常易于运行代码。好的，让我们来分解一下。我真的很期待进入实际操作方面，你知道吗？是的。实际上像他在这里展示的那样，构建一个智能体。我也是。构建可以执行任务的智能体。是的。感觉像是……嗯，

实际应用 AI 的下一个合乎逻辑的步骤。这里令人着迷的是，通过向您展示如何构建一些有用的东西，例如这个天气智能体，资料来源立即突出了许多智能体背后的核心思想。这是关于赋予 AI 与外部信息或工具交互以执行特定任务的能力。对，对。好的，让我们按照 Etienne 在视频中提出的路径进行操作。

他展示的第一个步骤是设置您的 OpenAI API 密钥。是的，这是您必须通过的关键的第一道门槛。以编程方式使用 OpenAI 的服务，例如我们在 Google Colab 中所做的那样，您需要一种方法来识别您自己和您的帐户。对。API 密钥就是该标识。明白了。他演示的过程包括进入您的 OpenAI 帐户设置。嗯哼。

找到 API 密钥部分，然后创建一个新的密钥。他实际上展示了如何为其命名，这始终是一个好习惯。绝对的。他在他的示例中使用了 E3。然后，如果您已经设置了一个默认项目，请选择该项目。教程在这点上非常清楚。它强调这些密钥就像密码一样。非常重要。是的。您必须将它们保密。您绝对不希望其他人使用您的密钥来访问您帐户上的服务。

这可能会导致费用增加或出现其他问题。说得对。因此，一旦密钥生成，视频就会准确显示您需要在 Google Colab 笔记本中放置该密钥的位置。通常是在开头附近，是的。因此，您的代码从一开始就知道要使用哪些凭据。好的，这是第一步。

整理好您的密钥。对。获取凭据后的下一个合乎逻辑的步骤是确保您的编码环境中实际拥有正确的工具。哦，好的。因此，教程显示了如何安装特定的库。没错。他在 Google Colab 中运行了一个代码块，命令是 pip install OpenAI agent。是的。

pip install。这是在 Python 中下载和设置其他人创建的这些预先编写的代码模块或库的标准方法。对。因此，该命令基本上告诉 Google Colab，去获取 OpenAI 代理库，该库具有与 OpenAI 的代理工具轻松对话的所有必要的代码函数和结构。当他运行它时，

您会看到 Colab 环境确认它。出现一个小勾号。是的，成功。库已安装。它已准备好使用。他还指出了 Colab 的内置功能，可以使用 AI（例如

例如 Gemini）来解释代码。哦，有趣。因此您可以了解 pip install 命令实际上做了什么。没错。方便的功能。所以，好的，您已经获得了密钥，您已经安装了库。视频接下来是什么？教程中显示的下一个代码块侧重于，嗯，将这些工具引入您当前的会话并将它们与您的 API 密钥链接起来。好的，所以是激活它们，是吗？基本上，是的。此步骤使用 import 语句，这些语句告诉您的 Python 代码，哦，

好的，使我刚刚安装的 OpenAI 代理库中的函数和类可供我现在使用。明白了。它还包括一些代码，用于获取您之前输入的 API 密钥并初始化库，将其配置为在与 OpenAI 通信时使用该特定密钥。他运行了这个块，同样，您会看到确认，勾号。再次成功。

库已导入，密钥已初始化，这意味着智能体构建工具现在已加载并已通过您的帐户进行身份验证。因此舞台已经搭建完毕。这将我们带到了教程中显示的核心操作。

实际上创建智能体实例本身。这就是魔法发生的地方，或者您定义想要让智能体执行什么魔法的地方，对吧？没错。教程侧重于构建一个天气智能体。好的。根据稍后使用方式所示，其目标是让该智能体能够获取并告诉您您询问的任何城市的天气情况。这里令人着迷的是，一旦设置完成，创建步骤看起来多么简单直接。确实如此。您已准备好了环境，您已进行了身份验证，

现在您基本上告诉库，为我构建一个智能体。- 对。- 他运行的代码块可能包含一些参数，用于定义其基本角色或其功能，例如能够访问天气信息。- 运行该代码块确认已创建智能体对象。现在存在，它已准备好运行。- 他再次指出，您可以使用该解释代码的功能来了解智能体在幕后是如何创建的。- 好建议。好的，您已设置好，您已创建好。教程中显示的最后一步自然是将智能体付诸测试。

