openai-agents-js 的项目扩展与二次开发
2025-06-05 10:44:57作者:丁柯新Fawn
项目的基础介绍
openai-agents-js 是一个由 OpenAI 开发的前端 JavaScript/TypeScript 框架,旨在构建多智能体工作流程。该框架是提供商无关的,支持 OpenAI API 以及更多其他工具,为开发者提供了一个轻量级且强大的多智能体系统构建平台。
项目的核心功能
- 多智能体工作流程:支持在单个工作流程中组合和编排多个智能体。
- 工具集成:允许在智能体响应中无缝调用工具/函数。
- 动态交接:在运行期间,可以在智能体之间动态转移控制权。
- 结构化输出:支持普通文本和经过模式验证的结构化输出。
- 实时流式响应:支持实时流式传输智能体输出和事件。
- 追踪和调试:内置追踪功能,用于可视化并调试智能体运行。
- 安全性和可靠性:输入和输出验证,确保工作的安全性和可靠性。
- 并行处理:支持智能体或工具调用并行运行,并汇总结果。
- 人工参与:允许在工作流程中集成人工审批或干预。
- 实时语音代理:支持使用 WebRTC 或 Websockets 构建实时语音代理。
项目使用了哪些框架或库?
项目主要使用了以下框架或库:
- TypeScript:为 JavaScript 提供静态类型检查,增加代码的可维护性。
- Zod:用于在运行时验证数据结构的库。
- Vitest:一个轻量级的测试框架。
项目的代码目录及介绍
项目的代码目录结构如下:
docs/:存放项目文档。examples/:包含了一系列示例代码,展示了不同功能的实现。helpers/:辅助函数目录。tests/:测试用例目录。integration-tests/:集成测试目录。packages/:项目包目录。scripts/:脚本目录。AGENTS.md:智能体相关的文档。CONTRIBUTING.md:贡献指南。LICENSE:项目许可证。README.md:项目自述文件。SECURITY.md:安全相关的文档。package.json:项目配置文件。
对项目进行扩展或者二次开发的方向
- 增加新的工具集成:可以根据需要集成更多外部工具或 API,以扩展智能体的功能。
- 扩展多智能体工作流程:可以根据实际应用场景,设计更加复杂的多智能体交互流程。
- 实时语音代理开发:基于现有的实时语音代理功能,可以开发出更多适用于不同场景的语音交互应用。
- 自定义智能体类型:可以根据需求定义新的智能体类型,以满足特定的业务逻辑。
- 性能优化:对现有代码进行优化,提高系统的稳定性和响应速度。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868