diff --git a/docs/ja/agents.md b/docs/ja/agents.md index 4298b44ef..ea6fed3a9 100644 --- a/docs/ja/agents.md +++ b/docs/ja/agents.md @@ -4,16 +4,16 @@ search: --- # エージェント -エージェントはアプリのコアとなる構成要素です。エージェントとは、 instructions と tools で設定された大規模言語モデル ( LLM ) です。 +エージェントはアプリの中核となるビルディングブロックです。エージェントとは、指示とツールで構成された大規模言語モデル ( LLM ) です。 ## 基本設定 -最も一般的に設定するプロパティは次のとおりです。 +エージェントで最もよく設定するプロパティは次のとおりです。 -- `name`: エージェントを識別する必須の文字列です。 -- `instructions`: developer message または system prompt とも呼ばれます。 -- `model`: 使用する LLM と、 temperature や top_p などのモデル調整パラメーターを指定できる `model_settings` ( 任意 )。 -- `tools`: エージェントがタスクを達成するために使用できる tools です。 +- `name`: エージェントを識別する必須の文字列。 +- `instructions`: developer メッセージまたは system prompt とも呼ばれます。 +- `model`: 使用する LLM、および temperature や top_p などのチューニングパラメーターを設定する `model_settings` (オプション)。 +- `tools`: エージェントがタスク達成のために使用できるツール。 ```python from agents import Agent, ModelSettings, function_tool @@ -33,7 +33,7 @@ agent = Agent( ## コンテキスト -エージェントは `context` の型がジェネリックです。 context は依存性注入のためのツールで、あなたが作成して `Runner.run()` に渡すオブジェクトです。これはすべてのエージェント、 tool、 handoff などに渡され、依存関係や実行時の状態をまとめて保持します。 context には任意の Python オブジェクトを渡せます。 +エージェントはその `context` 型に対して汎用的です。コンテキストは依存性注入ツールであり、あなたが作成して `Runner.run()` に渡すオブジェクトです。このオブジェクトはすべてのエージェント、ツール、ハンドオフなどに渡され、エージェント実行の依存関係や状態をまとめて保持します。コンテキストには任意の Python オブジェクトを渡せます。 ```python @dataclass @@ -52,7 +52,7 @@ agent = Agent[UserContext]( ## 出力タイプ -デフォルトでは、エージェントはプレーンテキスト ( つまり `str` ) を出力します。特定の型で出力させたい場合は `output_type` パラメーターを使用します。一般的には [Pydantic](https://docs.pydantic.dev/) オブジェクトを使いますが、 dataclass や list、 TypedDict など、 Pydantic の [TypeAdapter](https://docs.pydantic.dev/latest/api/type_adapter/) でラップできる型なら何でも対応しています。 +デフォルトでは、エージェントはプレーンテキスト (すなわち `str`) を出力します。特定の型で出力させたい場合は、`output_type` パラメーターを使用します。一般的には [Pydantic](https://docs.pydantic.dev/) オブジェクトを使いますが、Pydantic の [TypeAdapter](https://docs.pydantic.dev/latest/api/type_adapter/) でラップできる型―dataclass、list、TypedDict など―であれば利用できます。 ```python from pydantic import BaseModel @@ -73,11 +73,11 @@ agent = Agent( !!! note - `output_type` を渡すと、モデルは通常のプレーンテキストではなく [structured outputs](https://platform.openai.com/docs/guides/structured-outputs) を利用して応答します。 + `output_type` を指定すると、モデルは通常のプレーンテキスト応答ではなく [structured outputs](https://platform.openai.com/docs/guides/structured-outputs) を使用するよう指示されます。 ## ハンドオフ -ハンドオフは、エージェントが委任できるサブエージェントです。 handoffs のリストを渡すと、エージェントは必要に応じてそれらに委任できます。これは、単一タスクに特化したモジュール化されたエージェントを編成する強力なパターンです。詳細は [ハンドオフ](handoffs.md) ドキュメントをご覧ください。 +ハンドオフは、エージェントが委譲できるサブエージェントです。ハンドオフのリストを提供すると、エージェントは関連する場合にそれらへ委譲できます。これは、単一タスクに特化したモジュール型エージェントをオーケストレーションする強力なパターンです。詳しくは [handoffs](handoffs.md) ドキュメントをご覧ください。 ```python from agents import Agent @@ -96,9 +96,9 @@ triage_agent = Agent( ) ``` -## 動的インストラクション +## 動的 instructions -多くの場合、エージェント作成時に instructions を渡しますが、関数を介して動的に instructions を生成することもできます。この関数は agent と context を受け取り、プロンプトを返す必要があります。通常の関数と `async` 関数の両方に対応しています。 +通常はエージェント作成時に instructions を渡しますが、関数を通じて動的に渡すこともできます。この関数はエージェントと context を受け取り、プロンプトを返さなければなりません。同期関数と `async` 関数の両方を使用できます。 ```python def dynamic_instructions( @@ -113,17 +113,17 @@ agent = Agent[UserContext]( ) ``` -## ライフサイクルイベント ( hooks ) +## ライフサイクルイベント (フック) -エージェントのライフサイクルを監視したい場合があります。たとえば、イベントをログに記録したり、特定のイベント発生時にデータを事前取得したりできます。 `hooks` プロパティでエージェントのライフサイクルにフックできます。[`AgentHooks`][agents.lifecycle.AgentHooks] クラスを継承し、必要なメソッドをオーバーライドしてください。 +エージェントのライフサイクルを監視したい場合があります。たとえば、イベントをログに記録したり、特定のイベント発生時にデータをプリフェッチしたりするケースです。`hooks` プロパティを使ってエージェントのライフサイクルにフックできます。[`AgentHooks`][agents.lifecycle.AgentHooks] をサブクラス化し、関心のあるメソッドをオーバーライドしてください。 ## ガードレール -ガードレールを使うと、エージェント実行と並行してユーザー入力のチェックやバリデーションを実行できます。たとえば、ユーザー入力を関連性でフィルタリングするなどが可能です。詳細は [guardrails](guardrails.md) ドキュメントをご覧ください。 +ガードレールを使うと、エージェント実行と並行してユーザー入力に対するチェックやバリデーションを実行できます。たとえば、ユーザー入力の関連性をスクリーニングすることが可能です。詳細は [guardrails](guardrails.md) ドキュメントをご覧ください。 -## エージェントのクローン / コピー +## エージェントのクローン／コピー -エージェントの `clone()` メソッドを使用すると、エージェントを複製し、任意のプロパティを変更できます。 +エージェントの `clone()` メソッドを使うと、エージェントを複製し、任意のプロパティを変更できます。 ```python pirate_agent = Agent( @@ -138,14 +138,14 @@ robot_agent = pirate_agent.clone( ) ``` -## ツール利用の強制 +## ツール使用の強制 -tools のリストを渡しても、 LLM が必ずしも tool を利用するとは限りません。 [`ModelSettings.tool_choice`][agents.model_settings.ModelSettings.tool_choice] を設定してツール利用を強制できます。使用可能な値は次のとおりです。 +ツールのリストを渡しても、必ずしも LLM がツールを使用するとは限りません。[`ModelSettings.tool_choice`][agents.model_settings.ModelSettings.tool_choice] を設定するとツール使用を強制できます。有効な値は次のとおりです。 -1. `auto` : LLM が tool を使うかどうかを決定します。 -2. `required` : LLM に tool の使用を必須にします ( どの tool を使うかは自動で判断 )。 -3. `none` : LLM に tool を _使わない_ ことを要求します。 -4. 具体的な文字列 ( 例: `my_tool` ) を指定すると、その特定の tool の使用を要求します。 +1. `auto` : LLM がツールを使用するかどうかを自動で判断します。 +2. `required` : LLM にツール使用を必須とします (使用するツールはインテリジェントに決定)。 +3. `none` : LLM にツールを使用しないことを要求します。 +4. 具体的な文字列 (例: `my_tool`) を設定すると、そのツールを必ず使用させます。 ```python from agents import Agent, Runner, function_tool, ModelSettings @@ -163,11 +163,12 @@ agent = Agent( ) ``` -## ツール利用の挙動 +## ツール使用の挙動 -`Agent` の `tool_use_behavior` パラメーターは、ツール出力の扱い方を制御します。 -- `"run_llm_again"` : 既定値。 tool を実行し、その結果を LLM が処理して最終応答を生成します。 -- `"stop_on_first_tool"` : 最初の tool 呼び出しの出力を最終応答として使用し、追加の LLM 処理は行いません。 +`Agent` の `tool_use_behavior` パラメーターはツール出力の扱い方を制御します。 + +- `"run_llm_again"`: デフォルト設定。ツールを実行し、その結果を LLM が処理して最終応答を生成します。 +- `"stop_on_first_tool"`: 最初に呼び出されたツールの出力をそのまま最終応答として使用し、追加の LLM 処理を行いません。 ```python from agents import Agent, Runner, function_tool, ModelSettings @@ -185,7 +186,7 @@ agent = Agent( ) ``` -- `StopAtTools(stop_at_tool_names=[...])`: 指定したいずれかの tool が呼び出された時点で停止し、その出力を最終応答として使用します。 +- `StopAtTools(stop_at_tool_names=[...])`: 指定したツールのいずれかが呼び出されると停止し、その出力を最終応答とします。 ```python from agents import Agent, Runner, function_tool from agents.agent import StopAtTools @@ -207,7 +208,7 @@ agent = Agent( tool_use_behavior=StopAtTools(stop_at_tool_names=["get_weather"]) ) ``` -- `ToolsToFinalOutputFunction`: tool の結果を処理し、 LLM を続行するか停止するかを判断するカスタム関数です。 +- `ToolsToFinalOutputFunction`: ツール結果を処理し、停止するか LLM を続行するかを決定するカスタム関数。 ```python from agents import Agent, Runner, function_tool, FunctionToolResult, RunContextWrapper @@ -245,4 +246,4 @@ agent = Agent( !!! note - 無限ループを防ぐため、フレームワークは tool 呼び出し後に `tool_choice` を自動的に "auto" にリセットします。この動作は [`agent.reset_tool_choice`][agents.agent.Agent.reset_tool_choice] で設定可能です。ツール結果が LLM に送られ、その後 `tool_choice` により再度ツール呼び出しが生成されることで無限ループが発生するためです。 \ No newline at end of file + 無限ループを防ぐため、フレームワークはツール呼び出し後に `tool_choice` を自動的に "auto" にリセットします。この挙動は [`agent.reset_tool_choice`][agents.agent.Agent.reset_tool_choice] で設定できます。ツール結果が LLM に送られ、その後 `tool_choice` により再度ツール呼び出しが生成され…という無限ループを防止するためです。 \ No newline at end of file diff --git a/docs/ja/config.md b/docs/ja/config.md index 080f6b859..d2559eab4 100644 --- a/docs/ja/config.md +++ b/docs/ja/config.md @@ -6,7 +6,7 @@ search: ## API キーとクライアント -デフォルトでは、SDK はインポートされるとすぐに LLM リクエストとトレーシングのために `OPENAI_API_KEY` 環境変数を探します。アプリ起動前にこの環境変数を設定できない場合は、[set_default_openai_key()][agents.set_default_openai_key] 関数を使用してキーを設定できます。 +デフォルトでは、SDK をインポートした直後から、LLM リクエストとトレーシングに使用する環境変数 `OPENAI_API_KEY` を参照します。アプリ起動前にこの環境変数を設定できない場合は、[set_default_openai_key()][agents.set_default_openai_key] 関数でキーを設定できます。 ```python from agents import set_default_openai_key @@ -14,7 +14,7 @@ from agents import set_default_openai_key set_default_openai_key("sk-...") ``` -また、使用する OpenAI クライアントを設定することもできます。デフォルトでは、SDK は環境変数または上記で設定したデフォルトキーを利用して `AsyncOpenAI` インスタンスを生成します。これを変更したい場合は、[set_default_openai_client()][agents.set_default_openai_client] 関数を使用してください。 +また、使用する OpenAI クライアントを個別に設定することも可能です。デフォルトでは、SDK は環境変数または上記で設定したデフォルトキーを用いて `AsyncOpenAI` インスタンスを生成します。[set_default_openai_client()][agents.set_default_openai_client] 関数を使うことで、この設定を変更できます。 ```python from openai import AsyncOpenAI @@ -24,7 +24,7 @@ custom_client = AsyncOpenAI(base_url="...", api_key="...") set_default_openai_client(custom_client) ``` -さらに、使用する OpenAI API をカスタマイズすることも可能です。標準では OpenAI Responses API を使用しますが、[set_default_openai_api()][agents.set_default_openai_api] 関数を用いて Chat Completions API に切り替えられます。 +さらに、使用する OpenAI API もカスタマイズできます。デフォルトでは OpenAI Responses API を利用しますが、[set_default_openai_api()][agents.set_default_openai_api] 関数を使用して Chat Completions API に切り替えられます。 ```python from agents import set_default_openai_api @@ -34,7 +34,7 @@ set_default_openai_api("chat_completions") ## トレーシング -トレーシングはデフォルトで有効になっています。デフォルトでは前述の OpenAI API キー（環境変数または設定したデフォルトキー）を使用します。トレーシング専用の API キーを指定したい場合は、[`set_tracing_export_api_key`][agents.set_tracing_export_api_key] 関数を使用してください。 +トレーシングはデフォルトで有効です。上記セクションで説明した OpenAI API キー（環境変数または設定したデフォルトキー）が使用されます。トレーシング専用の API キーを指定したい場合は、[`set_tracing_export_api_key`][agents.set_tracing_export_api_key] 関数を利用してください。 ```python from agents import set_tracing_export_api_key @@ -42,7 +42,7 @@ from agents import set_tracing_export_api_key set_tracing_export_api_key("sk-...") ``` -トレーシングを完全に無効化する場合は、[`set_tracing_disabled()`][agents.set_tracing_disabled] 関数を呼び出します。 +トレーシングを完全に無効にする場合は、[`set_tracing_disabled()`][agents.set_tracing_disabled] 関数を使用します。 ```python from agents import set_tracing_disabled @@ -50,11 +50,11 @@ from agents import set_tracing_disabled set_tracing_disabled(True) ``` -## デバッグ ログ +## デバッグ ロギング -SDK にはハンドラーが設定されていない Python ロガーが 2 つあります。デフォルトでは、警告とエラーは `stdout` に送信されますが、それ以外のログは抑制されます。 +SDK にはハンドラーが設定されていない Python ロガーが 2 つあります。デフォルトでは、警告とエラーは `stdout` に送られますが、それ以外のログは抑制されます。 -詳細なログ出力を有効にするには、[`enable_verbose_stdout_logging()`][agents.enable_verbose_stdout_logging] 関数を使用してください。 +詳細なロギングを有効にするには、[`enable_verbose_stdout_logging()`][agents.enable_verbose_stdout_logging] 関数を使用します。 ```python from agents import enable_verbose_stdout_logging @@ -62,7 +62,7 @@ from agents import enable_verbose_stdout_logging enable_verbose_stdout_logging() ``` -ログをカスタマイズしたい場合は、ハンドラー・フィルター・フォーマッターなどを追加できます。詳細は [Python logging guide](https://docs.python.org/3/howto/logging.html) を参照してください。 +ログを独自にカスタマイズしたい場合は、ハンドラー、フィルター、フォーマッターなどを追加できます。詳細は [Python logging guide](https://docs.python.org/3/howto/logging.html) を参照してください。 ```python import logging @@ -81,17 +81,17 @@ logger.setLevel(logging.WARNING) logger.addHandler(logging.StreamHandler()) ``` -### ログの機微データ +### ログ内の機密データ -一部のログには、ユーザー データなどの機微な情報が含まれる場合があります。これらのデータをログに残したくない場合は、以下の環境変数を設定してください。 +一部のログには機密データ（例：ユーザーデータ）が含まれる場合があります。こうしたデータの出力を無効にしたい場合は、以下の環境変数を設定してください。 -LLM の入力および出力を記録しない: +LLM の入力と出力のロギングを無効にする: ```bash export OPENAI_AGENTS_DONT_LOG_MODEL_DATA=1 ``` -ツールの入力および出力を記録しない: +ツールの入力と出力のロギングを無効にする: ```bash export OPENAI_AGENTS_DONT_LOG_TOOL_DATA=1 diff --git a/docs/ja/context.md b/docs/ja/context.md index a8c737a90..17c7c897d 100644 --- a/docs/ja/context.md +++ b/docs/ja/context.md @@ -4,30 +4,30 @@ search: --- # コンテキスト管理 -コンテキストという語は多義的です。ここでは主に 2 つのコンテキスト クラスが存在します。 +コンテキストという語は多義的です。ここでは、気に掛けるべきコンテキストには大きく 2 つのクラスがあります。 -1. コード側でローカルに利用できるコンテキスト: ツール関数の実行時や `on_handoff` などのコールバック、ライフサイクル フック内で必要となるデータや依存関係を指します。 -2. LLM が利用できるコンテキスト: 応答を生成する際に LLM が参照できるデータを指します。 +1. コードでローカルに利用できるコンテキスト: これは、tool 関数の実行時や `on_handoff` のようなコールバック、ライフサイクルフック内などで必要になるデータや依存関係です。 +2. LLM が利用できるコンテキスト: これは、LLM が応答を生成する際に参照できるデータです。 ## ローカルコンテキスト -これは [`RunContextWrapper`][agents.run_context.RunContextWrapper] クラスと、その中の [`context`][agents.run_context.RunContextWrapper.context] プロパティで表現されます。動作の流れは次のとおりです。 +ローカルコンテキストは [`RunContextWrapper`][agents.run_context.RunContextWrapper] クラスと、その中の [`context`][agents.run_context.RunContextWrapper.context] プロパティで表現されます。動作の流れは次のとおりです: -1. 任意の Python オブジェクトを作成します。一般的には dataclass や Pydantic オブジェクトを用いるパターンが多いです。 -2. そのオブジェクトを各種 `run` メソッドに渡します（例: `Runner.run(..., **context=whatever**)`）。 -3. すべてのツール呼び出しやライフサイクル フックには `RunContextWrapper[T]` 型のラッパー オブジェクトが渡されます。ここで `T` はコンテキスト オブジェクトの型で、`wrapper.context` からアクセスできます。 +1. 任意の Python オブジェクトを作成します。一般的には dataclass や Pydantic オブジェクトを使うパターンが多いです。 +2. そのオブジェクトを各種 run メソッド（例: `Runner.run(..., **context=whatever**)`）に渡します。 +3. すべての tool 呼び出しやライフサイクルフックなどには `RunContextWrapper[T]` が渡されます。ここで `T` は作成したコンテキストオブジェクトの型で、`wrapper.context` からアクセスできます。 -**最重要ポイント**: 1 回のエージェント実行において、エージェント本体・ツール関数・ライフサイクル フックなどはすべて同じ _型_ のコンテキストを使用しなければなりません。 + **最も重要なのは**、同一のエージェント実行内では、エージェント・tool 関数・ライフサイクルフックなどがすべて同じ _型_ のコンテキストを使う必要があるという点です。 -コンテキストは次のような用途で利用できます。 +コンテキストは次のような用途に利用できます。 -- 実行に関連するデータ（例: username/uid などユーザーに関する情報） -- 依存オブジェクト（例: ロガーやデータフェッチャーなど） -- ヘルパー関数 +- 実行のためのコンテキストデータ（例: username/uid などユーザーに関する情報） +- 依存関係（例: logger オブジェクトやデータフェッチャーなど） +- ヘルパー関数 !!! danger "Note" - コンテキスト オブジェクトは LLM へは **送信されません**。ローカル専用オブジェクトとして読み書きやメソッド呼び出しを行います。 + コンテキストオブジェクトは **送信されません** LLM へ。これは純粋にローカルオブジェクトで、読み書きやメソッド呼び出しを自由に行えます。 ```python import asyncio @@ -66,17 +66,17 @@ if __name__ == "__main__": asyncio.run(main()) ``` -1. これはコンテキスト オブジェクトです。ここでは dataclass を使用していますが、任意の型で構いません。 -2. これはツールです。`RunContextWrapper[UserInfo]` を受け取り、実装内でコンテキストを参照しています。 -3. エージェントにジェネリック型 `UserInfo` を指定することで、型チェッカーがエラーを検出できます（例えば異なるコンテキスト型を取るツールを渡そうとした場合など）。 -4. `run` 関数にコンテキストを渡します。 -5. エージェントは正しくツールを呼び出し、年齢を取得します。 +1. これはコンテキストオブジェクトです。ここでは dataclass を使っていますが、任意の型を利用できます。 +2. これは tool です。`RunContextWrapper[UserInfo]` を受け取り、その実装でコンテキストを読み取ります。 +3. ジェネリック型 `UserInfo` でエージェントをマークすることで、型チェッカーがエラーを検出できます（例えば、異なるコンテキスト型を受け取る tool を渡そうとした場合）。 +4. `run` 関数にコンテキストが渡されます。 +5. エージェントは tool を正しく呼び出し、年齢を取得します。 -## エージェント / LLM コンテキスト +## エージェント／LLM コンテキスト -LLM が呼び出される際、LLM が参照できるデータは **会話履歴だけ** です。そのため、新しいデータを LLM が利用できるようにするには、履歴に追加する形で渡す必要があります。主な方法は次のとおりです。 +LLM が呼び出されたとき、LLM が参照できる **唯一の** データは会話履歴に含まれるものだけです。そのため、新しいデータを LLM に利用させたい場合は、そのデータを履歴に含める形で提供する必要があります。主な方法は次のとおりです。 -1. Agent の `instructions` に追加する。これは「system prompt」や「developer message」とも呼ばれます。システム プロンプトは静的な文字列でも、コンテキストを受け取って文字列を返す動的関数でも構いません。常に有用な情報（例: ユーザー名や現在の日付）を渡す際によく用いられます。 -2. `Runner.run` を呼び出す際の `input` に追加する。