# Instrucciones para el agente: OpenAI Agents SDK: crea flujos con herramientas en Python

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.

- Dificultad: intermedio
- Proyecto: https://github.com/openai/openai-agents-python (licencia MIT)
- Guía completa: https://lab.wisd.ai/hub/openai-agents-python

---

## 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:

```bash
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`:

```python
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:

```bash
python prueba.py
```

Para comprobar también una herramienta local, guarda el [ejemplo oficial `examples/basic/tools.py`](https://github.com/openai/openai-agents-python/blob/main/examples/basic/tools.py) como `tools_prueba.py` en esa carpeta y ejecuta:

```bash
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.