lab
Esc

Prueba con

↑↓ para moverte · Enter para abrir · también en /buscar?q= para agentes

herramienta intermedio pythonopenaiagentesmcp

OpenAI Agents SDK: crea flujos con herramientas en Python

Construye un agente en Python y añade herramientas, sesiones y delegación según tu tarea. Inspecciona sus ejecuciones antes de ampliar el flujo a varios agentes.

✓ verificado el 26 oct 2026

Instrucciones para tu agente

Esto es lo que se copia. Pégaselo a tu agente y te lo monta paso a paso.

O ábrelo directamente en ClaudeChatGPT

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

Para el agente: cómo acompañar al usuario

  1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
  2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
  3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
  4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
  5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
  6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Paso 1: crea un entorno Python

Comprueba que python corresponde a Python ≥3.10 y dispone de venv y pip. Desde la carpeta de tu proyecto, usa los comandos del README oficial:

python -m venv .venv
source .venv/bin/activate
pip install openai-agents

En Windows, el README indica .venv\Scripts\activate para activar el entorno.

Paso 2: configura el acceso

Prepara OPENAI_API_KEY como variable de entorno siguiendo Run your first agents del README. No escribas el valor en el código ni lo pegues en la conversación. Comprueba que tu cuenta puede realizar llamadas al proveedor.

Paso 3: ejecuta el ejemplo de texto

Guarda esta adaptación al español del ejemplo oficial en prueba.py:

from agents import Agent, Runner

agent = Agent(name="Assistant", instructions="Eres un asistente útil y respondes en español")

result = Runner.run_sync(agent, "Escribe un haiku sobre la recursión en programación.")
print(result.final_output)

Desde esa misma carpeta, con el entorno activado, ejecuta:

python prueba.py

Para comprobar también una herramienta local, guarda el ejemplo oficial examples/basic/tools.py como tools_prueba.py en esa carpeta y ejecuta:

python tools_prueba.py

Debe imprimir [debug] get_weather called y una respuesta que use los valores simulados 14-20C y Sunny with wind. para Tokyo. Esta herramienta devuelve datos fijos, no consulta un servicio meteorológico; su mensaje permite distinguir una llamada real de una respuesta del modelo sin usarla.

Comprobación

Comprueba que recibes una respuesta en final_output. Después estudia los ejemplos oficiales de herramientas y sesiones antes de añadir acceso a sistemas externos. Esta prueba requiere una llamada real al modelo.

Si algo falla

Si falla la importación, comprueba que instalaste openai-agents en el entorno activo. Si falla la llamada, revisa la variable de entorno y el acceso del proveedor sin imprimir la clave. Usa los ejemplos del README instalado para evitar mezclar APIs de versiones diferentes.

ver en .md ¿Prefieres el recurso entero?

Qué es

OpenAI Agents SDK es una biblioteca abierta para construir flujos con modelos y herramientas. Esta guía cubre su implementación Python, documentada en el repositorio oficial de OpenAI.

Para qué te sirve

  • Cuando una función de tu aplicación debe convertirse en herramienta del agente.
  • Cuando necesitas pasar una tarea a un agente especializado.
  • Cuando quieres conservar historial entre ejecuciones e inspeccionar sus trazas.

Cómo funciona

Agent define instrucciones, herramientas y configuración; Runner ejecuta el bucle y devuelve el resultado. El SDK incorpora delegación, sesiones, validaciones de entrada y salida y trazabilidad. También documenta agentes de voz y agentes con espacios de trabajo aislados, que requieren una configuración distinta al ejemplo de texto.

Antes de empezar

Necesitas Python 3.10 o posterior. El ejemplo de texto utiliza OPENAI_API_KEY en el entorno y una cuenta con acceso al proveedor. La licencia MIT cubre la biblioteca; las llamadas a modelos se facturan aparte. Revisa qué datos envías al proveedor y qué información queda en las trazas antes de usar datos de clientes.

Límites y alternativas

Instalar la biblioteca no configura permisos de tus herramientas ni hace que una acción externa sea reversible. Empieza por un agente de texto y añade capacidades de una en una. La versión Python y la versión JavaScript/TypeScript tienen repositorios distintos. Si solo necesitas una llamada de texto, usar directamente el SDK del proveedor puede resultar suficiente.

Recursos