`instructions` と似ていますが、[chain of command](https://cdn.openai.com/spec/model-spec-2024-05-08.html#follow-the-chain-of-command) の下位にメッセージを配置できる点が異なります。 -3. 関数ツール経由で公開する。これはオンデマンド コンテキストに適しており、LLM が必要に応じてツールを呼び出してデータを取得できます。 -4. Retrieval や Web 検索を使う。これらはファイルやデータベース（retrieval）あるいは Web（Web 検索）から関連データを取得できる特別なツールです。応答を適切なコンテキスト データに基づいて「グラウンディング」する際に有効です。 \ No newline at end of file +1. Agent の `instructions` に追加する。これは「system prompt」や「developer message」とも呼ばれます。system prompt は静的な文字列でも、コンテキストを受け取って文字列を返す動的な関数でもかまいません。たとえばユーザー名や現在の日付など、常に有用な情報を渡す一般的な方法です。 +2. `Runner.run` を呼び出す際の `input` に追加する。`instructions` と似ていますが、[指揮系統](https://cdn.openai.com/spec/model-spec-2024-05-08.html#follow-the-chain-of-command) の下位メッセージとして渡せる点が異なります。 +3. function tools を介して公開する。これは *オンデマンド* のコンテキストに便利です。LLM が必要になったタイミングで tool を呼び出し、データを取得できます。 +4. retrieval や Web 検索を利用する。これらはファイルやデータベースから関連データを取得する retrieval、あるいは Web から取得する Web 検索といった特別なツールです。関連コンテキストデータで応答を「グラウンディング」するのに役立ちます。 \ No newline at end of file diff --git a/docs/ja/examples.md b/docs/ja/examples.md index 40d13e67f..8f7d21689 100644 --- a/docs/ja/examples.md +++ b/docs/ja/examples.md @@ -4,42 +4,44 @@ search: --- # コード例 -[repo](https://github.com/openai/openai-agents-python/tree/main/examples) の examples セクションには、SDK のさまざまなサンプル実装が用意されています。これらのコード例は、異なるパターンや機能を示す複数のカテゴリーに整理されています。 - +[リポジトリ](https://github.com/openai/openai-agents-python/tree/main/examples) の examples セクションでは、 SDK のさまざまなサンプル実装をご覧いただけます。これらのコード例は、異なるパターンや機能を示す複数のカテゴリーに整理されています。 ## カテゴリー -- **[agent_patterns](https://github.com/openai/openai-agents-python/tree/main/examples/agent_patterns):** - このカテゴリーのコード例では、一般的なエージェント設計パターンを紹介しています。 +- **[agent_patterns](https://github.com/openai/openai-agents-python/tree/main/examples/agent_patterns)** : + このカテゴリーでは、一般的な エージェント 設計パターンを紹介しています。 + - 決定論的ワークフロー - - ツールとしてのエージェント - - エージェントの並列実行 + - ツールとしての エージェント + - エージェント の並列実行 + +- **[basic](https://github.com/openai/openai-agents-python/tree/main/examples/basic)** : + ここでは、 SDK の基本的な機能を取り上げています。 -- **[basic](https://github.com/openai/openai-agents-python/tree/main/examples/basic):** - SDK の基礎的な機能を示すコード例です。 - 動的な system prompt - - ストリーミング出力 + - ストリーミング 出力 - ライフサイクルイベント -- **[tool examples](https://github.com/openai/openai-agents-python/tree/main/examples/tools):** - Web 検索やファイル検索といった OpenAI がホストするツールの実装方法と、それらをエージェントに統合する方法を学べます。 +- **[tool examples](https://github.com/openai/openai-agents-python/tree/main/examples/tools)** : + Web 検索 や ファイル検索 など、 OpenAI がホストするツールの実装方法と、それらを エージェント に統合する方法を学べます。 + +- **[model_providers](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers)** : + OpenAI 以外のモデルを SDK で利用する方法を探ります。 -- **[model providers](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers):** - OpenAI 以外のモデルを SDK で利用する方法を探究できます。 +- **[handoffs](https://github.com/openai/openai-agents-python/tree/main/examples/handoffs)** : + エージェント のハンドオフの実践的な例をご覧いただけます。 -- **[handoffs](https://github.com/openai/openai-agents-python/tree/main/examples/handoffs):** - エージェントのハンドオフを実践的に示すコード例です。 +- **[mcp](https://github.com/openai/openai-agents-python/tree/main/examples/mcp)** : + MCP を使用して エージェント を構築する方法を学びます。 -- **[mcp](https://github.com/openai/openai-agents-python/tree/main/examples/mcp):** - MCP でエージェントを構築する方法を学べます。 +- **[customer_service](https://github.com/openai/openai-agents-python/tree/main/examples/customer_service)** と **[research_bot](https://github.com/openai/openai-agents-python/tree/main/examples/research_bot)** : + 実際のユースケースを想定した、より作り込まれた 2 つの例 -- **[customer_service](https://github.com/openai/openai-agents-python/tree/main/examples/customer_service)** と **[research_bot](https://github.com/openai/openai-agents-python/tree/main/examples/research_bot):** - 実際のユースケースを想定した、より発展的な 2 つのコード例です。 - - **customer_service**: 航空会社向けカスタマーサービスシステムの例。 - - **research_bot**: シンプルなディープリサーチクローン。 + - **customer_service** : 航空会社向けカスタマーサービスシステムの例。 + - **research_bot** : シンプルな ディープリサーチ クローン。 -- **[voice](https://github.com/openai/openai-agents-python/tree/main/examples/voice):** - TTS と STT モデルを用いた音声エージェントのコード例です。 +- **[voice](https://github.com/openai/openai-agents-python/tree/main/examples/voice)** : + TTS と STT モデルを利用した音声 エージェント の例をご覧ください。 -- **[realtime](https://github.com/openai/openai-agents-python/tree/main/examples/realtime):** - SDK を使用してリアルタイム体験を構築する方法を示すコード例です。 \ No newline at end of file +- **[realtime](https://github.com/openai/openai-agents-python/tree/main/examples/realtime)** : + SDK を使って Realtime API の体験を構築する方法を示す例。 \ No newline at end of file diff --git a/docs/ja/guardrails.md b/docs/ja/guardrails.md index 9df22dd9e..4e9434e17 100644 --- a/docs/ja/guardrails.md +++ b/docs/ja/guardrails.md @@ -4,47 +4,44 @@ search: --- # ガードレール -ガードレールはエージェントと _並列で_ 実行され、ユーザー入力のチェックとバリデーションを行えます。たとえば、顧客からのリクエストを支援するために、とても賢い（そのぶん遅く／高価な）モデルを利用するエージェントがあるとします。このとき、悪意のあるユーザーがそのモデルに数学の宿題を手伝わせようとするのは避けたいでしょう。そこで、高速かつ低コストのモデルでガードレールを実行できます。ガードレールが悪意のある利用を検知すると、ただちにエラーを送出して高価なモデルの実行を停止し、時間とコストを節約できます。 +ガードレールはエージェントと _並列_ に実行され、ユーザー入力のチェックとバリデーションを行えます。たとえば、とても賢い (そのため遅く / 高価な) モデルを使用してカスタマーリクエストを処理するエージェントがあるとします。悪意のあるユーザーがモデルに数学の宿題を手伝わせようとした場合は避けたいでしょう。そこで、速く / 低コストなモデルで動くガードレールを実行できます。ガードレールが悪意ある利用を検知したら、直ちにエラーを発生させることで高価なモデルの実行を止め、時間とお金を節約できます。 -ガードレールには 2 種類あります: +ガードレールには 2 つの種類があります: -1. Input guardrails は最初のユーザー入力に対して実行されます -2. Output guardrails は最終的なエージェント出力に対して実行されます +1. 入力ガードレールは最初のユーザー入力に対して実行されます +2. 出力ガードレールはエージェントの最終出力に対して実行されます -## Input guardrails +## 入力ガードレール -Input guardrails は 3 つのステップで動作します: +入力ガードレールは 3 ステップで実行されます: 1. まず、ガードレールはエージェントに渡されたものと同じ入力を受け取ります。 -2. 次に、ガードレール関数が実行され [`GuardrailFunctionOutput`][agents.guardrail.GuardrailFunctionOutput] を生成し、それが [`InputGuardrailResult`][agents.guardrail.InputGuardrailResult] にラップされます。 -3. 最後に [`.tripwire_triggered`][agents.guardrail.GuardrailFunctionOutput.tripwire_triggered] が true かどうかを確認します。true の場合は [`InputGuardrailTripwireTriggered`][agents.exceptions.InputGuardrailTripwireTriggered] 例外が送出され、ユーザーへの応答や例外処理を適切に行えます。 +2. 次に、ガードレール関数が実行され [`GuardrailFunctionOutput`][agents.guardrail.GuardrailFunctionOutput] を生成し、これを [`InputGuardrailResult`][agents.guardrail.InputGuardrailResult] でラップします。 +3. 最後に [`.tripwire_triggered`][agents.guardrail.GuardrailFunctionOutput.tripwire_triggered] が `true` かどうかを確認します。`true` の場合は [`InputGuardrailTripwireTriggered`][agents.exceptions.InputGuardrailTripwireTriggered] 例外が発生し、ユーザーへの適切な応答や例外処理を行えます。 !!! Note - Input guardrails はユーザー入力に対して実行することを想定しているため、エージェントが *最初の* エージェントである場合のみ実行されます。 - ところで、`guardrails` プロパティが `Runner.run` に渡されるのではなくエージェントにあるのはなぜでしょうか？ - それは、ガードレールが実際のエージェントに密接に関係していることが多いからです。異なるエージェントには異なるガードレールを実行したいので、同じ場所にコードを置くと可読性が向上します。 + 入力ガードレールはユーザー入力に対して実行されることを想定しているため、エージェントが *最初の* エージェントである場合にのみガードレールが実行されます。`guardrails` プロパティがエージェントにあるのはなぜか、`Runner.run` に渡さないのはなぜかと思われるかもしれません。これは、ガードレールが実際のエージェントに関連する傾向があるためです。エージェントごとに異なるガードレールを実行するため、コードを同じ場所に置くことで読みやすさが向上します。 -## Output guardrails +## 出力ガードレール -Output guardrails も 3 つのステップで動作します: +出力ガードレールは 3 ステップで実行されます: 1. まず、ガードレールはエージェントが生成した出力を受け取ります。 -2. 次に、ガードレール関数が実行され [`GuardrailFunctionOutput`][agents.guardrail.GuardrailFunctionOutput] を生成し、それが [`OutputGuardrailResult`][agents.guardrail.OutputGuardrailResult] にラップされます。 -3. 最後に [`.tripwire_triggered`][agents.guardrail.GuardrailFunctionOutput.tripwire_triggered] が true かどうかを確認します。true の場合は [`OutputGuardrailTripwireTriggered`][agents.exceptions.OutputGuardrailTripwireTriggered] 例外が送出され、ユーザーへの応答や例外処理を適切に行えます。 +2. 次に、ガードレール関数が実行され [`GuardrailFunctionOutput`][agents.guardrail.GuardrailFunctionOutput] を生成し、これを [`OutputGuardrailResult`][agents.guardrail.OutputGuardrailResult] でラップします。 +3. 最後に [`.tripwire_triggered`][agents.guardrail.GuardrailFunctionOutput.tripwire_triggered] が `true` かどうかを確認します。`true` の場合は [`OutputGuardrailTripwireTriggered`][agents.exceptions.OutputGuardrailTripwireTriggered] 例外が発生し、ユーザーへの適切な応答や例外処理を行えます。 !!! Note - Output guardrails は最終的なエージェント出力に対して実行することを想定しているため、エージェントが *最後の* エージェントである場合のみ実行されます。 - Input guardrails と同様に、ガードレールは実際のエージェントに密接に関係しているため、異なるエージェントには異なるガードレールを実行したいという理由から、コードを同じ場所に置くと可読性が向上します。 + 出力ガードレールはエージェントの最終出力に対して実行されることを想定しているため、エージェントが *最後の* エージェントである場合にのみガードレールが実行されます。入力ガードレールと同様に、ガードレールは実際のエージェントに関連する傾向があるため、コードを同じ場所に置くことで読みやすさが向上します。 -## Tripwires +## トリップワイヤ -入力または出力がガードレールを通過できなかった場合、ガードレールはトリップワイヤーでこれを通知できます。トリップワイヤーが発動したガードレールを検知するとすぐに、`{Input,Output}GuardrailTripwireTriggered` 例外を送出し、エージェントの実行を停止します。 +入力または出力がガードレールに失敗した場合、ガードレールはトリップワイヤを用いてそれを示します。トリップワイヤが作動したガードレールを検知するとすぐに、`{Input,Output}GuardrailTripwireTriggered` 例外を発生させ、エージェントの実行を停止します。 ## ガードレールの実装 -入力を受け取り、[`GuardrailFunctionOutput`][agents.guardrail.GuardrailFunctionOutput] を返す関数を用意する必要があります。以下の例では、その内部でエージェントを実行して実装します。 +入力を受け取り、[`GuardrailFunctionOutput`][agents.guardrail.GuardrailFunctionOutput] を返す関数を用意する必要があります。以下の例では、その処理を内部でエージェントを実行することで行っています。 ```python from pydantic import BaseModel @@ -98,11 +95,11 @@ async def main(): ``` 1. このエージェントをガードレール関数内で使用します。 -2. これはエージェントの入力／コンテキストを受け取り、結果を返すガードレール関数です。 -3. ガードレール結果には追加情報を含めることができます。 -4. こちらがワークフローを定義する実際のエージェントです。 +2. これはエージェントの入力 / コンテキストを受け取り、結果を返すガードレール関数です。 +3. ガードレールの結果に追加情報を含めることができます。 +4. これはワークフローを定義する実際のエージェントです。 -Output guardrails も同様です。 +出力ガードレールも同様です。 ```python from pydantic import BaseModel @@ -155,7 +152,7 @@ async def main(): print("Math output guardrail tripped") ``` -1. こちらは実際のエージェントの出力型です。 -2. こちらはガードレールの出力型です。 +1. これは実際のエージェントの出力型です。 +2. これはガードレールの出力型です。 3. これはエージェントの出力を受け取り、結果を返すガードレール関数です。 -4. こちらがワークフローを定義する実際のエージェントです。 \ No newline at end of file +4. これはワークフローを定義する実際のエージェントです。 \ No newline at end of file diff --git a/docs/ja/handoffs.md b/docs/ja/handoffs.md index d6b1c8187..d58ba00d1 100644 --- a/docs/ja/handoffs.md +++ b/docs/ja/handoffs.md @@ -4,19 +4,19 @@ search: --- # ハンドオフ -ハンドオフを使用すると、エージェントが他のエージェントへタスクを委譲できます。これは、異なるエージェントがそれぞれ異なる分野を専門としているシナリオで特に有用です。たとえば、カスタマーサポートアプリでは、注文状況、返金、 FAQ などのタスクを個別に処理するエージェントが存在する場合があります。 +ハンドオフを利用すると、エージェントがタスクを別のエージェントに委任できます。これは、複数のエージェントがそれぞれ異なる分野を専門としている場合に特に便利です。たとえば、カスタマーサポート アプリでは、注文状況、返金、FAQ などのタスクを個別に担当するエージェントを用意できます。 -ハンドオフはLLMに対してツールとして表現されます。そのため、`Refund Agent` というエージェントへのハンドオフがある場合、ツール名は `transfer_to_refund_agent` となります。 +ハンドオフは LLM からはツールとして扱われます。たとえば `Refund Agent` というエージェントへのハンドオフなら、ツール名は `transfer_to_refund_agent` になります。 ## ハンドオフの作成 -すべてのエージェントには [`handoffs`][agents.agent.Agent.handoffs] パラメーターがあり、直接 `Agent` を渡すことも、ハンドオフをカスタマイズする `Handoff` オブジェクトを渡すこともできます。 +すべてのエージェントには [`handoffs`][agents.agent.Agent.handoffs] パラメーターがあり、`Agent` を直接渡すことも、ハンドオフをカスタマイズした `Handoff` オブジェクトを渡すこともできます。 -Agents SDK が提供する [`handoff()`][agents.handoffs.handoff] 関数を使用すると、ハンドオフを作成できます。この関数では、ハンドオフ先のエージェントに加えて、任意のオーバーライドや入力フィルターを指定できます。 +Agents SDK が提供する [`handoff()`][agents.handoffs.handoff] 関数を使ってハンドオフを作成できます。この関数では、ハンドオフ先のエージェントを指定し、さらにオーバーライドや入力フィルターをオプションで設定できます。 -### 基本的な使用方法 +### 基本的な使い方 -以下はシンプルなハンドオフの作成例です。 +シンプルなハンドオフを作成する方法は次のとおりです。 ```python from agents import Agent, handoff @@ -28,18 +28,18 @@ refund_agent = Agent(name="Refund agent") triage_agent = Agent(name="Triage agent", handoffs=[billing_agent, handoff(refund_agent)]) ``` -1. `billing_agent` のようにエージェントを直接渡すことも、`handoff()` 関数を使用することもできます。 +1. `billing_agent` のようにエージェントを直接渡すことも、`handoff()` 関数を使うこともできます。 ### `handoff()` 関数によるハンドオフのカスタマイズ -[`handoff()`][agents.handoffs.handoff] 関数では、次の項目をカスタマイズできます。 +[`handoff()`][agents.handoffs.handoff] 関数を使うと、さまざまなカスタマイズが可能です。 -- `agent`: ハンドオフ先のエージェント。 -- `tool_name_override`: 既定では `Handoff.default_tool_name()` が使用され、`transfer_to_` となります。これを上書きできます。 -- `tool_description_override`: `Handoff.default_tool_description()` から生成される既定のツール説明を上書きします。 -- `on_handoff`: ハンドオフが呼び出されたときに実行されるコールバック関数。ハンドオフが発生した時点でデータ取得を開始するなどに便利です。この関数はエージェントコンテキストを受け取り、オプションでLLMが生成した入力も受け取れます。入力データは `input_type` パラメーターで制御します。 -- `input_type`: ハンドオフが受け取る想定の入力型 (任意)。 -- `input_filter`: 次のエージェントが受け取る入力をフィルタリングします。詳細は後述します。 +- `agent`: ハンドオフ先となるエージェントです。 +- `tool_name_override`: 既定では `Handoff.default_tool_name()` が使用され、`transfer_to_` という形式になります。これを上書きできます。 +- `tool_description_override`: `Handoff.default_tool_description()` による既定のツール説明を上書きします。 +- `on_handoff`: ハンドオフが呼び出された際に実行されるコールバック関数です。ハンドオフが発生した直後にデータ取得を開始したい場合などに便利です。この関数はエージェント コンテキストを受け取り、必要に応じて LLM が生成した入力も受け取れます。入力データは `input_type` パラメーターで制御します。 +- `input_type`: ハンドオフで受け取る入力の型（オプション）。 +- `input_filter`: 次のエージェントが受け取る入力をフィルタリングできます。詳細は後述します。 ```python from agents import Agent, handoff, RunContextWrapper @@ -59,7 +59,7 @@ handoff_obj = handoff( ## ハンドオフ入力 -状況によっては、LLMにハンドオフの呼び出し時にデータを渡してほしい場合があります。たとえば、"Escalation agent" へのハンドオフを考えてみましょう。理由を提供しておき、ログに残せるようにしたいかもしれません。 +状況によっては、ハンドオフ呼び出し時に LLM からいくつかのデータを受け取りたい場合があります。たとえば「 Escalation agent 」へのハンドオフでは、記録用に理由を提供させたいことがあります。 ```python from pydantic import BaseModel @@ -83,9 +83,9 @@ handoff_obj = handoff( ## 入力フィルター -ハンドオフが発生すると、新しいエージェントが会話を引き継ぎ、これまでの会話履歴全体を参照できます。これを変更したい場合は、[`input_filter`][agents.handoffs.Handoff.input_filter] を設定します。入力フィルターは、既存の入力を [`HandoffInputData`][agents.handoffs.HandoffInputData] 経由で受け取り、新しい `HandoffInputData` を返す関数です。 +ハンドオフが発生すると、新しいエージェントが会話を引き継ぎ、これまでの会話履歴をすべて閲覧できます。これを変更したい場合は [`input_filter`][agents.handoffs.Handoff.input_filter] を設定してください。入力フィルターは、既存の入力を [`HandoffInputData`][agents.handoffs.HandoffInputData] として受け取り、新しい `HandoffInputData` を返す関数です。 -代表的なパターン (たとえば履歴からすべてのツール呼び出しを削除する) が [`agents.extensions.handoff_filters`][] に実装されています。 +履歴からすべてのツール呼び出しを削除するなど、よく使われるパターンは [`agents.extensions.handoff_filters`][] に実装されています。 ```python from agents import Agent, handoff @@ -99,11 +99,11 @@ handoff_obj = handoff( ) ``` -1. これにより、`FAQ agent` が呼び出された際に履歴からすべてのツールが自動的に削除されます。 +1. `FAQ agent` が呼び出されたときに履歴からすべてのツールを自動的に削除します。 ## 推奨プロンプト -LLMがハンドオフを正しく理解できるよう、エージェントにハンドオフに関する情報を含めることを推奨します。[`agents.extensions.handoff_prompt.RECOMMENDED_PROMPT_PREFIX`][] に推奨プレフィックスを用意しているほか、[`agents.extensions.handoff_prompt.prompt_with_handoff_instructions`][] を呼び出すことで、プロンプトに推奨データを自動的に追加できます。 +LLM がハンドオフを正しく理解できるよう、エージェントにハンドオフに関する情報を含めることを推奨します。[`agents.extensions.handoff_prompt.RECOMMENDED_PROMPT_PREFIX`][] に推奨のプレフィックスが用意されているほか、[`agents.extensions.handoff_prompt.prompt_with_handoff_instructions`][] を呼び出してプロンプトに自動で推奨データを追加することもできます。 ```python from agents import Agent diff --git a/docs/ja/index.md b/docs/ja/index.md index 76b6fc938..840375488 100644 --- a/docs/ja/index.md +++ b/docs/ja/index.md @@ -4,31 +4,31 @@ search: --- # OpenAI Agents SDK -[OpenAI Agents SDK](https://github.com/openai/openai-agents-python) は、抽象化を最小限に抑えた軽量で使いやすいパッケージで、エージェントベースの AI アプリを構築できます。これは以前のエージェント実験である [Swarm](https://github.com/openai/swarm/tree/main) のプロダクション対応版です。 Agents SDK には、非常に少数の基本コンポーネントがあります: +[OpenAI Agents SDK](https://github.com/openai/openai-agents-python) は、最小限の抽象化で軽量かつ使いやすいパッケージとして、エージェント指向の AI アプリを構築できるようにします。これは従来のエージェント向け実験プロジェクトである [Swarm](https://github.com/openai/swarm/tree/main) を、プロダクション利用に対応させたアップグレード版です。Agents SDK には、ごく少数の基本コンポーネントが含まれています。 -- **エージェント**: instructions とツールを備えた LLM -- **ハンドオフ**: エージェントが特定のタスクを他のエージェントに委任できる -- **ガードレール**: エージェントへの入力を検証できる -- **セッション**: エージェントの実行間で会話履歴を自動的に管理する +- **エージェント**: instructions と tools を備えた LLM +- **ハンドオフ**: エージェントが特定のタスクを他のエージェントに委任できます +- **ガードレール**: エージェントの入力・出力を検証できます +- **セッション**: エージェント実行間の会話履歴を自動的に保持します -これらの基本コンポーネントは、 Python と組み合わせることでツールとエージェント間の複雑な関係を表現でき、急な学習コストなしで実用的なアプリケーションを構築できます。さらに、 SDK には組み込みの **tracing** があり、エージェントフローを可視化・デバッグできるほか、評価やファインチューニングにも活用できます。 +Python と組み合わせることで、これらの基本コンポーネントはツールとエージェント間の複雑な関係を表現でき、急な学習コストなしに実運用レベルのアプリケーションを構築できます。さらに、SDK には組み込みの **トレーシング** が付属しており、エージェント フローを可視化・デバッグし、評価やモデルのファインチューニングにも活用できます。 -## Agents SDK を使用する理由 +## Agents SDK を使う理由 -SDK には 2 つの設計原則があります: +SDK は次の 2 点を設計原則としています。 -1. 使う価値があるだけの機能を備えつつ、プリミティブを絞ることで習得を迅速にすること -2. すぐに高いパフォーマンスを発揮し、必要に応じて挙動を細かくカスタマイズできること +1. 機能は十分だが、学習するべきコンポーネントは少ない。 +2. デフォルト設定で高い実用性を実現しつつ、動作を細かくカスタマイズできる。 -主な機能は次のとおりです: +主な機能は以下のとおりです。 -- Agent loop: ツールの呼び出し、実行結果を LLM に送信し、 LLM が完了するまでループ処理を行う組み込みのエージェントループ -- Python ファースト: 新しい抽象を学ぶことなく、組み込みの言語機能でエージェントのオーケストレーションとチェーンを実現 -- Handoffs: 複数のエージェント間で協調・委任を行う強力な機能 -- Guardrails: エージェントと並列で入力検証を実行し、失敗した場合は早期に処理を中断 -- Sessions: エージェント実行間の会話履歴を自動管理し、手動での状態管理を排除 -- 関数ツール: 任意の Python 関数をツール化し、自動スキーマ生成と Pydantic ベースの検証を提供 -- Tracing: ワークフローを可視化・デバッグ・モニタリングできる組み込みトレーシング機能に加え、 OpenAI の評価・ファインチューニング・ディスティレーションツール群を利用可能 +- エージェント ループ: tools の呼び出し、結果の LLM への送信、LLM が終了するまでのループ処理を自動で行います。 +- Python ファースト: 新たな抽象を学ばなくても、組み込み言語機能でエージェントをオーケストレーションおよびチェーンできます。 +- ハンドオフ: 複数のエージェント間で調整と委任を行う強力な機能です。 +- ガードレール: エージェントと並行して入力検証を行い、失敗時には早期に中断します。 +- セッション: エージェント実行間で会話履歴を自動管理し、手動での状態管理を不要にします。 +- 関数ツール: 任意の Python 関数をツール化し、自動スキーマ生成と Pydantic による検証を提供します。 +- トレーシング: ワークフローを可視化・デバッグ・モニタリングでき、 OpenAI の評価・ファインチューニング・蒸留ツールも利用できます。 ## インストール @@ -51,7 +51,7 @@ print(result.final_output) # Infinite loop's dance. ``` -(_実行する場合は、 `OPENAI_API_KEY` 環境変数を設定してください_) +（これを実行する場合は、`OPENAI_API_KEY` 環境変数を設定してください） ```bash export OPENAI_API_KEY=sk-... diff --git a/docs/ja/mcp.md b/docs/ja/mcp.md index 177562738..ef5e48d9e 100644 --- a/docs/ja/mcp.md +++ b/docs/ja/mcp.md @@ -2,25 +2,25 @@ search: exclude: true --- -# Model context protocol (MCP) +# モデルコンテキストプロトコル ( MCP ) -[Model context protocol](https://modelcontextprotocol.io/introduction)（別名 MCP）は、LLM にツールとコンテキストを提供する方法です。MCP のドキュメントから引用します。 +[モデルコンテキストプロトコル](https://modelcontextprotocol.io/introduction)（別名 MCP ）は、 LLM にツールとコンテキストを提供する方法です。 MCP のドキュメントから引用します。 -> MCP は、アプリケーションが LLM にコンテキストを提供する方法を標準化するオープンプロトコルです。MCP は AI アプリケーション向けの USB-C ポートのようなものだと考えてください。USB-C がデバイスを多様な周辺機器やアクセサリーに接続するための標準化された方法を提供するのと同様に、MCP は AI モデルをさまざまなデータソースやツールに接続するための標準化された方法を提供します。 +> MCP は、アプリケーションが LLM にコンテキストを提供する方法を標準化するオープンプロトコルです。 MCP を AI アプリケーションにおける USB-C ポートのようなものと考えてください。 USB-C がデバイスをさまざまな周辺機器やアクセサリーに接続するための標準化された方法を提供するのと同様に、 MCP は AI モデルを異なるデータソースやツールに接続するための標準化された方法を提供します。 -Agents SDK は MCP をサポートしています。これにより、多種多様な MCP サーバーを使用して、エージェントにツールやプロンプトを提供できます。 +Agents SDK は MCP をサポートしています。これにより、幅広い MCP サーバーを使用してエージェントにツールやプロンプトを提供できます。 ## MCP サーバー -現在、MCP 仕様では使用するトランスポートメカニズムに基づいて 3 種類のサーバーが定義されています。 +現在、 MCP 仕様では、使用するトランスポートメカニズムに基づいて次の 3 種類のサーバーを定義しています。 -1. **stdio** サーバー: アプリケーションのサブプロセスとして実行され、いわゆる「ローカル」で動作します。 -2. **HTTP over SSE** サーバー: リモートで実行され、URL を通じて接続します。 +1. **stdio** サーバー: アプリケーションのサブプロセスとして実行されます。ローカルで実行されるイメージです。 +2. **HTTP over SSE** サーバー: リモートで実行され、 URL 経由で接続します。 3. **Streamable HTTP** サーバー: MCP 仕様で定義された Streamable HTTP トランスポートを使用してリモートで実行されます。 -これらのサーバーへは [`MCPServerStdio`][agents.mcp.server.MCPServerStdio]、[`MCPServerSse`][agents.mcp.server.MCPServerSse]、[`MCPServerStreamableHttp`][agents.mcp.server.MCPServerStreamableHttp] クラスを使用して接続できます。 +これらのサーバーには、[`MCPServerStdio`][agents.mcp.server.MCPServerStdio]、[`MCPServerSse`][agents.mcp.server.MCPServerSse]、[`MCPServerStreamableHttp`][agents.mcp.server.MCPServerStreamableHttp] クラスを使って接続できます。 -たとえば、[公式 MCP filesystem サーバー](https://www.npmjs.com/package/@modelcontextprotocol/server-filesystem) を使用する場合は次のようになります。 +例として、[公式 MCP ファイルシステムサーバー](https://www.npmjs.com/package/@modelcontextprotocol/server-filesystem) を使用する方法を示します。 ```python from agents.run_context import RunContextWrapper @@ -39,9 +39,9 @@ async with MCPServerStdio( tools = await server.list_tools(run_context, agent) ``` -## MCP サーバーの使用 +## MCP サーバーの利用 -MCP サーバーはエージェントに追加できます。Agents SDK はエージェントが実行されるたびに MCP サーバーの `list_tools()` を呼び出し、LLM に MCP サーバーのツールを認識させます。LLM が MCP サーバーのツールを呼び出すと、SDK はそのサーバーの `call_tool()` を呼び出します。 +MCP サーバーはエージェントに追加できます。 Agents SDK はエージェントが実行されるたびに MCP サーバーの `list_tools()` を呼び出し、 LLM に MCP サーバーのツールを認識させます。 LLM が MCP サーバーのツールを呼び出すと、 SDK はそのサーバーの `call_tool()` を実行します。 ```python @@ -54,11 +54,11 @@ agent=Agent( ## ツールフィルタリング -MCP サーバーでツールフィルターを設定することで、エージェントが利用できるツールを制限できます。SDK は静的フィルタリングと動的フィルタリングの両方をサポートしています。 +MCP サーバーでツールフィルターを設定することで、エージェントが利用できるツールを制限できます。 SDK は静的および動的ツールフィルタリングの両方をサポートしています。 ### 静的ツールフィルタリング -シンプルな許可／ブロックリストには静的フィルタリングを使用できます。 +単純な許可 / ブロックリストには静的フィルタリングを使用できます。 ```python from agents.mcp import create_static_tool_filter @@ -88,14 +88,14 @@ server = MCPServerStdio( ``` **`allowed_tool_names` と `blocked_tool_names` の両方が設定されている場合、処理順序は以下のとおりです。** -1. まず `allowed_tool_names`（許可リスト）を適用し、指定されたツールのみを残します。 -2. 次に `blocked_tool_names`（ブロックリスト）を適用し、残ったツールから指定されたツールを除外します。 +1. まず `allowed_tool_names`（許可リスト）を適用し、指定したツールだけを残します。 +2. 次に `blocked_tool_names`（ブロックリスト）を適用し、残ったツールから指定したものを除外します。 -たとえば `allowed_tool_names=["read_file", "write_file", "delete_file"]` と `blocked_tool_names=["delete_file"]` を設定すると、最終的に `read_file` と `write_file` のみが利用可能になります。 +たとえば `allowed_tool_names=["read_file", "write_file", "delete_file"]` と `blocked_tool_names=["delete_file"]` を設定すると、`read_file` と `write_file` だけが利用可能になります。 ### 動的ツールフィルタリング -より複雑なフィルタリングロジックが必要な場合は、関数を使った動的フィルターを利用できます。 +より複雑なロジックが必要な場合は、関数を用いた動的フィルタリングを使用できます。 ```python from agents.mcp import ToolFilterContext @@ -137,17 +137,17 @@ server = MCPServerStdio( `ToolFilterContext` では次の情報にアクセスできます。 - `run_context`: 現在の実行コンテキスト - `agent`: ツールを要求しているエージェント -- `server_name`: MCP サーバー名 +- `server_name`: MCP サーバーの名前 ## プロンプト -MCP サーバーは、エージェントの instructions を動的に生成するためのプロンプトも提供できます。これにより、パラメーターでカスタマイズ可能な再利用可能な instruction テンプレートを作成できます。 +MCP サーバーは、エージェントの instructions を動的に生成するためのプロンプトも提供できます。これにより、パラメーターでカスタマイズ可能な再利用可能なインストラクションテンプレートを作成できます。 ### プロンプトの使用 プロンプトをサポートする MCP サーバーは、次の 2 つの主要メソッドを提供します。 -- `list_prompts()`: サーバー上で利用可能なすべてのプロンプトを一覧表示します +- `list_prompts()`: サーバー上の利用可能なプロンプトを一覧表示します - `get_prompt(name, arguments)`: オプションのパラメーター付きで特定のプロンプトを取得します ```python @@ -173,19 +173,19 @@ agent = Agent( ## キャッシュ -エージェントが実行されるたびに、MCP サーバーの `list_tools()` が呼び出されます。サーバーがリモートの場合、これはレイテンシの原因になります。ツール一覧を自動的にキャッシュするには、[`MCPServerStdio`][agents.mcp.server.MCPServerStdio]、[`MCPServerSse`][agents.mcp.server.MCPServerSse]、[`MCPServerStreamableHttp`][agents.mcp.server.MCPServerStreamableHttp] に `cache_tools_list=True` を渡します。ツールリストが変更されないことが確実な場合のみ設定してください。 +エージェントが実行されるたびに、 MCP サーバーの `list_tools()` が呼び出されます。サーバーがリモートにある場合、これはレイテンシの原因になります。ツールリストを自動的にキャッシュするには、[`MCPServerStdio`][agents.mcp.server.MCPServerStdio]、[`MCPServerSse`][agents.mcp.server.MCPServerSse]、[`MCPServerStreamableHttp`][agents.mcp.server.MCPServerStreamableHttp] に `cache_tools_list=True` を渡します。ツールリストが変更されないことが確実な場合にのみ使用してください。 -キャッシュを無効化したい場合は、サーバーの `invalidate_tools_cache()` を呼び出せます。 +キャッシュを無効化したい場合は、サーバーの `invalidate_tools_cache()` を呼び出します。 ## エンドツーエンドのコード例 -[examples/mcp](https://github.com/openai/openai-agents-python/tree/main/examples/mcp) に動作する完全なコード例があります。 +完全な動作例は [examples/mcp](https://github.com/openai/openai-agents-python/tree/main/examples/mcp) をご覧ください。 ## トレーシング -[Tracing](./tracing.md) は MCP 操作を自動的にキャプチャします。対象は次のとおりです。 +[トレーシング](./tracing.md) では MCP の操作を自動的に取得します。対象は次のとおりです。 -1. ツール一覧取得のための MCP サーバーへの呼び出し -2. 関数呼び出しに関する MCP 関連情報 +1. MCP サーバーへのツール一覧取得呼び出し +2. 関数呼び出しにおける MCP 関連情報 ![MCP Tracing Screenshot](../assets/images/mcp-tracing.jpg) \ No newline at end of file diff --git a/docs/ja/models/index.md b/docs/ja/models/index.md index e67ff0d13..8238c6e44 100644 --- a/docs/ja/models/index.md +++ b/docs/ja/models/index.md @@ -4,52 +4,52 @@ search: --- # モデル -Agents SDK には、OpenAI モデルをすぐに利用できる 2 種類のサポートが付属しています。 +Agents SDK には、OpenAI モデルをすぐに利用できる 2 つの方式が用意されています。 -- **推奨**: [`OpenAIResponsesModel`][agents.models.openai_responses.OpenAIResponsesModel] は、新しい [Responses API](https://platform.openai.com/docs/api-reference/responses) を使用して OpenAI API を呼び出します。 -- [`OpenAIChatCompletionsModel`][agents.models.openai_chatcompletions.OpenAIChatCompletionsModel] は、[Chat Completions API](https://platform.openai.com/docs/api-reference/chat) を使用して OpenAI API を呼び出します。 +- **推奨**: [`OpenAIResponsesModel`][agents.models.openai_responses.OpenAIResponsesModel]。新しい [Responses API](https://platform.openai.com/docs/api-reference/responses) を使用して OpenAI API を呼び出します。 +- [`OpenAIChatCompletionsModel`][agents.models.openai_chatcompletions.OpenAIChatCompletionsModel]。 [Chat Completions API](https://platform.openai.com/docs/api-reference/chat) を使用して OpenAI API を呼び出します。 -## OpenAI 以外のモデル +## 非 OpenAI モデル -[LiteLLM 連携](./litellm.md)を利用すると、ほとんどの OpenAI 以外のモデルを使用できます。まずは litellm 依存グループをインストールします。 +多くの非 OpenAI モデルは [LiteLLM 連携](./litellm.md)を通じて利用できます。まず、litellm の依存グループをインストールします。 ```bash pip install "openai-agents[litellm]" ``` -その後、`litellm/` プレフィックスを付けて、[サポートされているモデル](https://docs.litellm.ai/docs/providers)を使用します。 +次に、`litellm/` プレフィックスを付けて任意の [対応モデル](https://docs.litellm.ai/docs/providers) を使用します。 ```python claude_agent = Agent(model="litellm/anthropic/claude-3-5-sonnet-20240620", ...) gemini_agent = Agent(model="litellm/gemini/gemini-2.5-flash-preview-04-17", ...) ``` -### OpenAI 以外のモデルを使用するその他の方法 +### 非 OpenAI モデルを使用するその他の方法 -他の LLM プロバイダーは、さらに 3 つの方法で統合できます（[コード例](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/)はこちら）。 +他の LLM プロバイダーは、以下の 3 つの方法でも統合できます（[こちら](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/) にコード例があります）。 1. [`set_default_openai_client`][agents.set_default_openai_client] - OpenAI 互換の API エンドポイントを持つ LLM プロバイダーで、`base_url` と `api_key` を設定できる場合に、`AsyncOpenAI` インスタンスをグローバルに LLM クライアントとして利用したいときに便利です。設定例は [examples/model_providers/custom_example_global.py](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/custom_example_global.py) をご覧ください。 + グローバルに `AsyncOpenAI` インスタンスを LLM クライアントとして使用したい場合に便利です。API エンドポイントが OpenAI 互換で、`base_url` と `api_key` を設定できるプロバイダー向けです。設定例は [examples/model_providers/custom_example_global.py](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/custom_example_global.py) を参照してください。 2. [`ModelProvider`][agents.models.interface.ModelProvider] - `Runner.run` レベルで使用します。「この実行に含まれるすべての エージェント に対してカスタムモデルプロバイダーを使う」と指定できます。設定例は [examples/model_providers/custom_example_provider.py](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/custom_example_provider.py) を参照してください。 + `Runner.run` レベルで使用します。この方法では、「この実行の全エージェントに対してカスタムモデルプロバイダーを使用する」と指定できます。設定例は [examples/model_providers/custom_example_provider.py](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/custom_example_provider.py) を参照してください。 3. [`Agent.model`][agents.agent.Agent.model] - 特定の `Agent` インスタンスでモデルを指定できます。これにより、エージェントごとに異なるプロバイダーを組み合わせられます。設定例は [examples/model_providers/custom_example_agent.py](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/custom_example_agent.py) をご覧ください。最も多くのモデルを簡単に利用する方法としては、[LiteLLM 連携](./litellm.md)があります。 + 特定の Agent インスタンスにモデルを指定できます。これにより、エージェントごとに異なるプロバイダーを組み合わせて使用できます。設定例は [examples/model_providers/custom_example_agent.py](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/custom_example_agent.py) を参照してください。ほとんどのモデルを簡単に利用するには [LiteLLM 連携](./litellm.md) を使うのが便利です。 -`platform.openai.com` の API キーをお持ちでない場合は、`set_tracing_disabled()` でトレーシングを無効化するか、[別のトレーシングプロセッサー](../tracing.md)を設定することを推奨します。 +`platform.openai.com` の API キーをお持ちでない場合は、`set_tracing_disabled()` でトレーシングを無効化するか、[別のトレーシングプロセッサー](../tracing.md) を設定することを推奨します。 !!! note - これらの例では、ほとんどの LLM プロバイダーがまだ Responses API をサポートしていないため、Chat Completions API/モデルを使用しています。お使いの LLM プロバイダーが Responses API をサポートしている場合は、Responses の利用を推奨します。 + これらの例では Chat Completions API／モデルを使用しています。これは、ほとんどの LLM プロバイダーがまだ Responses API をサポートしていないためです。もしお使いの LLM プロバイダーが Responses API をサポートしている場合は、Responses の利用を推奨します。 ## モデルの組み合わせ -1 つのワークフロー内で、エージェントごとに異なるモデルを使用したい場合があります。たとえば、振り分けには小型で高速なモデルを、複雑なタスクには大型で高性能なモデルを使用するといったケースです。[`Agent`][agents.Agent] を設定する際、以下のいずれかでモデルを選択できます。 +ひとつのワークフロー内で、エージェントごとに異なるモデルを使いたいことがあります。たとえば、トリアージには小さく高速なモデルを使用し、複雑なタスクには大規模で高性能なモデルを使用する、といったケースです。[`Agent`][agents.Agent] を設定する際、以下のいずれかでモデルを選択できます。 -1. モデル名を直接渡す -2. いずれかのモデル名と、それをモデルインスタンスへマッピングできる [`ModelProvider`][agents.models.interface.ModelProvider] を渡す -3. [`Model`][agents.models.interface.Model] 実装を直接渡す +1. モデル名を直接渡す。 +2. 任意のモデル名と、それを [`ModelProvider`][agents.models.interface.ModelProvider] が Model インスタンスへマッピングできるようにする。 +3. [`Model`][agents.models.interface.Model] 実装を直接渡す。 !!!note - SDK は [`OpenAIResponsesModel`][agents.models.openai_responses.OpenAIResponsesModel] と [`OpenAIChatCompletionsModel`][agents.models.openai_chatcompletions.OpenAIChatCompletionsModel] の双方をサポートしていますが、各ワークフローでは 1 つのモデル形状に統一することを推奨します。両者は利用できる機能やツールが異なるためです。異なる形状を混在させる場合は、使用するすべての機能が両モデルで利用可能であることをご確認ください。 + SDK は [`OpenAIResponsesModel`][agents.models.openai_responses.OpenAIResponsesModel] と [`OpenAIChatCompletionsModel`][agents.models.openai_chatcompletions.OpenAIChatCompletionsModel] の両方をサポートしていますが、ワークフローごとにモデル形状を 1 つに統一することを推奨します。両モデル形状は対応機能やツールが異なるためです。もし混在させる場合は、利用する機能が両方で利用可能か必ず確認してください。 ```python from agents import Agent, Runner, AsyncOpenAI, OpenAIChatCompletionsModel @@ -82,10 +82,10 @@ async def main(): print(result.final_output) ``` -1. OpenAI モデル名を直接設定しています。 -2. [`Model`][agents.models.interface.Model] 実装を提供しています。 +1. OpenAI モデル名を直接指定しています。 +2. [`Model`][agents.models.interface.Model] の実装を提供しています。 -エージェントで使用するモデルをさらに設定したい場合は、`temperature` などの任意パラメーターを指定できる [`ModelSettings`][agents.models.interface.ModelSettings] を渡せます。 +エージェントで使用するモデルをさらに設定したい場合は、`temperature` などのオプションパラメーターを含む [`ModelSettings`][agents.models.interface.ModelSettings] を渡せます。 ```python from agents import Agent, ModelSettings @@ -98,7 +98,7 @@ english_agent = Agent( ) ``` -また、OpenAI の Responses API を使用する場合、`user` や `service_tier` など[追加のオプションパラメーター](https://platform.openai.com/docs/api-reference/responses/create)があります。トップレベルで指定できない場合は、`extra_args` を使用して渡すことも可能です。 +また、OpenAI の Responses API を使用する場合は、`user` や `service_tier` など [他にもオプションのパラメーター](https://platform.openai.com/docs/api-reference/responses/create) があります。トップレベルで指定できない場合は、`extra_args` を利用して渡してください。 ```python from agents import Agent, ModelSettings @@ -114,27 +114,25 @@ english_agent = Agent( ) ``` -## 他の LLM プロバイダー使用時の一般的な問題 +## 他の LLM プロバイダー利用時によくある問題 ### Tracing クライアントエラー 401 -トレーシング関連のエラーが発生する場合、トレースは OpenAI サーバーへアップロードされるため、OpenAI API キーが必要です。以下のいずれかの方法で解決できます。 +トレースは OpenAI サーバーへアップロードされるため、OpenAI API キーがない場合にエラーになることがあります。以下のいずれかで解決できます。 1. トレーシングを完全に無効化する: [`set_tracing_disabled(True)`][agents.set_tracing_disabled] -2. トレーシング用の OpenAI キーを設定する: [`set_tracing_export_api_key(...)`][agents.set_tracing_export_api_key] - この API キーはトレースのアップロードのみに使用され、[platform.openai.com](https://platform.openai.com/) のものが必要です。 -3. OpenAI 以外のトレースプロセッサーを使用する。詳しくは [tracing ドキュメント](../tracing.md#custom-tracing-processors) を参照してください。 +2. トレーシング用に OpenAI キーを設定する: [`set_tracing_export_api_key(...)`][agents.set_tracing_export_api_key] + この API キーはトレースのアップロードのみに使用され、[platform.openai.com](https://platform.openai.com/) のキーである必要があります。 +3. 非 OpenAI トレースプロセッサーを使用する。詳細は [tracing ドキュメント](../tracing.md#custom-tracing-processors) を参照してください。 ### Responses API のサポート -SDK はデフォルトで Responses API を使用しますが、ほとんどの LLM プロバイダーはまだ対応していません。そのため 404 エラーなどが発生する場合があります。解決策は以下のとおりです。 +SDK はデフォルトで Responses API を使用しますが、ほとんどの LLM プロバイダーはまだ対応していません。そのため 404 エラーなどが発生することがあります。次のいずれかで解決できます。 -1. [`set_default_openai_api("chat_completions")`][agents.set_default_openai_api] を呼び出す - これは `OPENAI_API_KEY` と `OPENAI_BASE_URL` を環境変数で設定している場合に機能します。 -2. [`OpenAIChatCompletionsModel`][agents.models.openai_chatcompletions.OpenAIChatCompletionsModel] を使用する - [コード例](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/) があります。 +1. [`set_default_openai_api("chat_completions")`][agents.set_default_openai_api] を呼び出す。これは環境変数 `OPENAI_API_KEY` と `OPENAI_BASE_URL` を設定している場合に有効です。 +2. [`OpenAIChatCompletionsModel`][agents.models.openai_chatcompletions.OpenAIChatCompletionsModel] を使用する。コード例は [こちら](https://github.com/openai/openai-agents-python/tree/main/examples/model_providers/) にあります。 -### 構造化出力のサポート +### structured outputs のサポート 一部のモデルプロバイダーは [structured outputs](https://platform.openai.com/docs/guides/structured-outputs) をサポートしていません。その場合、次のようなエラーが発生することがあります。 @@ -144,12 +142,12 @@ BadRequestError: Error code: 400 - {'error': {'message': "'response_format.type' ``` -これは一部プロバイダーの制限で、JSON 出力はサポートしていても、出力に使用する `json_schema` を指定できないためです。現在修正に取り組んでいますが、JSON スキーマ出力をサポートしているプロバイダーを使用することを推奨します。そうでない場合、不正な JSON によりアプリが頻繁に壊れる可能性があります。 +これは一部プロバイダーの制限で、JSON 出力には対応していても `json_schema` を指定できないために起こります。現在修正に取り組んでいますが、JSON スキーマ出力をサポートするプロバイダーを利用することを推奨します。サポートがない場合、JSON が不正形式になりアプリが頻繁に壊れる可能性があります。 -## プロバイダーをまたいだモデルの混在 +## プロバイダー間でのモデル混在 -モデルプロバイダー間の機能差を理解しておかないと、エラーが発生する可能性があります。たとえば、OpenAI は 構造化出力、マルチモーダル入力、ホスト型ファイル検索・Web 検索 をサポートしていますが、多くの他プロバイダーはこれらをサポートしていません。以下の制限に注意してください。 +モデルプロバイダーごとの機能差に注意しないと、エラーになる場合があります。たとえば、OpenAI は structured outputs、マルチモーダル入力、ホスト型ファイル検索や Web 検索をサポートしていますが、多くのプロバイダーはこれらをサポートしていません。以下の点に注意してください。 -- 対応していないプロバイダーへ `tools` を送信しない -- テキストのみのモデルを呼び出す前に、マルチモーダル入力を除外する -- 構造化 JSON 出力をサポートしないプロバイダーでは、無効な JSON が時折生成される点に注意する \ No newline at end of file +- 対応していない `tools` を理解しないプロバイダーには送らない +- テキスト専用モデルを呼び出す前にマルチモーダル入力を除去する +- structured JSON outputs をサポートしないプロバイダーでは、無効な JSON が返されることがありますので注意する \ No newline at end of file diff --git a/docs/ja/models/litellm.md b/docs/ja/models/litellm.md index b9531ddb6..f632316b5 100644 --- a/docs/ja/models/litellm.md +++ b/docs/ja/models/litellm.md @@ -2,13 +2,13 @@ search: exclude: true --- -# LiteLLM 経由の任意モデル利用 +# LiteLLM 経由での任意モデル利用 !!! note - LiteLLM との連携は現在ベータ版です。特に規模の小さいモデルプロバイダーでは問題が発生する可能性があります。問題がありましたら、[GitHub Issues](https://github.com/openai/openai-agents-python/issues) からご報告ください。迅速に対応いたします。 + LiteLLM 統合はベータ版です。特に規模の小さいモデルプロバイダーでは問題が発生する可能性があります。問題を見つけた場合は [Github issues](https://github.com/openai/openai-agents-python/issues) でご報告ください。迅速に対応いたします。 -[LiteLLM](https://docs.litellm.ai/docs/) は、単一のインターフェースで 100 以上のモデルを利用できるライブラリです。Agents SDK では LiteLLM 連携を追加し、あらゆる AI モデルを利用できるようにしました。 +[LiteLLM](https://docs.litellm.ai/docs/) は、単一のインターフェースで 100+ のモデルを利用できるライブラリです。Agents SDK に LiteLLM 統合を追加し、任意の AI モデルを使用できるようにしました。 ## セットアップ @@ -18,17 +18,17 @@ search: pip install "openai-agents[litellm]" ``` -インストール後は、任意のエージェントで [`LitellmModel`][agents.extensions.models.litellm_model.LitellmModel] を使用できます。 +インストールが完了したら、任意のエージェントで [`LitellmModel`][agents.extensions.models.litellm_model.LitellmModel] を使用できます。 ## 例 -以下は完全に動作する例です。実行すると、モデル名と API キーの入力を求められます。たとえば次のように入力できます。 +以下は完全に動作する例です。実行すると、モデル名と API キーの入力を求められます。たとえば以下のように指定できます。 -- `openai/gpt-4.1` をモデルに設定し、OpenAI API キーを入力 -- `anthropic/claude-3-5-sonnet-20240620` をモデルに設定し、Anthropic API キーを入力 -- その他 +- `openai/gpt-4.1` をモデルに指定し、OpenAI API キーを入力 +- `anthropic/claude-3-5-sonnet-20240620` をモデルに指定し、Anthropic API キーを入力 +- その他 -LiteLLM でサポートされているモデルの詳細は、[LiteLLM providers docs](https://docs.litellm.ai/docs/providers) を参照してください。 +LiteLLM でサポートされているモデルの一覧は [litellm providers docs](https://docs.litellm.ai/docs/providers) を参照してください。 ```python from __future__ import annotations diff --git a/docs/ja/multi_agent.md b/docs/ja/multi_agent.md index bb856ca19..82e6bab2b 100644 --- a/docs/ja/multi_agent.md +++ b/docs/ja/multi_agent.md @@ -4,38 +4,47 @@ search: --- # 複数エージェントのオーケストレーション -オーケストレーションとは、アプリ内でのエージェントの流れを指します。どのエージェントをどの順番で実行し、次に何を行うかをどのように決定するか、ということです。エージェントをオーケストレーションする主な方法は 2 つあります。 +オーケストレーションとは、アプリ内でのエージェントのフローを指します。どのエージェントが実行されるのか、どの順序で実行されるのか、そして次に何が起こるかをどのように決定するのかということです。エージェントをオーケストレーションする方法は主に 2 つあります。 -1. LLM に意思決定を委ねる: LLM の知能を活用して計画・推論し、それに基づいて次のステップを決定します。 -2. コードによるオーケストレーション: コードでエージェントの流れを制御します。 +1. LLM に意思決定させる + LLM の知能を利用して計画・推論し、その結果に基づいて次に取るステップを決めます。 +2. コードでオーケストレーションする + コードによってエージェントのフローを決定します。 -これらのパターンは組み合わせて使うことも可能です。それぞれに一長一短があります。 +これらのパターンは組み合わせて使用できます。それぞれにトレードオフがあり、以下で説明します。 ## LLM によるオーケストレーション -エージェントとは、instructions、tools、handoffs を備えた LLM です。これにより、オープンエンドなタスクに対して、LLM が自律的に計画を立て、tools を用いてアクションを実行しデータを取得し、handoffs によってサブエージェントへタスクを委任できます。たとえば、リサーチ エージェントには以下のような tools を用意できます。 +エージェントとは、 LLM が instructions、tools、handoffs を装備したものです。これにより、 LLM は自由形式のタスクに対して自律的に計画を立て、tools を使ってアクションを実行してデータを取得し、handoffs を活用してサブエージェントへタスクを委任できます。たとえば、リサーチエージェントには次のような tools を装備できます。 -- Web 検索でオンライン情報を取得する -- ファイル検索と取得で専有データや接続を検索する -- コンピュータ操作でコンピュータ上のアクションを実行する -- コード実行でデータ分析を行う -- 計画立案やレポート作成などに特化したエージェントへのハンドオフ +- オンラインで情報を見つけるための Web 検索 +- 独自データや接続を検索するための File 検索および取得 +- アクションを実行するための Computer 操作 +- データ分析を行うための Code 実行 +- 計画立案やレポート作成などに優れた専門エージェントへの handoffs -このパターンはタスクがオープンエンドで、LLM の知能に頼りたい場合に最適です。ここで重要な戦略は次のとおりです。 +このパターンはタスクが自由形式であり、 LLM の知能に頼りたい場合に最適です。重要なポイントは次のとおりです。 -1. 良いプロンプトに投資する。利用可能な tools、使用方法、および運用パラメーターを明確にします。 -2. アプリをモニタリングしてイテレーションを重ねる。問題が発生した箇所を確認し、プロンプトを改善します。 -3. エージェントに内省させて改善させる。たとえばループで実行し自己批評させる、あるいはエラーメッセージを渡して改善させるなどです。 -4. 一つのタスクに特化したエージェントを用意し、何でもこなす汎用エージェントに過度な期待をしないようにします。 -5. [evals](https://platform.openai.com/docs/guides/evals) に投資する。これによりエージェントを訓練し、タスク遂行能力を向上させられます。 +1. 良いプロンプトに投資する + 利用可能な tools、使用方法、遵守すべきパラメーターを明確にします。 +2. アプリを監視し、改善を繰り返す + 問題が発生した箇所を確認し、プロンプトを改善します。 +3. エージェントに内省と改善を許可する + 例として、ループで実行して自己批評させる、エラーメッセージを提供して改善させるなどがあります。 +4. 何でもこなす汎用エージェントではなく、特定タスクに特化したエージェントを用意する +5. [evals](https://platform.openai.com/docs/guides/evals) に投資する + これによりエージェントを訓練し、タスク遂行能力を向上させられます。 ## コードによるオーケストレーション -LLM によるオーケストレーションは強力ですが、コードによるオーケストレーションは速度・コスト・パフォーマンスの面でより決定論的かつ予測可能にできます。一般的なパターンは以下のとおりです。 +LLM によるオーケストレーションは強力ですが、コードによるオーケストレーションでは速度・コスト・性能の面でタスクをより決定論的かつ予測可能にできます。よく使われるパターンは以下のとおりです。 -- [structured outputs](https://platform.openai.com/docs/guides/structured-outputs) を使って、コードで検査できる適切な形式のデータを生成する。たとえば、エージェントにタスクをいくつかのカテゴリーに分類させ、そのカテゴリーに基づいて次のエージェントを選ぶ方法があります。 -- あるエージェントの出力を次のエージェントの入力に変換して複数エージェントをチェーンする。ブログ記事執筆タスクを、リサーチ → アウトライン作成 → 記事作成 → 批評 → 改善、といった一連のステップに分解できます。 -- タスクを実行するエージェントを `while` ループで回し、別のエージェントが評価とフィードバックを行い、評価者が基準を満たしたと判断するまで繰り返します。 -- Python の基本コンポーネントである `asyncio.gather` などを用いて複数エージェントを並列実行する。相互に依存しない複数タスクを高速に処理したい場合に有用です。 +- [structured outputs](https://platform.openai.com/docs/guides/structured-outputs) を利用して、コードで検査できる適切な形式のデータを生成する + たとえば、タスクをいくつかのカテゴリーに分類させ、そのカテゴリーに基づき次のエージェントを選択できます。 +- あるエージェントの出力を次のエージェントの入力に変換して複数エージェントを連鎖させる + ブログ記事執筆を「リサーチ → アウトライン作成 → 記事執筆 → 批評 → 改善」という連続ステップに分解できます。 +- タスクを実行するエージェントを `while` ループで回し、別のエージェントが評価・フィードバックを行い、評価者が基準を満たしたと判断するまで繰り返す +- `asyncio.gather` のような Python の基本コンポーネントで複数エージェントを並列実行する + 互いに依存しないタスクが複数ある場合、速度向上に有効です。 -[`examples/agent_patterns`](https://github.com/openai/openai-agents-python/tree/main/examples/agent_patterns) には多数の code examples があります。 \ No newline at end of file +`examples/agent_patterns` ディレクトリに多数の code examples があります。 \ No newline at end of file diff --git a/docs/ja/quickstart.md b/docs/ja/quickstart.md index 7f2933f48..098312706 100644 --- a/docs/ja/quickstart.md +++ b/docs/ja/quickstart.md @@ -6,7 +6,7 @@ search: ## プロジェクトと仮想環境の作成 -この作業は一度だけ行えば十分です。 +一度だけ実行すれば大丈夫です。 ```bash mkdir my_project @@ -14,7 +14,7 @@ cd my_project python -m venv .venv ``` -### 仮想環境を有効化 +### 仮想環境の有効化 新しいターミナルセッションを開始するたびに実行してください。 @@ -28,17 +28,17 @@ source .venv/bin/activate pip install openai-agents # or `uv add openai-agents`, etc ``` -### OpenAI API キーを設定 +### OpenAI API キーの設定 -まだお持ちでない場合は、[こちらの手順](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key)に従って OpenAI API キーを作成してください。 +まだ持っていない場合は、[こちらの手順](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key) に従って OpenAI API キーを作成してください。 ```bash export OPENAI_API_KEY=sk-... ``` -## 最初のエージェントを作成 +## はじめてのエージェントを作成する -エージェントは instructions、名前、任意の設定（`model_config` など）で定義します。 +エージェントは instructions、name、そして `model_config` などの任意の config で定義します。 ```python from agents import Agent @@ -49,9 +49,9 @@ agent = Agent( ) ``` -## さらにエージェントを追加 +## さらにエージェントを追加する -追加のエージェントも同様に定義できます。`handoff_descriptions` はハンドオフのルーティングを判断するための追加コンテキストを提供します。 +追加のエージェントも同様の方法で定義できます。`handoff_descriptions` はハンドオフのルーティングを判断するための追加コンテキストを提供します。 ```python from agents import Agent @@ -69,9 +69,9 @@ math_tutor_agent = Agent( ) ``` -## ハンドオフを定義 +## ハンドオフを定義する -各エージェントで、タスクを進めるために選択できる送信先ハンドオフのインベントリを定義できます。 +各エージェントでは、タスクを前進させる方法を決定するために選択できる発信ハンドオフオプションのインベントリを定義できます。 ```python triage_agent = Agent( @@ -81,9 +81,9 @@ triage_agent = Agent( ) ``` -## エージェントのオーケストレーションを実行 +## エージェントのオーケストレーションを実行する -ワークフローが実行され、トリアージエージェントが 2 つのスペシャリストエージェント間で正しくルーティングすることを確認しましょう。 +ワークフローが実行され、トリアージエージェントが 2 つの専門エージェントの間で正しくルーティングすることを確認してみましょう。 ```python from agents import Runner @@ -93,7 +93,7 @@ async def main(): print(result.final_output) ``` -## ガードレールを追加 +## ガードレールを追加する 入力または出力に対して実行するカスタムガードレールを定義できます。 @@ -121,9 +121,9 @@ async def homework_guardrail(ctx, agent, input_data): ) ``` -## すべてを組み合わせる +## すべてをまとめる -ハンドオフと入力ガードレールを使用して、ワークフロー全体を実行してみましょう。 +ハンドオフと入力ガードレールを使用して、ワークフロー全体をまとめて実行してみましょう。 ```python from agents import Agent, InputGuardrail, GuardrailFunctionOutput, Runner @@ -190,14 +190,14 @@ if __name__ == "__main__": asyncio.run(main()) ``` -## トレースを確認 +## トレースを確認する -エージェント実行中に何が起こったかを確認するには、[OpenAI ダッシュボードの Trace ビューア](https://platform.openai.com/traces)に移動してトレースを閲覧してください。 +エージェントの実行中に何が起こったかを確認するには、[OpenAI ダッシュボードの Trace viewer](https://platform.openai.com/traces) に移動し、エージェント実行のトレースを確認してください。 ## 次のステップ より複雑なエージェントフローの構築方法を学びましょう: -- [エージェント](agents.md) の設定方法を学ぶ -- [エージェントの実行](running_agents.md) について学ぶ -- [ツール](tools.md)、[ガードレール](guardrails.md)、[モデル](models/index.md) について学ぶ \ No newline at end of file +- [エージェント](agents.md) の設定方法について学ぶ +- [エージェントの実行](running_agents.md) について学ぶ +- [tools](tools.md)、[guardrails](guardrails.md)、[models](models/index.md) について学ぶ \ No newline at end of file diff --git a/docs/ja/realtime/guide.md b/docs/ja/realtime/guide.md index 93abfcf5c..7629a8578 100644 --- a/docs/ja/realtime/guide.md +++ b/docs/ja/realtime/guide.md @@ -4,65 +4,65 @@ search: --- # ガイド -このガイドでは、 OpenAI Agents SDK の realtime 機能を使用して音声対応 AI エージェントを構築する方法を詳しく説明します。 +このガイドでは、OpenAI Agents SDK の リアルタイム 機能を利用して、音声対応の AI エージェントを構築する方法を詳しく説明します。 -!!! warning "Beta feature" -Realtime エージェントはベータ版です。実装の改良に伴い、互換性が破壊される変更が入る可能性があります。 +!!! warning "ベータ機能" +リアルタイム エージェントはベータ版です。実装を改善する過程で、破壊的変更が入る可能性があります。 ## 概要 -Realtime エージェントは、音声とテキスト入力をリアルタイムで処理し、リアルタイム音声で応答する会話フローを可能にします。これらは OpenAI の Realtime API と永続的な接続を維持し、低レイテンシで自然な音声対話と割り込み処理を実現します。 +リアルタイム エージェントは、音声とテキスト入力をリアルタイムで処理し、音声で応答できる会話フローを実現します。OpenAI の Realtime API と持続的に接続し、低レイテンシで自然な音声対話を行い、割り込みにもスムーズに対応します。 ## アーキテクチャ -### 主要コンポーネント +### コアコンポーネント -realtime システムは以下の主要コンポーネントで構成されます。 +リアルタイム システムは、次の主要コンポーネントで構成されます。 -- ** RealtimeAgent**: instructions、tools、handoffs で構成されたエージェント -- ** RealtimeRunner**: 設定を管理します。 `runner.run()` を呼び出してセッションを取得します -- ** RealtimeSession**: 単一の対話セッション。ユーザーが会話を開始するたびに作成し、会話が終了するまで保持します -- ** RealtimeModel**: 基盤となるモデルインターフェース (通常は OpenAI の WebSocket 実装) +- **RealtimeAgent**: instructions、tools、handoffs で設定されたエージェントです。 +- **RealtimeRunner**: 設定の管理を行います。`runner.run()` を呼び出してセッションを取得します。 +- **RealtimeSession**: 1 回の対話セッションを表します。ユーザーが会話を開始するたびに作成し、会話が終了するまで保持します。 +- **RealtimeModel**: 基盤となるモデル インターフェース（通常は OpenAI の WebSocket 実装）です。 ### セッションフロー -典型的な realtime セッションの流れは次のとおりです。 +一般的なリアルタイム セッションの流れは次のとおりです。 -1. ** RealtimeAgent** を instructions、tools、handoffs 付きで作成します -2. ** RealtimeRunner** をエージェントと設定オプションでセットアップします -3. `await runner.run()` を使用して **セッションを開始** し、 RealtimeSession を取得します -4. `send_audio()` または `send_message()` で **音声またはテキストメッセージを送信** します -5. セッションを反復処理して **イベントをリッスン** します — イベントには音声出力、トランスクリプト、ツール呼び出し、ハンドオフ、エラーが含まれます -6. ユーザーがエージェントの話し中に話した場合 **割り込みを処理** し、現在の音声生成を自動で停止します +1. **RealtimeAgent** を instructions、tools、handoffs で作成します。 +2. **RealtimeRunner** をエージェントと設定オプションで準備します。 +3. `await runner.run()` を実行して **セッションを開始** し、RealtimeSession を取得します。 +4. `send_audio()` または `send_message()` で **音声またはテキストメッセージを送信** します。 +5. セッションをイテレートして **イベントを受信** します。イベントには音声出力、文字起こし、ツール呼び出し、ハンドオフ、エラーが含まれます。 +6. ユーザーがエージェントの発話に割り込んだ場合は **割り込みを処理** します。現在の音声生成が自動で停止します。 -セッションは会話履歴を保持し、リアルタイムモデルとの永続接続を管理します。 +セッションは会話履歴を保持し、リアルタイム モデルとの持続的接続を管理します。 ## エージェント設定 -RealtimeAgent は通常の Agent クラスと似ていますが、いくつか重要な違いがあります。完全な API 詳細は [`RealtimeAgent`][agents.realtime.agent.RealtimeAgent] を参照してください。 +RealtimeAgent は通常の Agent クラスと似ていますが、いくつかの重要な違いがあります。詳細は [`RealtimeAgent`][agents.realtime.agent.RealtimeAgent] API リファレンスをご覧ください。 通常のエージェントとの主な違い: -- モデル選択はエージェントではなくセッションレベルで設定します -- structured outputs は非対応 (`outputType` は使用不可) -- 音声はエージェントごとに設定できますが、最初のエージェントが話した後は変更できません -- tools、handoffs、instructions など他の機能は同じように動作します +- モデル選択はエージェントではなくセッション単位で設定します。 +- structured outputs (`outputType`) はサポートされません。 +- 音声はエージェントごとに設定できますが、最初のエージェントが発話した後は変更できません。 +- tools、handoffs、instructions などその他の機能は同じ方法で利用できます。 ## セッション設定 ### モデル設定 -セッション設定では、基盤となる realtime モデルの動作を制御できます。モデル名 (例: `gpt-4o-realtime-preview`)、音声 (alloy、echo、fable、onyx、nova、shimmer)、サポートするモダリティ (テキストおよび / または音声) を指定できます。音声フォーマットは入力・出力ともに設定可能で、デフォルトは PCM16 です。 +セッション設定では、基盤となるリアルタイム モデルの動作を制御できます。モデル名（例: `gpt-4o-realtime-preview`）、音声（alloy、echo、fable、onyx、nova、shimmer）、対応モダリティ（text / audio）の指定が可能です。入出力の音声フォーマットは PCM16 がデフォルトですが変更できます。 ### オーディオ設定 -オーディオ設定では、音声入力と出力の扱いを制御します。Whisper などのモデルを使用した入力音声の文字起こし、言語設定、ドメイン固有用語の精度向上用トランスクリプションプロンプトが指定できます。ターン検出設定では、音声活動検出のしきい値、無音時間、検出した音声の前後パディングなど、エージェントがいつ応答を開始・停止するかを調整します。 +オーディオ設定では音声入力と出力の扱いを制御します。Whisper などのモデルで入力音声を文字起こしし、言語設定やドメイン固有用語の精度向上のための transcription prompts を指定できます。ターン検出の設定により、エージェントが応答を開始・終了するタイミングを制御できます（音声活動検出のしきい値、無音時間、検出前後のパディングなど）。 ## ツールと関数 ### ツールの追加 -通常のエージェントと同様に、realtime エージェントも会話中に実行される function tools をサポートします。 +通常のエージェントと同様、リアルタイム エージェントでは会話中に実行される function tools をサポートします。 ```python from agents import function_tool @@ -90,7 +90,7 @@ agent = RealtimeAgent( ### ハンドオフの作成 -ハンドオフを使用すると、会話を専門エージェント間で引き継ぐことができます。 +ハンドオフにより、会話を専門エージェント間で転送できます。 ```python from agents.realtime import realtime_handoff @@ -119,22 +119,22 @@ main_agent = RealtimeAgent( ## イベント処理 -セッションはイベントをストリーム配信します。セッションオブジェクトを反復処理してリッスンしてください。イベントには音声出力チャンク、トランスクリプション結果、ツール実行開始・終了、エージェントハンドオフ、エラーなどがあります。主なイベント: +セッションはストリーミングでイベントを生成し、セッションオブジェクトをイテレートすることで受信できます。主なイベントは次のとおりです。 -- **audio**: エージェント応答の raw 音声データ -- **audio_end**: エージェントが話し終えた -- **audio_interrupted**: ユーザーがエージェントを割り込んだ -- **tool_start / tool_end**: ツール実行のライフサイクル -- **handoff**: エージェントのハンドオフが発生 -- **error**: 処理中にエラーが発生 +- **audio**: エージェントの応答の raw 音声データ +- **audio_end**: エージェントの発話が終了 +- **audio_interrupted**: ユーザーがエージェントを割り込み +- **tool_start / tool_end**: ツール実行の開始・終了 +- **handoff**: エージェントのハンドオフ発生 +- **error**: 処理中にエラー発生 -完全なイベント詳細は [`RealtimeSessionEvent`][agents.realtime.events.RealtimeSessionEvent] を参照してください。 +完全なイベント一覧は [`RealtimeSessionEvent`][agents.realtime.events.RealtimeSessionEvent] をご参照ください。 ## ガードレール -Realtime エージェントでは出力ガードレールのみがサポートされます。パフォーマンス低下を防ぐためにデバウンスされ、リアルタイム生成中に毎単語ではなく定期的に実行されます。デフォルトのデバウンス長は 100 文字で、設定可能です。 +リアルタイム エージェントでは出力ガードレールのみサポートされます。パフォーマンスを保つため、ガードレールはデバウンスされて定期的（毎文字ではなく）に実行されます。デフォルトのデバウンス長は 100 文字ですが、設定可能です。 -ガードレールは `RealtimeAgent` に直接設定することも、セッションの `run_config` で指定することもできます。両方のリストが同時に実行されます。 +ガードレールは `RealtimeAgent` に直接、またはセッションの `run_config` を通じて追加できます。両方から指定した場合は一緒に実行されます。 ```python from agents.guardrail import GuardrailFunctionOutput, OutputGuardrail @@ -152,25 +152,25 @@ agent = RealtimeAgent( ) ``` -ガードレールがトリガーされると `guardrail_tripped` イベントが生成され、エージェントの現在の応答を中断できます。デバウンス動作により安全性とリアルタイム性能のバランスを取ります。テキストエージェントとは異なり、realtime エージェントはガードレールがトリップしても Exception を発生させません。 +ガードレールが発動すると `guardrail_tripped` イベントが生成され、エージェントの現在の応答を中断できます。デバウンスにより、安全性とリアルタイム性能のバランスを取ります。テキスト エージェントと異なり、リアルタイム エージェントではガードレール発動時に Exception は送出されません。 ## オーディオ処理 -[`session.send_audio(audio_bytes)`][agents.realtime.session.RealtimeSession.send_audio] で音声を送信するか、 [`session.send_message()`][agents.realtime.session.RealtimeSession.send_message] でテキストを送信します。 +音声を送信するには [`session.send_audio(audio_bytes)`][agents.realtime.session.RealtimeSession.send_audio] を、テキストを送信するには [`session.send_message()`][agents.realtime.session.RealtimeSession.send_message] を使用します。 -音声出力を再生するには `audio` イベントをリッスンし、好みのオーディオライブラリで再生してください。ユーザーが割り込んだ際は `audio_interrupted` イベントをリッスンし、直ちに再生を停止してキューにある音声をクリアします。 +音声出力を受信するには `audio` イベントをリッスンし、任意のオーディオライブラリで再生してください。ユーザーが割り込んだ際は `audio_interrupted` イベントを検知して即時に再生を停止し、キューにある音声をクリアする必要があります。 -## モデルへの直接アクセス +## 直接モデルアクセス -基盤となるモデルにアクセスしてカスタムリスナーを追加したり、高度な操作を行うことができます。 +下層のモデルにアクセスしてカスタムリスナーを追加したり、高度な操作を行うことも可能です。 ```python # Add a custom listener to the model session.model.add_listener(my_custom_listener) ``` -これにより、高度なユースケース向けに低レベルで接続を制御できる [`RealtimeModel`][agents.realtime.model.RealtimeModel] インターフェースへ直接アクセスできます。 +これにより、低レベルで接続を制御する必要がある高度なユースケースに向けて [`RealtimeModel`][agents.realtime.model.RealtimeModel] インターフェースへ直接アクセスできます。 ## コード例 -完全な動作例は [examples/realtime ディレクトリ](https://github.com/openai/openai-agents-python/tree/main/examples/realtime) を参照してください。 UI コンポーネントあり / なしのデモが含まれています。 \ No newline at end of file +動作する完全なコード例は、UI 付き・無しデモを含む [examples/realtime ディレクトリ](https://github.com/openai/openai-agents-python/tree/main/examples/realtime) をご覧ください。 \ No newline at end of file diff --git a/docs/ja/realtime/quickstart.md b/docs/ja/realtime/quickstart.md index 6a0ab1d05..f48589de2 100644 --- a/docs/ja/realtime/quickstart.md +++ b/docs/ja/realtime/quickstart.md @@ -4,26 +4,27 @@ search: --- # クイックスタート -Realtime エージェントを使用すると、OpenAI の Realtime API を介して AI エージェントと音声会話が行えます。ここでは、最初の realtime 音声エージェントを作成する方法を説明します。 +Realtime エージェントを使用すると、OpenAI の Realtime API を介して AI エージェントとの音声会話が可能になります。このガイドでは、初めての Realtime 音声エージェントを作成する手順を説明します。 !!! warning "Beta feature" -Realtime エージェントはベータ版です。実装の改善に伴い、破壊的変更が発生する可能性があります。 +Beta 機能 +Realtime エージェントはベータ版です。実装を改善する過程で非互換の変更が入る可能性があります。 ## 前提条件 -- Python 3.9 以上 -- OpenAI API キー -- OpenAI Agents SDK の基本的な知識 +- Python 3.9 以上 +- OpenAI API キー +- OpenAI Agents SDK に関する基本的な知識 ## インストール -まだインストールしていない場合は、OpenAI Agents SDK をインストールしてください： +まだインストールしていない場合は、OpenAI Agents SDK をインストールします: ```bash pip install openai-agents ``` -## 初めての realtime エージェント作成 +## 最初の Realtime エージェントの作成 ### 1. 必要なコンポーネントをインポート @@ -32,7 +33,7 @@ import asyncio from agents.realtime import RealtimeAgent, RealtimeRunner ``` -### 2. realtime エージェントを作成 +### 2. Realtime エージェントを作成 ```python agent = RealtimeAgent( @@ -41,7 +42,7 @@ agent = RealtimeAgent( ) ``` -### 3. runner を設定 +### 3. Runner をセットアップ ```python runner = RealtimeRunner( @@ -79,9 +80,9 @@ async def main(): asyncio.run(main()) ``` -## 完全な例 +## 完全なコード例 -以下は動作する完全な例です： +以下は動作する完全なコード例です: ```python import asyncio @@ -139,40 +140,40 @@ if __name__ == "__main__": ### モデル設定 -- `model_name`: 利用可能な realtime モデルから選択（例：`gpt-4o-realtime-preview`） -- `voice`: 音声を選択（`alloy`, `echo`, `fable`, `onyx`, `nova`, `shimmer`） -- `modalities`: テキストおよび／または音声を有効化（`["text", "audio"]`） +- `model_name`: 利用可能な Realtime モデルから選択します (例: `gpt-4o-realtime-preview`) +- `voice`: 音声を選択します (`alloy`, `echo`, `fable`, `onyx`, `nova`, `shimmer`) +- `modalities`: テキストおよび／またはオーディオを有効化します (`["text", "audio"]`) ### オーディオ設定 -- `input_audio_format`: 入力音声のフォーマット（`pcm16`, `g711_ulaw`, `g711_alaw`） -- `output_audio_format`: 出力音声のフォーマット -- `input_audio_transcription`: 音声認識の設定 +- `input_audio_format`: 入力オーディオのフォーマット (`pcm16`, `g711_ulaw`, `g711_alaw`) +- `output_audio_format`: 出力オーディオのフォーマット +- `input_audio_transcription`: 文字起こしの設定 ### ターン検出 -- `type`: 検出方法（`server_vad`, `semantic_vad`） -- `threshold`: 音声アクティビティ閾値（0.0–1.0） -- `silence_duration_ms`: ターン終了を検出する無音時間 -- `prefix_padding_ms`: 発話前の音声パディング +- `type`: 検出方法 (`server_vad`, `semantic_vad`) +- `threshold`: 音声アクティビティのしきい値 (0.0-1.0) +- `silence_duration_ms`: ターン終了を検出するための無音時間 +- `prefix_padding_ms`: 発話前のオーディオパディング ## 次のステップ -- [realtime エージェントについて詳しく学ぶ](guide.md) -- [examples/realtime](https://github.com/openai/openai-agents-python/tree/main/examples/realtime) フォルダーの動作する code examples を確認 -- ツールをエージェントに追加 -- エージェント間のハンドオフを実装 -- 安全のためのガードレールを設定 +- [Realtime エージェントについてさらに学ぶ](guide.md) +- [examples/realtime](https://github.com/openai/openai-agents-python/tree/main/examples/realtime) フォルダーにある動作するコード例を確認してください +- エージェントにツールを追加する +- エージェント間のハンドオフを実装する +- 安全のためのガードレールを設定する ## 認証 -OpenAI API キーを環境変数に設定してください： +OpenAI API キーが環境変数に設定されていることを確認してください: ```bash export OPENAI_API_KEY="your-api-key-here" ``` -またはセッション作成時に直接渡してください： +あるいは、セッション作成時に直接渡します: ```python session = await runner.run(model_config={"api_key": "your-api-key"}) diff --git a/docs/ja/release.md b/docs/ja/release.md index 6819c93a5..a238ce524 100644 --- a/docs/ja/release.md +++ b/docs/ja/release.md @@ -4,28 +4,28 @@ search: --- # リリースプロセス／変更履歴 -このプロジェクトは、`0.Y.Z` という形式を使用したセマンティック バージョニングのわずかに改変されたバージョンに従っています。先頭の `0` は、 SDK がまだ急速に進化していることを示しています。各コンポーネントの増分ルールは次のとおりです。 +本プロジェクトは、`0.Y.Z` という形式を採用した、セマンティックバージョニングを少し改変した方式に従っています。先頭の `0` は、SDK がまだ急速に進化していることを示します。各コンポーネントの増分ルールは次のとおりです。 -## マイナー (`Y`) バージョン +## Minor（`Y`）バージョン -ベータでない公開インターフェースに **破壊的変更** が入った場合は、マイナー バージョン `Y` を上げます。たとえば、`0.0.x` から `0.1.x` への更新には破壊的変更が含まれる可能性があります。 +ベータではない公開インターフェースに **互換性を破壊する変更** が入る場合、Minor バージョン `Y` を増やします。たとえば、`0.0.x` から `0.1.x` への変更には破壊的変更が含まれる可能性があります。 -破壊的変更を避けたい場合は、プロジェクトで `0.0.x` バージョンを固定して使用することを推奨します。 +互換性を破壊する変更を避けたい場合は、プロジェクトで `0.0.x` バージョンを固定することを推奨します。 -## パッチ (`Z`) バージョン +## Patch（`Z`）バージョン -互換性を壊さない変更については `Z` を増分します。 +互換性を破壊しない変更の場合に `Z` を増やします。 -- バグ修正 -- 新機能 -- 非公開インターフェースの変更 -- ベータ機能の更新 +- バグ修正 +- 新機能 +- 非公開インターフェースの変更 +- ベータ機能の更新 -## 破壊的変更の変更履歴 +## 互換性を破壊する変更の履歴 ### 0.2.0 -このバージョンでは、以前は `Agent` を引数として受け取っていた数か所が、代わりに `AgentBase` を引数として受け取るようになりました。例としては MCP サーバーの `list_tools()` 呼び出しなどです。これは型に関する変更のみであり、実際には引き続き `Agent` オブジェクトを受け取ります。更新するには、型エラーを修正し `Agent` を `AgentBase` に置き換えてください。 +このバージョンでは、これまで `Agent` を引数に取っていたいくつかの箇所が、代わりに `AgentBase` を引数に取るようになりました。たとえば MCP サーバーの `list_tools()` 呼び出しです。型定義だけの変更であり、実際には引き続き `Agent` オブジェクトを受け取ります。更新には、型エラーを修正して `Agent` を `AgentBase` に置き換えるだけで済みます。 ### 0.1.0 diff --git a/docs/ja/repl.md b/docs/ja/repl.md index c7affc53a..1c61dc336 100644 --- a/docs/ja/repl.md +++ b/docs/ja/repl.md @@ -4,7 +4,7 @@ search: --- # REPL ユーティリティ -この SDK には、ターミナル上でエージェントの挙動を素早く対話的にテストできる `run_demo_loop` が 用意されています。 + SDK には、ターミナルでエージェントの挙動を素早くインタラクティブにテストできる `run_demo_loop` が用意されています。 ```python import asyncio @@ -18,6 +18,6 @@ if __name__ == "__main__": asyncio.run(main()) ``` -`run_demo_loop` は、ループ内で ユーザー入力 を促し、ターン間で 会話履歴 を保持します。デフォルトでは、生成されたとおりにモデル出力を ストリーミング します。上記の例を実行すると、 `run_demo_loop` が 対話型チャットセッション を開始します。これはあなたの入力を継続的に求め、全 会話履歴 をターン間で記憶するため、エージェントはこれまでに話し合われた内容を把握できます。また、生成されたエージェントの応答を リアルタイム で自動的にストリーミング表示します。 + `run_demo_loop` はループ内で ユーザー からの入力を促し、ターン間の会話履歴を保持します。デフォルトでは、生成されるそばからモデルの出力を ストリーミング します。上記の例を実行すると、 run_demo_loop はインタラクティブなチャットセッションを開始します。入力を継続的に受け取り、ターンごとに会話履歴を保持することで（エージェントがこれまでのやり取りを把握できます）、生成された応答をリアルタイムで自動的に ストリーミング します。 -チャットセッションを終了するには、`quit` または `exit` と入力（ Enter キーを押す）するか、 `Ctrl-D` キーボードショートカットを使用してください。 \ No newline at end of file + このチャットセッションを終了するには、`quit` または `exit` と入力して Enter キーを押すか、 `Ctrl-D` キーボードショートカットを使用してください。 \ No newline at end of file diff --git a/docs/ja/results.md b/docs/ja/results.md index 7915ad12b..14e511b97 100644 --- a/docs/ja/results.md +++ b/docs/ja/results.md @@ -4,53 +4,53 @@ search: --- # 結果 -`Runner.run` メソッドを呼び出すと、次のいずれかが返されます。 +`Runner.run` メソッドを呼び出すと、次のいずれかが返されます: -- [`RunResult`][agents.result.RunResult]   `run` または `run_sync` を呼び出した場合 -- [`RunResultStreaming`][agents.result.RunResultStreaming]   `run_streamed` を呼び出した場合 +- [`RunResult`][agents.result.RunResult] — `run` または `run_sync` を呼び出した場合 +- [`RunResultStreaming`][agents.result.RunResultStreaming] — `run_streamed` を呼び出した場合 -どちらも [`RunResultBase`][agents.result.RunResultBase] を継承しており、ほとんどの有用な情報はここに含まれています。 +これらはどちらも [`RunResultBase`][agents.result.RunResultBase] を継承しており、有用な情報のほとんどはここに含まれています。 ## 最終出力 -[`final_output`][agents.result.RunResultBase.final_output] プロパティには、最後に実行されたエージェントの最終出力が格納されます。内容は次のいずれかです。 +[`final_output`][agents.result.RunResultBase.final_output] プロパティには、最後に実行されたエージェントの最終出力が格納されます。これは次のいずれかです: -- 最後のエージェントに `output_type` が定義されていない場合は `str` +- 最後のエージェントに `output_type` が定義されていない場合は `str` - エージェントに `output_type` が定義されている場合は `last_agent.output_type` 型のオブジェクト !!! note - `final_output` の型は `Any` です。