Improve translation pipeline details (#475 )

This pull request improves the translation pipeline, which was
introduced by #460. Now the document generation works pretty well with
gpt-4o model.

2025-04-10 16:54:05 -04:00

7.8 KiB

Raw Blame History

エージェントの実行

エージェントは [Runner][agents.run.Runner] クラスを通じて実行できます。3つのオプションがあります：

非同期で実行し、[RunResult][agents.result.RunResult] を返す [Runner.run()][agents.run.Runner.run]。
同期メソッドで、内部で .run() を実行する [Runner.run_sync()][agents.run.Runner.run_sync]。
非同期で実行し、[RunResultStreaming][agents.result.RunResultStreaming] を返す [Runner.run_streamed()][agents.run.Runner.run_streamed]。ストリーミングモードで LLM を呼び出し、受信したイベントをストリームします。

from agents import Agent, Runner

async def main():
    agent = Agent(name="Assistant", instructions="You are a helpful assistant")

    result = await Runner.run(agent, "Write a haiku about recursion in programming.")
    print(result.final_output)
    # Code within the code,
    # Functions calling themselves,
    # Infinite loop's dance.

詳細は結果ガイドをご覧ください。

エージェントループ

Runner の実行メソッドを使用する際、開始エージェントと入力を渡します。入力は文字列（ユーザーメッセージと見なされる）または OpenAI Responses API のアイテムリストのいずれかです。

ランナーは次のループを実行します：

現在のエージェントと入力で LLM を呼び出します。
LLM が出力を生成します。
1. LLM が final_output を返すと、ループは終了し、結果を返します。
2. LLM がハンドオフを行う場合、現在のエージェントと入力を更新し、ループを再実行します。
3. LLM がツール呼び出しを生成する場合、それらを実行し、結果を追加し、ループを再実行します。
渡された max_turns を超えた場合、[MaxTurnsExceeded][agents.exceptions.MaxTurnsExceeded] 例外を発生させます。

!!! note

LLM の出力が「最終出力」と見なされるかどうかのルールは、望ましいタイプのテキスト出力を生成し、ツール呼び出しがないことです。

ストリーミング

ストリーミングを使用すると、LLM が実行される際にストリーミングイベントを受け取ることができます。ストリームが完了すると、[RunResultStreaming][agents.result.RunResultStreaming] は実行に関する完全な情報を含み、生成されたすべての新しい出力を含みます。ストリーミングイベントには .stream_events() を呼び出せます。ストリーミングガイドで詳細を確認してください。

実行設定

run_config パラメーターを使用して、エージェント実行のグローバル設定を構成できます：

[model][agents.run.RunConfig.model]: 各エージェントの model に関係なく、使用するグローバル LLM モデルを設定できます。
[model_provider][agents.run.RunConfig.model_provider]: モデル名を検索するためのモデルプロバイダーで、デフォルトは OpenAI です。
[model_settings][agents.run.RunConfig.model_settings]: エージェント固有の設定を上書きします。たとえば、グローバルな temperature や top_p を設定できます。
[input_guardrails][agents.run.RunConfig.input_guardrails], [output_guardrails][agents.run.RunConfig.output_guardrails]: すべての実行に含める入力または出力ガードレールのリスト。
[handoff_input_filter][agents.run.RunConfig.handoff_input_filter]: すべてのハンドオフに適用するグローバル入力フィルター。ハンドオフに既にフィルターがない場合に適用されます。入力フィルターを使用して、新しいエージェントに送信される入力を編集できます。詳細は [Handoff.input_filter][agents.handoffs.Handoff.input_filter] のドキュメントを参照してください。
[tracing_disabled][agents.run.RunConfig.tracing_disabled]: 実行全体のトレーシングを無効にできます。
[trace_include_sensitive_data][agents.run.RunConfig.trace_include_sensitive_data]: トレースに LLM やツール呼び出しの入出力など、潜在的に機密性のあるデータを含めるかどうかを設定します。
[workflow_name][agents.run.RunConfig.workflow_name], [trace_id][agents.run.RunConfig.trace_id], [group_id][agents.run.RunConfig.group_id]: 実行のトレーシングワークフロー名、トレース ID、トレースグループ ID を設定します。少なくとも workflow_name を設定することをお勧めします。グループ ID は、複数の実行にわたってトレースをリンクするためのオプションフィールドです。
[trace_metadata][agents.run.RunConfig.trace_metadata]: すべてのトレースに含めるメタデータ。

会話/チャットスレッド

いずれかの実行メソッドを呼び出すと、1つ以上のエージェントが実行される可能性があります（したがって、1つ以上の LLM 呼び出しが行われます）が、チャット会話の単一の論理ターンを表します。例えば：

ユーザーターン：ユーザーがテキストを入力
ランナー実行：最初のエージェントが LLM を呼び出し、ツールを実行し、2番目のエージェントにハンドオフし、2番目のエージェントがさらにツールを実行し、出力を生成します。

エージェント実行の終了時に、ユーザーに何を表示するかを選択できます。例えば、エージェントによって生成されたすべての新しいアイテムをユーザーに表示するか、最終出力のみを表示するかです。いずれにせよ、ユーザーがフォローアップの質問をする可能性があり、その場合は再度実行メソッドを呼び出すことができます。

次のターンの入力を取得するには、基本の [RunResultBase.to_input_list()][agents.result.RunResultBase.to_input_list] メソッドを使用できます。

async def main():
    agent = Agent(name="Assistant", instructions="Reply very concisely.")

    with trace(workflow_name="Conversation", group_id=thread_id):
        # First turn
        result = await Runner.run(agent, "What city is the Golden Gate Bridge in?")
        print(result.final_output)
        # San Francisco

        # Second turn
        new_input = result.to_input_list() + [{"role": "user", "content": "What state is it in?"}]
        result = await Runner.run(agent, new_input)
        print(result.final_output)
        # California

例外

SDK は特定のケースで例外を発生させます。完全なリストは [agents.exceptions][] にあります。概要は以下の通りです：

[AgentsException][agents.exceptions.AgentsException] は、SDK で発生するすべての例外の基本クラスです。
[MaxTurnsExceeded][agents.exceptions.MaxTurnsExceeded] は、実行が渡された max_turns を超えた場合に発生します。
[ModelBehaviorError][agents.exceptions.ModelBehaviorError] は、モデルが無効な出力を生成した場合に発生します。例：不正な形式の JSON や存在しないツールの使用。
[UserError][agents.exceptions.UserError] は、SDK を使用する際にエラーを犯した場合に発生します。
[InputGuardrailTripwireTriggered][agents.exceptions.InputGuardrailTripwireTriggered], [OutputGuardrailTripwireTriggered][agents.exceptions.OutputGuardrailTripwireTriggered] は、ガードレールが作動した場合に発生します。

7.8 KiB Raw Blame History Unescape Escape