这就是理论与现实相遇的地方。您必须看看它是否有效。没错。视频显示使用特定请求查询他刚刚创建的智能体。它是，使用我的 OpenAI 区域告诉我纽约市的天气。一个清晰的命令。是的。但这里变得非常有趣。哦，不。资料来源几乎立即显示出现错误消息。嗯哼。类似于，不喜欢我的密钥。嗯哼。

好的，所以并不完全顺利。并不完全顺利。这确实提出了一个关于使用这些付费 API 服务的实际情况的重要问题，不是吗？绝对如此。即使您按照步骤操作，现实世界中的问题也可能出现。这并不总是代码错误。有时是帐户问题或连接问题。对。教程作者 Etienne 在视频中直接解决了这个问题。

他解释说，鉴于其他一切看起来都很好，此特定错误最可能的原因是他可能用完了 OpenAI 帐户中的信用额度。他甚至提到了他拥有的 10 美元的限额。这实际上在教程中是一个非常宝贵的时刻。我也这么认为。因为它表明开发并不总是这个干净的线性过程。故障排除只是交易的一部分，一个常见的部分。完全正确。特别有趣的是，甚至有点奇怪的是，

尽管标记了密钥错误，但视频显示智能体仍然设法提供了纽约市的天气答案。哦，好的。所以它有效，尽管有错误消息。显然。然后他继续使用其他城市（巴黎、他自己的城市卡尔加里）进行测试，并确认他也收到了这些查询的结果。

即使该密钥警告仍然在那里。嗯。这很奇怪。也许错误是间歇性的，或者与计费状态有关，但并没有阻止实际的函数调用。可能是。他提到这是一个他稍后会清理的小问题。对。这表明他创建的核心智能体逻辑本身（他在 Colab 笔记本中构建的部分）可能运行良好。是的。但当时 API 连接或信用状态检查出现了一些问题。这并没有真正使他展示的创建智能体的过程失效。没错。

因此，回顾教程资料来源，

Etienne 演示的构建这个第一个智能体的整个过程，它实际上分解成一个清晰的逻辑流程。实际上有四个主要步骤。您设置您的凭据，您的 API 密钥。准备您的编码环境，安装工具。创建实际的智能体实例本身。然后测试其功能。看看它是否能完成工作。从本质上讲，这是从无到有构建一个有效（在他的特定情况下短暂出现故障）智能体的四个步骤旅程。而

直接从资料来源中，我们已经逐步完成了这些实际步骤，使用 Google Colab 和您的 API 密钥启动并运行基本的 OpenAI 智能体。通过遵循视频中显示的具体示例，包括那个至关重要的故障排除时刻，我认为这是关键。是的，这很有用。这次深度潜水确实为您（听众）提供了一条直接的途径，让您了解这些基础步骤在实践中实际上是什么样的。

从整理好您的密钥一直到看到智能体响应查询。请记住，整个过程，所有这些细节，都在我们一直在讨论的视频教程中进行了阐述。它是 AI Unraveled Builders Toolkit 的一部分。对。如果您准备好自己按照 Etienne 的步骤进行操作，或者探索其他构建项目，

请前往 Jamgadtech。在那里您可以获得终身访问权限。没错。工具包的终身访问权限。据称每周都会添加新的教程。所有教程都包含详细的说明、PDF、音频和视频格式。就像我们看到的这个资料来源一样。因此，它实际上旨在为您提供从概念到实际执行所需的详细指导。那么，这一切意味着什么呢？要点是什么？

也许可以考虑我们在那里看到的故障排除时刻中包含的教训。遇到像 API 密钥问题这样的错误，这并不是真正的失败，对吧？它实际上是构建过程中的一个基本部分，通常也很有信息量。确实如此。您从修复损坏的东西中学到了很多东西。完全正确。

而像这样的教程，特别是当它们不仅向您展示完美的路径，还展示某人在事情进展不顺利时的反应时。是的。这很重要，不是吗？为了将理论知识转化为实际的工作应用程序。绝对的。包括颠簸在内的实际元素至关重要。

因此，最后的思考可能是，关于在演示中间看到一点现实世界的摩擦，那里的颠簸，您有什么突出之处？看到故障排除，而不仅仅是成功，有多重要？