handoffs が発生する可能性があるため、静的に型を決定できません。handoffs が起こると、どのエージェントが最後になるか分からないため、可能な出力型の集合を静的に特定できないのです。 + `final_output` の型は `Any` です。ハンドオフがあるため静的に型付けできません。ハンドオフが発生すると、どの Agent が最後になるか分からないため、可能な出力型の集合を静的に特定できないからです。 ## 次のターンへの入力 -[`result.to_input_list()`][agents.result.RunResultBase.to_input_list] を使用すると、元の入力とエージェント実行中に生成されたアイテムを連結した入力リストを取得できます。これにより、あるエージェント実行の出力を次の実行にそのまま渡したり、ループで実行して毎回新しい user 入力を追加したりすることが容易になります。 +[`result.to_input_list()`][agents.result.RunResultBase.to_input_list] を使用すると、元の入力とエージェント実行中に生成されたアイテムを連結した入力リストを作成できます。これにより、あるエージェント実行の出力を別の実行に渡したり、ループで実行して毎回新しい ユーザー 入力を追加したりすることが簡単になります。 ## 最後のエージェント -[`last_agent`][agents.result.RunResultBase.last_agent] プロパティには、最後に実行されたエージェントが格納されます。アプリケーションによっては、次に user が入力した際にこれを再利用すると便利です。たとえば、フロントラインのトリアージ エージェントが言語別エージェントへ handoff する場合、最後のエージェントを保存しておき、次回の user メッセージで再利用できます。 +[`last_agent`][agents.result.RunResultBase.last_agent] プロパティには、最後に実行されたエージェントが格納されています。アプリケーションによっては、これは次回 ユーザー が入力を行う際に便利です。たとえば、フロントラインのトリアージ エージェントが言語別エージェントへハンドオフする場合、最後のエージェントを保存しておき、次回のメッセージでも再利用できます。 ## 新規アイテム -[`new_items`][agents.result.RunResultBase.new_items] プロパティには、実行中に生成された新しいアイテムが格納されます。アイテムは [`RunItem`][agents.items.RunItem] でラップされており、raw アイテムは LLM が生成したものです。 +[`new_items`][agents.result.RunResultBase.new_items] プロパティには、実行中に生成された新しいアイテムが含まれます。アイテムは [`RunItem`][agents.items.RunItem] でラップされています。RunItem は LLM が生成した raw アイテムを包みます。 -- [`MessageOutputItem`][agents.items.MessageOutputItem]   LLM からのメッセージを示します。raw アイテムは生成されたメッセージです。 -- [`HandoffCallItem`][agents.items.HandoffCallItem]   LLM が handoff ツールを呼び出したことを示します。raw アイテムは LLM からのツール呼び出しアイテムです。 -- [`HandoffOutputItem`][agents.items.HandoffOutputItem]   handoff が発生したことを示します。raw アイテムは handoff ツール呼び出しへのツール応答です。このアイテムから source/target エージェントにもアクセスできます。 -- [`ToolCallItem`][agents.items.ToolCallItem]   LLM がツールを呼び出したことを示します。 -- [`ToolCallOutputItem`][agents.items.ToolCallOutputItem]   ツールが呼び出されたことを示します。raw アイテムはツール応答です。このアイテムからツール出力にもアクセスできます。 -- [`ReasoningItem`][agents.items.ReasoningItem]   LLM からの reasoning アイテムを示します。raw アイテムは生成された reasoning です。 +- [`MessageOutputItem`][agents.items.MessageOutputItem] — LLM からのメッセージを示します。raw アイテムは生成されたメッセージです。 +- [`HandoffCallItem`][agents.items.HandoffCallItem] — LLM がハンドオフ ツールを呼び出したことを示します。raw アイテムは LLM からのツール呼び出しアイテムです。 +- [`HandoffOutputItem`][agents.items.HandoffOutputItem] — ハンドオフが発生したことを示します。raw アイテムはハンドオフ ツール呼び出しへのツール応答です。アイテムから送信元/送信先エージェントにもアクセスできます。 +- [`ToolCallItem`][agents.items.ToolCallItem] — LLM がツールを呼び出したことを示します。 +- [`ToolCallOutputItem`][agents.items.ToolCallOutputItem] — ツールが呼び出されたことを示します。raw アイテムはツール応答です。アイテムからツール出力にもアクセスできます。 +- [`ReasoningItem`][agents.items.ReasoningItem] — LLM からの推論アイテムを示します。raw アイテムは生成された推論です。 ## その他の情報 ### ガードレール結果 -[`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results] と [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results] プロパティには、ガードレールの結果が格納されます（存在する場合）。ガードレール結果には記録や保存が必要な有用情報が含まれることがあるため、これらを提供しています。 +[`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results] および [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results] プロパティには、ガードレールの結果が格納されます (存在する場合)。ガードレール結果にはログや保存に役立つ情報が含まれることがあるため、これらを公開しています。 -### Raw レスポンス +### raw レスポンス -[`raw_responses`][agents.result.RunResultBase.raw_responses] プロパティには、LLM が生成した [`ModelResponse`][agents.items.ModelResponse] が格納されます。 +[`raw_responses`][agents.result.RunResultBase.raw_responses] プロパティには、LLM が生成した [`ModelResponse`][agents.items.ModelResponse] が含まれます。 ### 元の入力 -[`input`][agents.result.RunResultBase.input] プロパティには、`run` メソッドに渡した元の入力が格納されています。通常は使用しませんが、必要な場合に備えて利用可能です。 \ No newline at end of file +[`input`][agents.result.RunResultBase.input] プロパティには、`run` メソッドに渡した元の入力が入っています。大抵の場合は不要ですが、必要に応じて参照できます。 \ No newline at end of file diff --git a/docs/ja/running_agents.md b/docs/ja/running_agents.md index 03e542f12..5dd218b09 100644 --- a/docs/ja/running_agents.md +++ b/docs/ja/running_agents.md @@ -4,14 +4,11 @@ search: --- # 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。方法は 3 つあります: +エージェントは `Runner` クラスを通じて実行できます。選択肢は 3 つあります: -1. [`Runner.run()`][agents.run.Runner.run] - 非同期 ( async ) で実行され、[`RunResult`][agents.result.RunResult] を返します。 -2. [`Runner.run_sync()`][agents.run.Runner.run_sync] - 同期メソッドで、内部的には `.run()` を呼び出します。 -3. [`Runner.run_streamed()`][agents.run.Runner.run_streamed] - 非同期 ( async ) で実行され、[`RunResultStreaming`][agents.result.RunResultStreaming] を返します。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そのままストリームします。 +1. [`Runner.run()`][agents.run.Runner.run] — 非同期で実行され、[`RunResult`][agents.result.RunResult] を返します。 +2. [`Runner.run_sync()`][agents.run.Runner.run_sync] — 同期メソッドで、内部的には `.run()` を呼び出します。 +3. [`Runner.run_streamed()`][agents.run.Runner.run_streamed] — 非同期で実行され、[`RunResultStreaming`][agents.result.RunResultStreaming] を返します。LLM をストリーミングモードで呼び出し、受信したイベントをそのままストリームで提供します。 ```python from agents import Agent, Runner @@ -30,51 +27,51 @@ async def main(): ## エージェントループ -`Runner` の run 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ます) か、OpenAI Responses API のアイテムのリストのいずれかです。 +`Runner` の run メソッドでは、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ます) か、OpenAI Responses API のアイテムのリストのいずれかです。 - Runner は次のループを実行します: +runner は次のループを実行します: -1. 現在のエージェントに対して現在の入力で LLM を呼び出します。 +1. 現在のエージェントに対して LLM を呼び出し、現在の入力を渡します。 2. LLM が出力を生成します。 1. LLM が `final_output` を返した場合、ループを終了して結果を返します。 2. LLM がハンドオフを行った場合、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した場合、それらを実行して結果を追加し、ループを再実行します。 + 3. LLM がツール呼び出しを生成した場合、それらのツール呼び出しを実行し、結果を追加してループを再実行します。 3. 渡された `max_turns` を超えた場合、[`MaxTurnsExceeded`][agents.exceptions.MaxTurnsExceeded] 例外を送出します。 !!! note - LLM の出力が「最終出力」と見なされる条件は、望ましい型のテキストを生成し、かつツール呼び出しがないことです。 + LLM 出力が「最終出力」と見なされる条件は、望ましい型でテキスト出力を生成し、かつツール呼び出しが 1 つも含まれていないことです。 ## ストリーミング -ストリーミングを使用すると、 LLM 実行中にイベントを逐次受け取れます。ストリーム完了後、[`RunResultStreaming`][agents.result.RunResultStreaming] には実行に関する完全な情報 (生成されたすべての新しい出力を含む) が格納されます。`.stream_events()` を呼び出してストリーミング イベントを取得できます。詳細は [ストリーミング ガイド](streaming.md) をご覧ください。 +ストリーミングを使用すると、LLM の実行中にストリーミングイベントを受け取れます。ストリームが完了すると、[`RunResultStreaming`][agents.result.RunResultStreaming] に実行の全情報 (生成されたすべての新しい出力を含む) が格納されます。ストリーミングイベントを受け取るには `.stream_events()` を呼び出してください。詳細は [ストリーミング ガイド](streaming.md) を参照してください。 -## 実行設定 +## run_config の設定 -`run_config` パラメーターでは、エージェント実行の一部グローバル設定を行えます: +`run_config` パラメーターを使用すると、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` 設定に関わらず、グローバルに使用する LLM モデルを指定します。 -- [`model_provider`][agents.run.RunConfig.model_provider]: モデル名を解決するモデル プロバイダーを設定します。既定は OpenAI です。 -- [`model_settings`][agents.run.RunConfig.model_settings]: エージェント固有設定を上書きします。例として、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]: すべての実行に適用する入力 / 出力ガードレールのリスト。 -- [`handoff_input_filter`][agents.run.RunConfig.handoff_input_filter]: ハンドオフに既存のフィルターがない場合に適用されるグローバル入力フィルター。新しいエージェントへ送信する入力を編集できます。詳細は [`Handoff.input_filter`][agents.handoffs.Handoff.input_filter] を参照してください。 -- [`tracing_disabled`][agents.run.RunConfig.tracing_disabled]: 実行全体で [トレーシング](tracing.md) を無効にします。 -- [`trace_include_sensitive_data`][agents.run.RunConfig.trace_include_sensitive_data]: LLM やツール呼び出しの入出力など、機微なデータをトレースに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]: トレースのワークフロー名、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` を設定することを推奨します。グループ ID は複数実行間でトレースを紐付ける際に使用できます。 -- [`trace_metadata`][agents.run.RunConfig.trace_metadata]: すべてのトレースに付与するメタデータ。 +- [`model`][agents.run.RunConfig.model]: 各 Agent の `model` に関係なく、実行全体で使用する LLM モデルを設定します。 +- [`model_provider`][agents.run.RunConfig.model_provider]: モデル名を解決するモデルプロバイダー。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]: すべての実行に適用する入力 / 出力ガードレールのリスト。 +- [`handoff_input_filter`][agents.run.RunConfig.handoff_input_filter]: ハンドオフに特定の input_filter が未設定の場合に適用されるグローバル入力フィルター。新しいエージェントに渡す入力を編集できます。詳細は [`Handoff.input_filter`][agents.handoffs.Handoff.input_filter] 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](tracing.md) を無効化します。 +- [`trace_include_sensitive_data`][agents.run.RunConfig.trace_include_sensitive_data]: LLM やツール呼び出しの入出力など、機微なデータをトレースに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]: トレーシング用のワークフロー名、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` を設定することを推奨します。グループ ID は複数の実行にまたがるトレースを関連付ける任意項目です。 +- [`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 run メソッドを呼び出すと、1 つ以上のエージェント (つまり 1 つ以上の LLM 呼び出し) が実行されますが、チャット会話における 1 つの論理ターンを表します。例: +どの run メソッドを呼び出しても、1 つ以上のエージェント (したがって 1 回以上の LLM 呼び出し) が実行される可能性がありますが、チャット会話における論理上は 1 ターンを表します。例: -1. ユーザーのターン: ユーザーがテキストを入力 -2. Runner の実行: 第 1 エージェントが LLM を呼び出し、ツールを実行し、第 2 エージェントへハンドオフ。第 2 エージェントがさらにツールを実行し、出力を生成。 +1. ユーザーターン: ユーザーがテキストを入力 +2. Runner の実行: 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へハンドオフ。2 番目のエージェントがさらにツールを実行し、最終出力を生成。 -エージェント実行の最後に、ユーザーへ何を表示するかを選択できます。例として、エージェントが生成したすべての新しいアイテムを表示する、または最終出力だけを表示する、といった方法があります。いずれにせよ、ユーザーがフォローアップ質問をすれば、再度 run メソッドを呼び出せます。 +エージェントの実行が終了したら、ユーザーに表示する内容を選択できます。たとえば、エージェントが生成したすべての新しいアイテムを表示することも、最終出力だけを表示することも可能です。いずれの場合も、ユーザーがフォローアップ質問をしたら再度 run メソッドを呼び出してください。 -### 手動の会話管理 +### 手動での会話管理 -[`RunResultBase.to_input_list()`][agents.result.RunResultBase.to_input_list] メソッドを使用して次のターンの入力を取得し、会話履歴を手動で管理できます。 +[`RunResultBase.to_input_list()`][agents.result.RunResultBase.to_input_list] メソッドを使用して、次ターンの入力を取得し、会話履歴を手動で管理できます: ```python async def main(): @@ -96,7 +93,7 @@ async def main(): ### Sessions による自動会話管理 -より簡単な方法として、[Sessions](sessions.md) を使用して `.to_input_list()` を手動で呼び出すことなく会話履歴を自動管理できます。 +より簡単な方法として、[Sessions](sessions.md) を使用すると、`.to_input_list()` を手動で呼び出すことなく会話履歴を自動で扱えます: ```python from agents import Agent, Runner, SQLiteSession @@ -119,26 +116,26 @@ async def main(): # California ``` -Sessions は自動的に以下を行います: +Sessions は次を自動で行います: -- 実行前に会話履歴を取得 -- 実行後に新しいメッセージを保存 -- 異なる session ID ごとに個別の会話を維持 +- 各実行前に会話履歴を取得 +- 各実行後に新しいメッセージを保存 +- 異なる session ID ごとに個別の会話を維持 -詳細は [Sessions ドキュメント](sessions.md) を参照してください。 +詳細は [Sessions のドキュメント](sessions.md) を参照してください。 -## 長時間実行エージェントと Human-in-the-loop +## 長時間実行エージェントと Human-in-the-Loop -Agents SDK は [Temporal](https://temporal.io/) との統合により、 Human-in-the-loop タスクを含む耐久性のある長時間実行ワークフローを実行できます。Temporal と Agents SDK が連携して長時間タスクを完了するデモは [こちらの動画](https://www.youtube.com/watch?v=fFBZqzT4DD8) を、ドキュメントは [こちら](https://github.com/temporalio/sdk-python/tree/main/temporalio/contrib/openai_agents) をご覧ください。 +Agents SDK の [Temporal](https://temporal.io/) インテグレーションを使用すると、Human-in-the-Loop タスクを含む耐久性のある長時間実行ワークフローを構築できます。Temporal と Agents SDK が連携して長時間タスクを完了するデモは [この動画](https://www.youtube.com/watch?v=fFBZqzT4DD8) をご覧ください。また、[こちらのドキュメント](https://github.com/temporalio/sdk-python/tree/main/temporalio/contrib/openai_agents) も参照してください。 ## 例外 -SDK は特定のケースで例外を送出します。完全な一覧は [`agents.exceptions`][] にあります。概要を示します: +SDK は特定の状況で例外を送出します。完全な一覧は [`agents.exceptions`][] にあります。概要は次のとおりです: -- [`AgentsException`][agents.exceptions.AgentsException]: SDK 内で送出されるすべての例外の基底クラスです。ほかの特定例外はすべてこれを継承します。 -- [`MaxTurnsExceeded`][agents.exceptions.MaxTurnsExceeded]: `Runner.run`, `Runner.run_sync`, `Runner.run_streamed` の `max_turns` 制限を超えた際に送出されます。指定されたターン数内にタスクを完了できなかったことを示します。 -- [`ModelBehaviorError`][agents.exceptions.ModelBehaviorError]: 基盤モデル ( LLM ) が予期しない、または無効な出力を生成した際に発生します。例: - - 不正な JSON: ツール呼び出しや `output_type` が定義された場合の直出力で、不正な JSON 構造を返した。 - - 予期しないツール関連の失敗: モデルが想定どおりにツールを使用できなかった。 -- [`UserError`][agents.exceptions.UserError]: SDK を使用する際の実装ミス、無効な設定、API の誤用など、ユーザーが原因のエラーで送出されます。 -- [`InputGuardrailTripwireTriggered`][agents.exceptions.InputGuardrailTripwireTriggered], [`OutputGuardrailTripwireTriggered`][agents.exceptions.OutputGuardrailTripwireTriggered]: 入力ガードレールまたは出力ガードレールの条件を満たした場合に送出されます。入力ガードレールは処理前のメッセージを、出力ガードレールはエージェントの最終応答をチェックします。 \ No newline at end of file +- [`AgentsException`][agents.exceptions.AgentsException]: SDK 内で発生するすべての例外の基底クラスです。すべての特定例外はこのクラスを継承します。 +- [`MaxTurnsExceeded`][agents.exceptions.MaxTurnsExceeded]: `Runner.run`、`Runner.run_sync`、`Runner.run_streamed` メソッドで `max_turns` 制限を超えた場合に送出されます。ターン数内でエージェントがタスクを完了できなかったことを示します。 +- [`ModelBehaviorError`][agents.exceptions.ModelBehaviorError]: 基盤となるモデル (LLM) が予期しない、または無効な出力を生成した場合に発生します。例: + - 不正な JSON 形式: ツール呼び出し、または特定の `output_type` が定義されている場合の直接出力で、モデルが不正な JSON 構造を返したとき + - 予期しないツール関連の失敗: モデルがツールを期待どおりに使用しなかったとき +- [`UserError`][agents.exceptions.UserError]: SDK を使用するあなた (コードを書く人) がエラーを起こした場合に送出されます。誤ったコード実装、無効な設定、SDK の API の誤用などが原因です。 +- [`InputGuardrailTripwireTriggered`][agents.exceptions.InputGuardrailTripwireTriggered], [`OutputGuardrailTripwireTriggered`][agents.exceptions.OutputGuardrailTripwireTriggered]: それぞれ入力ガードレールまたは出力ガードレールの条件が満たされた場合に送出されます。入力ガードレールは処理前の受信メッセージを、出力ガードレールはエージェントの最終応答をチェックします。 \ No newline at end of file diff --git a/docs/ja/sessions.md b/docs/ja/sessions.md index 3819159d3..4bdcf28f4 100644 --- a/docs/ja/sessions.md +++ b/docs/ja/sessions.md @@ -4,9 +4,9 @@ search: --- # セッション - Agents SDK には組み込みのセッションメモリが用意されており、複数回のエージェント実行にわたって会話履歴を自動的に保持します。これにより、ターンごとに `.to_input_list()` を手動で扱う必要がなくなります。 +Agents SDK は組み込みのセッションメモリーを提供しており、複数回のエージェント実行にわたって会話履歴を自動的に保持します。そのため、ターンごとに `.to_input_list()` を手動で扱う必要がありません。 - Sessions は特定のセッションの会話履歴を保存し、明示的なメモリ管理なしでエージェントがコンテキストを維持できるようにします。これは、チャットアプリケーションやマルチターンの会話でエージェントに前回の対話内容を覚えさせたい場合に特に便利です。 +セッションは特定のセッションに対する会話履歴を保存し、明示的な手動メモリー管理なしでコンテキストを保持できます。これは、エージェントに過去のやり取りを記憶させたいチャットアプリケーションや複数ターンの会話を構築する際に特に便利です。 ## クイックスタート @@ -47,21 +47,21 @@ result = Runner.run_sync( print(result.final_output) # "Approximately 39 million" ``` -## 仕組み +## 動作概要 -セッションメモリを有効にすると、次のように動作します。 +セッションメモリーが有効な場合: -1. **各実行前** : ランナーが自動的にそのセッションの会話履歴を取得し、入力アイテムの先頭に追加します。 -2. **各実行後** : 実行中に生成された新しいアイテム（ユーザー入力、アシスタントの応答、ツール呼び出しなど）はすべて自動的にセッションに保存されます。 -3. **コンテキスト保持** : 同じセッションでの後続の実行には完全な会話履歴が含まれるため、エージェントはコンテキストを維持できます。 +1. **各実行の前**: runner はセッションの会話履歴を自動的に取得し、入力アイテムの先頭に追加します。 +2. **各実行の後**: 実行中に生成された新しいアイテム（ユーザー入力、アシスタント応答、ツール呼び出しなど）はすべて自動的にセッションに保存されます。 +3. **コンテキストの保持**: 同じセッションで次に実行するときは、完全な会話履歴が含まれるため、エージェントがコンテキストを維持できます。 -これにより、`.to_input_list()` を手動で呼び出したり、実行間で会話状態を管理したりする必要がなくなります。 +これにより、実行間で `.to_input_list()` を手動で呼び出したり会話状態を管理したりする必要がなくなります。 -## メモリ操作 +## メモリー操作 ### 基本操作 - Sessions では会話履歴を管理するために以下の操作が可能です。 +セッションは会話履歴を管理するために、いくつかの操作をサポートしています: ```python from agents import SQLiteSession @@ -86,9 +86,9 @@ print(last_item) # {"role": "assistant", "content": "Hi there!"} await session.clear_session() ``` -### pop_item を使った修正 +### pop_item を使用した修正 -`pop_item` メソッドは、会話の最後のアイテムを取り消したり修正したりしたいときに特に便利です。 +会話の最後のアイテムを取り消したり修正したりしたい場合、`pop_item` メソッドが特に便利です: ```python from agents import Agent, Runner, SQLiteSession @@ -117,16 +117,16 @@ result = await Runner.run( print(f"Agent: {result.final_output}") ``` -## メモリオプション +## メモリーオプション -### メモリなし (デフォルト) +### メモリーなし（デフォルト） ```python # Default behavior - no session memory result = await Runner.run(agent, "Hello") ``` -### SQLite メモリ +### SQLite メモリー ```python from agents import SQLiteSession @@ -168,9 +168,9 @@ result2 = await Runner.run( ) ``` -## カスタムメモリ実装 +## カスタムメモリー実装 -独自のセッションメモリを実装する場合は、[`Session`][agents.memory.session.Session] プロトコルに従ったクラスを作成してください。 +独自のセッションメモリーを実装するには、[`Session`][agents.memory.session.Session] プロトコルに従うクラスを作成します: ```python from agents.memory import Session @@ -216,17 +216,17 @@ result = await Runner.run( ### セッション ID の命名 -管理しやすいセッション ID を使用してください。 +会話を整理しやすいわかりやすいセッション ID を使用してください: -- ユーザーベース: `"user_12345"` -- スレッドベース: `"thread_abc123"` -- コンテキストベース: `"support_ticket_456"` +- ユーザー単位: `"user_12345"` +- スレッド単位: `"thread_abc123"` +- コンテキスト単位: `"support_ticket_456"` -### メモリの永続化 +### メモリー永続化 -- 一時的な会話にはインメモリ SQLite (`SQLiteSession("session_id")`) を使用 -- 永続的な会話にはファイルベース SQLite (`SQLiteSession("session_id", "path/to/db.sqlite")`) を使用 -- 本番システムでは Redis や PostgreSQL など、カスタムセッションバックエンドの実装を検討してください。 +- 一時的な会話にはインメモリー SQLite（`SQLiteSession("session_id")`）を使用します +- 永続的な会話にはファイルベース SQLite（`SQLiteSession("session_id", "path/to/db.sqlite")`）を使用します +- 本番環境ではカスタムセッションバックエンド（Redis、PostgreSQL など）の実装を検討してください ### セッション管理 @@ -254,7 +254,7 @@ result2 = await Runner.run( ## 完全な例 -以下はセッションメモリが動作する完全な例です。 +セッションメモリーの動作を示す完全な例を以下に示します: ```python import asyncio @@ -318,7 +318,7 @@ if __name__ == "__main__": ## API 参照 -詳細な API ドキュメントは以下を参照してください。 +詳細な API ドキュメントは次を参照してください: -- [`Session`][agents.memory.Session] - プロトコルインターフェース -- [`SQLiteSession`][agents.memory.SQLiteSession] - SQLite 実装 \ No newline at end of file +- [`Session`][agents.memory.Session] - プロトコルインターフェース +- [`SQLiteSession`][agents.memory.SQLiteSession] - SQLite 実装 \ No newline at end of file diff --git a/docs/ja/streaming.md b/docs/ja/streaming.md index a95cf7cfc..bbda87a2e 100644 --- a/docs/ja/streaming.md +++ b/docs/ja/streaming.md @@ -4,15 +4,15 @@ search: --- # ストリーミング -Streaming を使用すると、エージェント の実行が進行するにつれて送られてくる更新を購読できます。これはエンドユーザー に進捗更新や部分的な応答を表示する際に役立ちます。 +ストリーミングを使用すると、エージェントの実行が進行するにつれてその更新を購読できます。これはエンドユーザーに進捗状況や部分的なレスポンスを表示するのに便利です。 -ストリーミングを行うには、[`Runner.run_streamed()`][agents.run.Runner.run_streamed] を呼び出します。これにより [`RunResultStreaming`][agents.result.RunResultStreaming] が返されます。`result.stream_events()` を呼び出すと、下記で説明する [`StreamEvent`][agents.stream_events.StreamEvent] オブジェクトの非同期ストリームを受け取れます。 +ストリーミングを行うには、[`Runner.run_streamed()`][agents.run.Runner.run_streamed] を呼び出します。これにより [`RunResultStreaming`][agents.result.RunResultStreaming] が返されます。続いて `result.stream_events()` を呼び出すと、後述する [`StreamEvent`][agents.stream_events.StreamEvent] オブジェクトの非同期ストリームが取得できます。 -## raw response イベント +## Raw response events -[`RawResponsesStreamEvent`][agents.stream_events.RawResponsesStreamEvent] は、 LLM から直接渡される raw なイベントです。OpenAI Responses API フォーマットであり、各イベントには `response.created` や `response.output_text.delta` などの type と data が含まれます。生成されたメッセージを即座にユーザー にストリーム配信したい場合に便利です。 +[`RawResponsesStreamEvent`][agents.stream_events.RawResponsesStreamEvent] は、LLM から直接渡される raw イベントです。これらは OpenAI Responses API フォーマットであり、各イベントには `response.created` や `response.output_text.delta` などの type とデータが含まれます。生成されたレスポンス メッセージを即座にユーザーへストリーミングしたい場合に便利です。 -例えば、以下のコードは LLM が生成したテキストをトークン単位で出力します。 +たとえば、次の例は LLM が生成したテキストをトークンごとに出力します。 ```python import asyncio @@ -37,9 +37,9 @@ if __name__ == "__main__": ## Run item イベントとエージェント イベント -[`RunItemStreamEvent`][agents.stream_events.RunItemStreamEvent] は、より高レベルのイベントであり、アイテムが完全に生成されたときに通知します。これにより、トークン単位ではなく「メッセージが生成された」「ツールが実行された」といったレベルで進捗をプッシュできます。同様に、[`AgentUpdatedStreamEvent`][agents.stream_events.AgentUpdatedStreamEvent] は、ハンドオフ の結果などで現在のエージェント が変更されたときに更新を提供します。 +[`RunItemStreamEvent`][agents.stream_events.RunItemStreamEvent] は、より高レベルのイベントです。アイテムが完全に生成されたタイミングを通知し、各トークンではなく「メッセージが生成された」「ツールが実行された」といったレベルで進捗を更新できます。同様に、[`AgentUpdatedStreamEvent`][agents.stream_events.AgentUpdatedStreamEvent] はハンドオフの結果として現在のエージェントが変更されたときなどに更新を提供します。 -以下の例では raw イベントを無視し、ユーザー に更新のみをストリーム配信します。 +たとえば、次の例では raw イベントを無視してユーザーへ更新のみをストリーミングします。 ```python import asyncio diff --git a/docs/ja/tools.md b/docs/ja/tools.md index f7e90d885..9dec164f3 100644 --- a/docs/ja/tools.md +++ b/docs/ja/tools.md @@ -4,23 +4,23 @@ search: --- # ツール -ツールは エージェント がアクションを取るための手段です。具体的には、データ取得、コード実行、外部 API 呼び出し、さらにはコンピュータ操作まで行えます。Agents SDK には次の 3 つのツール クラスがあります。 +ツールは エージェント がアクションを実行できるようにします。たとえばデータ取得、コード実行、外部 API 呼び出し、そしてコンピュータ操作などです。Agents SDK には 3 つのツールクラスがあります。 -- Hosted ツール: これらは LLM サーバー上で AI モデルと並列に実行されます。OpenAI は retrieval、Web 検索、コンピュータ操作を Hosted ツールとして提供しています。 -- Function Calling: 任意の Python 関数をツールとして利用できます。 -- ツールとしての エージェント: エージェント をツールとして扱い、ハンドオフせずに他の エージェント を呼び出せます。 +- ホスト型ツール: これらは LLM サーバー 上で AI モデルと一緒に動作します。OpenAI は retrieval、Web 検索、コンピュータ操作をホスト型ツールとして提供しています。 +- Function Calling: 任意の Python 関数 をツールとして利用できます。 +- エージェントをツールとして利用: エージェント をツールとして使用し、ハンドオフなしで他の エージェント を呼び出せます。 -## Hosted ツール +## ホスト型ツール -[`OpenAIResponsesModel`][agents.models.openai_responses.OpenAIResponsesModel] を使用する場合、OpenAI はいくつかの組み込みツールを提供しています。 +OpenAI は [`OpenAIResponsesModel`][agents.models.openai_responses.OpenAIResponsesModel] を使用する際に、いくつかの組み込みツールを提供しています。 -- [`WebSearchTool`][agents.tool.WebSearchTool] は エージェント に Web 検索を実行させます。 -- [`FileSearchTool`][agents.tool.FileSearchTool] は OpenAI ベクトルストア から情報を取得します。 -- [`ComputerTool`][agents.tool.ComputerTool] はコンピュータ操作タスクを自動化します。 -- [`CodeInterpreterTool`][agents.tool.CodeInterpreterTool] は LLM がサンドボックス環境でコードを実行できるようにします。 -- [`HostedMCPTool`][agents.tool.HostedMCPTool] はリモート MCP サーバーのツールをモデルへ公開します。 -- [`ImageGenerationTool`][agents.tool.ImageGenerationTool] はプロンプトから画像を生成します。 -- [`LocalShellTool`][agents.tool.LocalShellTool] はローカルマシンでシェルコマンドを実行します。 +- [`WebSearchTool`][agents.tool.WebSearchTool] は エージェント が Web 検索 を行えます。 +- [`FileSearchTool`][agents.tool.FileSearchTool] は OpenAI ベクトルストア から情報を取得します。 +- [`ComputerTool`][agents.tool.ComputerTool] は コンピュータ操作 タスクを自動化します。 +- [`CodeInterpreterTool`][agents.tool.CodeInterpreterTool] は LLM がサンドボックス環境でコードを実行できます。 +- [`HostedMCPTool`][agents.tool.HostedMCPTool] はリモート MCP サーバー のツールをモデルに公開します。 +- [`ImageGenerationTool`][agents.tool.ImageGenerationTool] はプロンプトから画像を生成します。 +- [`LocalShellTool`][agents.tool.LocalShellTool] はローカルマシン上でシェルコマンドを実行します。 ```python from agents import Agent, FileSearchTool, Runner, WebSearchTool @@ -41,16 +41,16 @@ async def main(): print(result.final_output) ``` -## Function ツール +## 関数ツール -任意の Python 関数をツールとして利用できます。Agents SDK が自動でセットアップを行います。 +任意の Python 関数 をツールとして利用できます。Agents SDK が自動的にセットアップを行います。 -- ツール名は Python 関数名になります（または任意の名前を指定可能） -- ツールの説明は関数の docstring から取得されます（または任意の説明を指定可能） -- 関数入力のスキーマは引数から自動生成されます -- 各入力の説明は、無効化しない限り docstring から取得されます +- ツール名は Python 関数 の名前になります（任意で指定も可能） +- ツール説明は関数の docstring から取得されます（任意で指定も可能） +- 関数入力のスキーマは関数の引数から自動生成されます +- 各入力の説明は、無効化しない限り docstring から取得されます -Python の `inspect` モジュールで関数シグネチャを抽出し、[`griffe`](https://mkdocstrings.github.io/griffe/) で docstring を解析、`pydantic` でスキーマを作成します。 +内部では Python の `inspect` モジュールでシグネチャを抽出し、[`griffe`](https://mkdocstrings.github.io/griffe/) で docstring を解析し、スキーマ生成に `pydantic` を使用します。 ```python import json @@ -102,12 +102,12 @@ for tool in agent.tools: ``` -1. 引数には任意の Python 型を使用でき、関数は sync / async のいずれでも構いません。 -2. docstring が存在する場合、説明および引数の説明を取得します。 -3. 関数は任意で `context` を最初の引数として受け取れます。また、ツール名や説明、docstring スタイルなどのオーバーライドも設定できます。 -4. 装飾済み関数をツールのリストに渡すだけで利用可能です。 +1. 関数の引数には任意の Python 型 を使用でき、同期・非同期のどちらでも構いません。 +2. docstring が存在する場合、説明文および引数説明を抽出します。 +3. 関数は任意で `context` を受け取れます（最初の引数である必要があります）。また、ツール名・説明・docstring スタイルなどのオーバーライドを設定できます。 +4. デコレートした関数を tools のリストに渡せます。 -??? note "出力を表示" +??? note "出力を表示するには展開" ``` fetch_weather @@ -177,14 +177,14 @@ for tool in agent.tools: } ``` -### カスタム Function ツール +### カスタム関数ツール -Python 関数を使わない場合は、[`FunctionTool`][agents.tool.FunctionTool] を直接作成できます。必要項目は以下のとおりです。 +Python 関数 をそのままツールにしたくない場合は、直接 [`FunctionTool`][agents.tool.FunctionTool] を作成できます。次を指定する必要があります。 -- `name` -- `description` -- `params_json_schema` : 引数用の JSON schema -- `on_invoke_tool` : [`ToolContext`][agents.tool_context.ToolContext] と JSON 文字列の引数を受け取り、ツール出力を文字列で返す async 関数 +- `name` +- `description` +- `params_json_schema` : 引数用の JSON スキーマ +- `on_invoke_tool` : [`ToolContext`][agents.tool_context.ToolContext] と JSON 文字列の引数を受け取り、ツール出力を文字列で返す async 関数 ```python from typing import Any @@ -219,16 +219,16 @@ tool = FunctionTool( ### 引数と docstring の自動解析 -前述のとおり、関数シグネチャを自動解析してツール用スキーマを抽出し、docstring を解析してツールおよび各引数の説明を取得します。主なポイントは以下のとおりです。 +前述のとおり、関数シグネチャを自動解析してツールのスキーマを生成し、docstring からツールと各引数の説明を抽出します。ポイントは次のとおりです。 -1. シグネチャ解析は `inspect` モジュールで行います。型アノテーションを用いて引数の型を把握し、Pydantic モデルを動的に構築します。Python の基本型、Pydantic モデル、TypedDict など大半の型をサポートします。 -2. docstring 解析には `griffe` を使用します。対応フォーマットは `google`, `sphinx`, `numpy` です。フォーマットは自動検出を試みますが、`function_tool` 呼び出し時に明示設定も可能です。`use_docstring_info` を `False` にすると docstring 解析を無効化できます。 +1. シグネチャ解析は `inspect` モジュールで実施します。型アノテーションを利用して引数の型を把握し、Pydantic モデルを動的に構築して全体スキーマを表現します。Python の基本型、Pydantic モデル、TypedDict など多くの型をサポートします。 +2. docstring 解析には `griffe` を使用します。対応フォーマットは `google`、`sphinx`、`numpy` です。ドキュメント形式は自動推定しますがベストエフォートであり、`function_tool` 呼び出し時に明示できます。`use_docstring_info` を `False` にすると解析を無効化できます。 スキーマ抽出のコードは [`agents.function_schema`][] にあります。 -## ツールとしての エージェント +## ツールとしてのエージェント -ワークフローによっては、制御を渡さずに中央の エージェント が専門 エージェント のネットワークをオーケストレーションしたい場合があります。その際には エージェント をツールとしてモデル化できます。 +いくつかのワークフローでは、ハンドオフせずに中心となる エージェント が専門 エージェント のネットワークをオーケストレーションしたい場合があります。エージェント をツールとしてモデル化することでこれが可能です。 ```python from agents import Agent, Runner @@ -269,7 +269,7 @@ async def main(): ### ツールエージェントのカスタマイズ -`agent.as_tool` は エージェント を簡単にツールへ変換するためのヘルパーですが、すべての設定をサポートするわけではありません（例: `max_turns` は設定不可）。高度なユースケースでは、ツール実装内で `Runner.run` を直接使用してください。 +`agent.as_tool` 関数は、エージェント を簡単にツール化するための便利メソッドです。ただしすべての設定をサポートするわけではありません。たとえば `max_turns` は設定できません。高度なユースケースでは、ツール実装内で `Runner.run` を直接使用してください。 ```python @function_tool @@ -288,15 +288,15 @@ async def run_my_agent() -> str: return str(result.final_output) ``` -### カスタム出力抽出 +### 出力抽出のカスタマイズ -場合によっては、ツールエージェントの出力を中央 エージェント へ返す前に加工したいことがあります。例えば次のようなケースです。 +場合によっては、ツールエージェント の出力を中央 エージェント に返す前に加工したいことがあります。たとえば以下のようなケースです。 -- サブエージェントのチャット履歴から特定情報（例: JSON ペイロード）だけを抽出したい。 -- エージェント の最終回答を変換・再フォーマットしたい（例: Markdown をプレーンテキストや CSV に変換）。 -- 出力を検証し、不足や不正の場合にフォールバック値を返したい。 +- サブエージェント のチャット履歴から特定情報（例: JSON ペイロード）を抽出したい +- エージェント の最終回答を変換・再フォーマットしたい（例: Markdown をプレーンテキストや CSV に変換） +- 出力を検証し、エージェント の応答が欠落・不正な場合にフォールバック値を提供したい -その場合は `as_tool` メソッドに `custom_output_extractor` 引数を渡してください。 +これらは `as_tool` メソッドに `custom_output_extractor` 引数を渡すことで実現できます。 ```python async def extract_json_payload(run_result: RunResult) -> str: @@ -315,12 +315,12 @@ json_tool = data_agent.as_tool( ) ``` -## Function ツールのエラー処理 +## 関数ツールのエラー処理 -`@function_tool` で Function ツールを作成する際、`failure_error_function` を渡せます。これはツール呼び出しがクラッシュした際に LLM へ返すエラーレスポンスを生成する関数です。 +`@function_tool` で関数ツールを作成する際、`failure_error_function` を渡せます。これはツール呼び出しがクラッシュした場合に LLM へエラーレスポンスを返す関数です。 -- 既定では `default_tool_error_function` が実行され、LLM にエラー発生を伝えます。 -- 独自のエラー関数を渡すと、それが実行されて LLM へレスポンスが送信されます。 -- 明示的に `None` を渡した場合、ツール呼び出しエラーは再スローされます。モデルが無効な JSON を生成した場合は `ModelBehaviorError`、コードがクラッシュした場合は `UserError` などになります。 +- 既定では何も渡さない場合、`default_tool_error_function` が実行され、LLM にエラーが発生したことを通知します。 +- 独自のエラー関数を渡した場合はそれが実行され、その結果が LLM に送信されます。 +- 明示的に `None` を渡すと、ツール呼び出しエラーが再送出されます。モデルが無効な JSON を生成した場合は `ModelBehaviorError`、ユーザーコードがクラッシュした場合は `UserError` などになります。 -`FunctionTool` オブジェクトを手動で作成する場合は、`on_invoke_tool` 内でエラー処理を行う必要があります。 \ No newline at end of file +手動で `FunctionTool` オブジェクトを作成する場合、`on_invoke_tool` 関数内でエラー処理を行う必要があります。 \ No newline at end of file diff --git a/docs/ja/tracing.md b/docs/ja/tracing.md index 0f7399f9e..907975829 100644 --- a/docs/ja/tracing.md +++ b/docs/ja/tracing.md @@ -4,52 +4,52 @@ search: --- # トレーシング -Agents SDK には組み込みのトレーシング機能があり、エージェント実行中に発生する LLM 生成、ツール呼び出し、ハンドオフ、ガードレール、さらにカスタムイベントまでを包括的に記録します。 [Traces ダッシュボード](https://platform.openai.com/traces) を使用すると、開発中および本番環境でワークフローをデバッグ・可視化・監視できます。 +Agents SDK にはトレーシングが組み込まれており、エージェント実行中に発生する LLM 生成、ツール呼び出し、ハンドオフ、ガードレール、さらにカスタムイベントまで、包括的なイベント履歴を収集します。 [Traces ダッシュボード](https://platform.openai.com/traces) を利用すると、開発時および本番環境でワークフローをデバッグ・可視化・監視できます。 !!!note - トレーシングはデフォルトで有効になっています。無効化する方法は 2 つあります。 + トレーシングはデフォルトで有効です。無効化する方法は 2 つあります。 - 1. 環境変数 `OPENAI_AGENTS_DISABLE_TRACING=1` を設定してグローバルに無効化する + 1. 環境変数 `OPENAI_AGENTS_DISABLE_TRACING=1` を設定してトレーシングをグローバルに無効化する 2. 1 回の実行のみ無効化する場合は [`agents.run.RunConfig.tracing_disabled`][] を `True` に設定する -***OpenAI の API を ZDR (Zero Data Retention) ポリシーで利用している組織では、トレーシングは利用できません。*** +***OpenAI の API を Zero Data Retention (ZDR) ポリシーで利用している組織では、トレーシングは利用できません。*** -## トレースとスパン +## トレースと Span -- **トレース**: 1 回の「ワークフロー」のエンドツーエンドの操作を表します。トレースは複数のスパンで構成され、次のプロパティを持ちます。 - - `workflow_name`: 論理的なワークフローまたはアプリ名。例: "Code generation" や "Customer service" - - `trace_id`: トレースの一意 ID。渡さなかった場合は自動生成されます。形式は `trace_<32_alphanumeric>` - - `group_id`: 同一の会話で発生する複数トレースを結び付けるオプションのグループ ID (例: チャットスレッド ID) - - `disabled`: True の場合、このトレースは記録されません - - `metadata`: トレースに付随するオプションのメタデータ -- **スパン**: 開始時刻と終了時刻を持つ操作を表します。スパンは次を持ちます。 +- **トレース**: 「ワークフロー」全体のエンドツーエンドの処理を表します。複数の Span で構成され、以下のプロパティを持ちます。 + - `workflow_name`: 論理的なワークフロー／アプリ名。例:「コード生成」「カスタマーサービス」 + - `trace_id`: トレースの一意 ID。未指定の場合は自動生成されます。フォーマットは `trace_<32_alphanumeric>` + - `group_id`: オプションのグループ ID。同一会話からの複数トレースを関連付ける際に使用します（例: チャットスレッド ID） + - `disabled`: `True` の場合、このトレースは記録されません + - `metadata`: トレースに付与するオプションのメタデータ +- **Span**: 開始時刻と終了時刻を持つ処理単位を表します。 - `started_at` と `ended_at` タイムスタンプ - - 属するトレースを示す `trace_id` - - 親スパンを指す `parent_id` (存在する場合) - - スパン情報を含む `span_data`。例えば `AgentSpanData` はエージェント情報、`GenerationSpanData` は LLM 生成情報など + - 所属するトレースを示す `trace_id` + - 親 Span を指す `parent_id`（存在する場合） + - Span に関する情報を格納する `span_data`。例: `AgentSpanData` はエージェント情報、`GenerationSpanData` は LLM 生成情報など -## デフォルトのトレーシング +## 既定のトレーシング -デフォルトでは、SDK は以下をトレースします。 +デフォルトで SDK は以下をトレースします。 -- `Runner.{run, run_sync, run_streamed}()` 全体が `trace()` にラップされる -- エージェントが実行されるたびに `agent_span()` にラップされる -- LLM 生成は `generation_span()` にラップされる -- 関数ツール呼び出しごとに `function_span()` にラップされる -- ガードレールは `guardrail_span()` にラップされる -- ハンドオフは `handoff_span()` にラップされる -- 音声入力 (speech-to-text) は `transcription_span()` にラップされる -- 音声出力 (text-to-speech) は `speech_span()` にラップされる -- 関連する音声スパンは `speech_group_span()` 配下に配置される場合がある +- `Runner.{run, run_sync, run_streamed}()` 全体を `trace()` でラップ +- エージェント実行ごとに `agent_span()` でラップ +- LLM 生成を `generation_span()` でラップ +- 関数ツール呼び出しを `function_span()` でラップ +- ガードレールを `guardrail_span()` でラップ +- ハンドオフを `handoff_span()` でラップ +- 音声入力（音声→テキスト）を `transcription_span()` でラップ +- 音声出力（テキスト→音声）を `speech_span()` でラップ +- 関連する音声 Span は `speech_group_span()` の下に階層化される場合があります -デフォルトのトレース名は "Agent workflow" です。`trace` を使用して名前を設定するか、[`RunConfig`][agents.run.RunConfig] で名前やその他のプロパティを設定できます。 +デフォルトではトレース名は「Agent workflow」です。`trace` を使用すればこの名前を設定でき、[`RunConfig`][agents.run.RunConfig] で名前やその他プロパティを設定することも可能です。 -さらに、[カスタムトレースプロセッサ](#custom-tracing-processors) を設定して、別の送信先へトレースをプッシュする (置き換えまたは追加) こともできます。 +さらに、[カスタムトレーシングプロセッサー](#custom-tracing-processors) を設定することで、トレースを別の送信先へ（置き換えまたは追加で）送ることができます。 -## 上位レベルのトレース +## 高レベルトレース -複数回の `run()` 呼び出しを 1 つのトレースにまとめたい場合があります。その場合、コード全体を `trace()` でラップしてください。 +複数回の `run()` 呼び出しを 1 つのトレースにまとめたい場合は、コード全体を `trace()` でラップします。 ```python from agents import Agent, Runner, trace @@ -64,46 +64,48 @@ async def main(): print(f"Rating: {second_result.final_output}") ``` -1. 2 回の `Runner.run` 呼び出しが `with trace()` にラップされているため、個別に 2 つのトレースが作成されるのではなく、両方の実行が 1 つのトレースに含まれます。 +1. `Runner.run` への 2 回の呼び出しが `with trace()` に包まれているため、それぞれが個別のトレースを生成する代わりに 1 つのトレースにまとめられます。 ## トレースの作成 -[`trace()`][agents.tracing.trace] 関数を使用してトレースを作成できます。トレースは開始と終了が必要で、方法は 2 つあります。 +トレースは [`trace()`][agents.tracing.trace] 関数で作成できます。開始と終了が必要で、方法は 2 通りあります。 -1. **推奨**: `with trace(...) as my_trace` のようにコンテキストマネージャとして使用する。開始終了が自動化されます。 -2. [`trace.start()`][agents.tracing.Trace.start] と [`trace.finish()`][agents.tracing.Trace.finish] を手動で呼び出す。 +1. **推奨**: コンテキストマネージャーとして使用する（例: `with trace(...) as my_trace`）。開始と終了が自動で行われます。 +2. 手動で [`trace.start()`][agents.tracing.Trace.start] と [`trace.finish()`][agents.tracing.Trace.finish] を呼び出す -現在のトレースは Python の [`contextvar`](https://docs.python.org/3/library/contextvars.html) により追跡されるため、自動的に並行処理と連携します。手動で開始終了する場合は、`start()`/`finish()` に `mark_as_current` と `reset_current` を渡して現在のトレースを更新してください。 +現在のトレースは Python の [`contextvar`](https://docs.python.org/3/library/contextvars.html) で管理されるため、並行処理でも自動で機能します。手動で開始／終了する場合は `start()` と `finish()` に `mark_as_current` と `reset_current` を渡して現在のトレースを更新する必要があります。 -## スパンの作成 +## Span の作成 -各種 [`*_span()`][agents.tracing.create] メソッドでスパンを作成できますが、通常は手動で作成する必要はありません。カスタムスパン情報を追跡するための [`custom_span()`][agents.tracing.custom_span] も用意されています。 +各種 [`*_span()`][agents.tracing.create] メソッドで Span を作成できますが、通常は手動で作成する必要はありません。カスタム Span 情報を追跡するために [`custom_span()`][agents.tracing.custom_span] も利用できます。 -スパンは自動的に現在のトレースに属し、Python の [`contextvar`](https://docs.python.org/3/library/contextvars.html) で追跡される最も近い現在のスパンの下にネストされます。 +Span は自動的に現在のトレースに属し、最も近い現在の Span の下にネストされます。こちらも Python の [`contextvar`](https://docs.python.org/3/library/contextvars.html) で管理されます。 -## 機微データ +## 機微なデータ -一部のスパンは機微なデータを含む可能性があります。 +一部の Span は機微なデータを含む可能性があります。 -`generation_span()` は LLM 生成の入力/出力を、`function_span()` は関数呼び出しの入力/出力を保存します。これらに機微データが含まれる場合があるため、[`RunConfig.trace_include_sensitive_data`][agents.run.RunConfig.trace_include_sensitive_data] でデータの保存を無効化できます。 +`generation_span()` は LLM 生成の入力／出力を、`function_span()` は関数呼び出しの入力／出力を保存します。機微なデータが含まれる場合があるため、[`RunConfig.trace_include_sensitive_data`][agents.run.RunConfig.trace_include_sensitive_data] でこれらのデータ取得を無効化できます。 -同様に、オーディオスパンはデフォルトで入力・出力音声の base64 エンコード PCM データを含みます。[`VoicePipelineConfig.trace_include_sensitive_audio_data`][agents.voice.pipeline_config.VoicePipelineConfig.trace_include_sensitive_audio_data] を設定してオーディオデータの保存を無効化できます。 +同様に、Audio Span にはデフォルトで入出力音声の Base64 エンコード PCM データが含まれます。[`VoicePipelineConfig.trace_include_sensitive_audio_data`][agents.voice.pipeline_config.VoicePipelineConfig.trace_include_sensitive_audio_data] を設定して音声データの取得を無効化できます。 -## カスタムトレースプロセッサ +## カスタムトレーシングプロセッサー -トレーシングの高レベル構成は次のとおりです。 +トレーシングのハイレベル構成は次のとおりです。 -- 初期化時にグローバル [`TraceProvider`][agents.tracing.setup.TraceProvider] を作成し、トレース生成を担当させる -- `TraceProvider` に [`BatchTraceProcessor`][agents.tracing.processors.BatchTraceProcessor] を設定し、トレース/スパンをバッチで [`BackendSpanExporter`][agents.tracing.processors.BackendSpanExporter] へ送信し、OpenAI バックエンドにエクスポートする +- 初期化時にグローバルな [`TraceProvider`][agents.tracing.setup.TraceProvider] を作成し、トレースの生成を担当します。 +- `TraceProvider` に [`BatchTraceProcessor`][agents.tracing.processors.BatchTraceProcessor] を設定し、トレース／Span をバッチで [`BackendSpanExporter`][agents.tracing.processors.BackendSpanExporter] へ送信します。Exporter は OpenAI バックエンドへバッチ送信を行います。 -デフォルト設定をカスタマイズして、別のバックエンドへ送信したりエクスポーターの動作を変更したりするには 2 つの方法があります。 +このデフォルト構成をカスタマイズして、別の送信先へトレースを送る、または Exporter の動作を変更する場合は以下の 2 つの方法があります。 -1. [`add_trace_processor()`][agents.tracing.add_trace_processor] を使用して **追加** のトレースプロセッサを登録する。OpenAI バックエンドへの送信に加えて独自処理を行えます。 -2. [`set_trace_processors()`][agents.tracing.set_trace_processors] を使用してデフォルトプロセッサを **置き換え** る。OpenAI バックエンドへ送信したい場合は、その処理を行う `TracingProcessor` を含める必要があります。 +1. [`add_trace_processor()`][agents.tracing.add_trace_processor] + 既存構成に **追加** のトレースプロセッサーを登録します。OpenAI バックエンドへの送信に加えて独自処理を行えます。 +2. [`set_trace_processors()`][agents.tracing.set_trace_processors] + 既定のプロセッサーを置き換え、独自のトレースプロセッサーを **設定** します。OpenAI バックエンドへ送信したい場合は、その機能を持つ `TracingProcessor` を含める必要があります。 ## 非 OpenAI モデルでのトレーシング -OpenAI API キーを使用して非 OpenAI モデルのトレーシングを有効にすると、トレーシングを無効化せずに OpenAI Traces ダッシュボードで無料のトレースを確認できます。 +OpenAI API キーを使って非 OpenAI モデルを呼び出す場合でも、トレーシングを無効化せずに OpenAI Traces ダッシュボードで無償トレースを有効化できます。 ```python import os @@ -125,9 +127,9 @@ agent = Agent( ``` ## 備考 -- 無料のトレースは OpenAI Traces ダッシュボードで確認できます。 +- 無償トレースは OpenAI Traces ダッシュボードで確認できます。 -## 外部トレースプロセッサ一覧 +## 外部トレーシングプロセッサー一覧 - [Weights & Biases](https://weave-docs.wandb.ai/guides/integrations/openai_agents) - [Arize-Phoenix](https://docs.arize.com/phoenix/tracing/integrations-tracing/openai-agents-sdk) diff --git a/docs/ja/visualization.md b/docs/ja/visualization.md index 8f4cf10c2..d83f77a9b 100644 --- a/docs/ja/visualization.md +++ b/docs/ja/visualization.md @@ -4,7 +4,7 @@ search: --- # エージェント可視化 -エージェント可視化では、 **Graphviz** を使用してエージェントおよびその関係を構造化されたグラフィカル表現として生成できます。これにより、アプリケーション内でエージェント、ツール、ハンドオフがどのように相互作用するかを理解しやすくなります。 +エージェント可視化を使用すると、 Graphviz を利用してエージェントとその関係を構造化されたグラフィカル表現として生成できます。これは、アプリケーション内でエージェント、ツール、ハンドオフがどのように相互作用するかを理解するのに役立ちます。 ## インストール @@ -16,12 +16,12 @@ pip install "openai-agents[viz]" ## グラフの生成 -`draw_graph` 関数を使用してエージェントの可視化を生成できます。この関数は有向グラフを作成し、以下のように表現します: +`draw_graph` 関数を使用してエージェント可視化を生成できます。この関数は有向グラフを作成し、以下のように要素を表現します。 -- **エージェント** は黄色のボックス。 -- **MCP サーバー** は灰色のボックス。 -- **ツール** は緑色の楕円。 -- **ハンドオフ** はあるエージェントから別のエージェントへの向き付きエッジ。 +- **エージェント**: 黄色いボックス +- **MCP サーバー**: 灰色のボックス +- **ツール**: 緑色の楕円 +- **ハンドオフ**: エージェント間を結ぶ有向エッジ ### 使用例 @@ -69,33 +69,34 @@ draw_graph(triage_agent) ![Agent Graph](../assets/images/graph.png) -これにより、 **triage エージェント** の構造とサブエージェントおよびツールとの接続を視覚的に表現したグラフが生成されます。 +これにより、 **triage agent** の構造とサブエージェントやツールへの接続を視覚的に表現したグラフが生成されます。 + ## 可視化の理解 -生成されたグラフには以下が含まれます: +生成されたグラフには次の要素が含まれます。 -- エントリーポイントを示す **start ノード** (`__start__`)。 -- 黄色で塗りつぶされた **長方形** で表されるエージェント。 -- 緑で塗りつぶされた **楕円** で表されるツール。 -- 灰色で塗りつぶされた **長方形** で表される MCP サーバー。 -- 相互作用を示す向き付きエッジ: - - エージェント間ハンドオフを示す **実線矢印**。 - - ツール呼び出しを示す **点線矢印**。 - - MCP サーバー呼び出しを示す **破線矢印**。 -- 実行が終了する場所を示す **end ノード** (`__end__`)。 +- エントリーポイントを示す **開始ノード** (`__start__`) +- 黄色で塗りつぶされた **長方形** で表されるエージェント +- 緑色で塗りつぶされた **楕円** で表されるツール +- 灰色で塗りつぶされた **長方形** で表される MCP サーバー +- 相互作用を示す有向エッジ + - エージェント間のハンドオフには **実線矢印** + - ツール呼び出しには **点線矢印** + - MCP サーバー呼び出しには **破線矢印** +- 実行終了を示す **終了ノード** (`__end__`) ## グラフのカスタマイズ ### グラフの表示 -デフォルトでは `draw_graph` はグラフをインラインで表示します。別ウィンドウでグラフを表示するには、次のように記述します: +既定では、 `draw_graph` はグラフをインラインで表示します。別ウィンドウで表示するには、次のように記述します。 ```python draw_graph(triage_agent).view() ``` ### グラフの保存 -デフォルトでは `draw_graph` はグラフをインラインで表示します。ファイルとして保存するには、ファイル名を指定します: +既定では、 `draw_graph` はグラフをインラインで表示します。ファイルとして保存するには、ファイル名を指定します。 ```python draw_graph(triage_agent, filename="agent_graph") diff --git a/docs/ja/voice/pipeline.md b/docs/ja/voice/pipeline.md index fa7efa88a..53bf968ed 100644 --- a/docs/ja/voice/pipeline.md +++ b/docs/ja/voice/pipeline.md @@ -4,7 +4,7 @@ search: --- # パイプラインとワークフロー -`VoicePipeline` は、エージェントのワークフローを音声アプリへ簡単に変換できるクラスです。ワークフローを渡すだけで、パイプラインが入力音声の文字起こし、音声終了の検出、適切なタイミングでのワークフロー呼び出し、そしてワークフロー出力を音声へ変換する処理を行います。 +[`VoicePipeline`][agents.voice.pipeline.VoicePipeline] は、エージェント ベースのワークフローを音声アプリへ簡単に変換できるクラスです。実行したいワークフローを渡すだけで、パイプラインが入力音声の書き起こし、音声終了の検出、適切なタイミングでのワークフロー呼び出し、そしてワークフロー出力を再び音声へ変換する処理を自動で行います。 ```mermaid graph LR @@ -34,34 +34,36 @@ graph LR ## パイプラインの設定 -パイプラインを作成する際には、次の項目を設定できます: +パイプラインを作成する際には、次の項目を設定できます。 1. [`workflow`][agents.voice.workflow.VoiceWorkflowBase] - 新しい音声が文字起こしされるたびに実行されるコードです。 -2. [`speech-to-text`][agents.voice.model.STTModel] と [`text-to-speech`][agents.voice.model.TTSModel] モデル - 音声認識と音声合成に使用するモデルを指定します。 + 新しい音声が書き起こされるたびに実行されるコードです。 +2. [`speech-to-text`][agents.voice.model.STTModel] と [`text-to-speech`][agents.voice.model.TTSModel] の各モデル 3. [`config`][agents.voice.pipeline_config.VoicePipelineConfig] - 以下のような設定を行えます: - - モデルプロバイダー: モデル名をモデルにマッピングします - - トレーシング: トレーシングの有効 / 無効、音声ファイルのアップロード可否、ワークフロー名、トレース ID など - - TTS / STT モデルの設定: プロンプト、言語、データ型 など + 次のような内容を設定できます。 + - モデル名をモデルにマッピングするモデルプロバイダー + - トレーシングの有効／無効、音声ファイルのアップロード有無、ワークフロー名、トレース ID など + - TTS・STT モデルのプロンプト、言語、データ型などの設定 ## パイプラインの実行 -パイプラインは [`run()`][agents.voice.pipeline.VoicePipeline.run] メソッドで実行できます。音声入力は 2 つの形式で渡せます: +パイプラインは [`run()`][agents.voice.pipeline.VoicePipeline.run] メソッドで実行できます。音声入力は 2 通りの形式で渡せます。 1. [`AudioInput`][agents.voice.input.AudioInput] - 完全な音声録音がある場合に使用し、その音声に対する結果のみを生成します。録音済み音声やプッシュ・トゥ・トークのように発話終了が明確なアプリで便利です。 + 完全な音声の書き起こしがある場合に使用します。話者がいつ話し終えたかを検出する必要がない、たとえば事前録音された音声やプッシュトゥトーク アプリなどに適しています。 2. [`StreamedAudioInput`][agents.voice.input.StreamedAudioInput] - 発話終了を検出する必要がある場合に使用します。音声チャンクを検出次第プッシュでき、パイプラインが「アクティビティ検出」により適切なタイミングでワークフローを自動実行します。 + 話者が話し終えたタイミングを検出する必要がある場合に使用します。検出された音声チャンクを順次プッシュでき、パイプラインが「アクティビティ検出」と呼ばれる処理を通じて適切なタイミングでエージェント ワークフローを自動実行します。 -## 結果 +## 実行結果 -音声パイプラインの実行結果は [`StreamedAudioResult`][agents.voice.result.StreamedAudioResult] です。これは、イベントをストリーミングで受け取れるオブジェクトで、いくつかの [`VoiceStreamEvent`][agents.voice.events.VoiceStreamEvent] が含まれます: +音声パイプライン実行の結果は [`StreamedAudioResult`][agents.voice.result.StreamedAudioResult] オブジェクトです。これは発生するイベントをストリーミングで受け取れるオブジェクトで、いくつかの [`VoiceStreamEvent`][agents.voice.events.VoiceStreamEvent] 種類があります。 -1. [`VoiceStreamEventAudio`][agents.voice.events.VoiceStreamEventAudio] — 音声チャンクを含みます。 -2. [`VoiceStreamEventLifecycle`][agents.voice.events.VoiceStreamEventLifecycle] — ターン開始・終了などのライフサイクルイベントを通知します。 -3. [`VoiceStreamEventError`][agents.voice.events.VoiceStreamEventError] — エラーイベントです。 +1. [`VoiceStreamEventAudio`][agents.voice.events.VoiceStreamEventAudio] + 音声チャンクを含むイベント +2. [`VoiceStreamEventLifecycle`][agents.voice.events.VoiceStreamEventLifecycle] + ターン開始・終了などのライフサイクル イベントを知らせるイベント +3. [`VoiceStreamEventError`][agents.voice.events.VoiceStreamEventError] + エラー イベント ```python @@ -79,6 +81,6 @@ async for event in result.stream(): ## ベストプラクティス -### 割り込み +### 割り込み処理 -現在、 Agents SDK には [`StreamedAudioInput`][agents.voice.input.StreamedAudioInput] に対する組み込みの割り込み処理はありません。検出された各ターンごとにワークフローが個別に実行されます。アプリケーション側で割り込みを扱いたい場合は、[`VoiceStreamEventLifecycle`][agents.voice.events.VoiceStreamEventLifecycle] を監視してください。`turn_started` は新しいターンが文字起こしされ、処理が始まったことを示します。`turn_ended` は該当ターンの音声がすべて送信された後に発火します。モデルがターンを開始した際にマイクをミュートし、ターンに関連する音声をすべて出力した後にアンミュートする、といった制御にこれらのイベントを利用できます。 \ No newline at end of file +現在、 Agents SDK には [`StreamedAudioInput`][agents.voice.input.StreamedAudioInput] に対する組み込みの割り込み処理機能はありません。検出された各ターンごとに、別々にワークフローが実行されます。アプリ内で割り込みを扱いたい場合は、[`VoiceStreamEventLifecycle`][agents.voice.events.VoiceStreamEventLifecycle] イベントを監視してください。`turn_started` は新しいターンが書き起こされ、処理が開始されたことを示します。`turn_ended` は対応するターンの音声がすべて送信された後に発火します。モデルがターンを開始したときにマイクをミュートし、関連する音声をすべて送信し終えたらアンミュートする、といった制御をこれらのイベントで行えます。 \ No newline at end of file diff --git a/docs/ja/voice/quickstart.md b/docs/ja/voice/quickstart.md index 3e3c8c44a..a61c6ce39 100644 --- a/docs/ja/voice/quickstart.md +++ b/docs/ja/voice/quickstart.md @@ -6,19 +6,19 @@ search: ## 前提条件 -まず、ベースとなる [Quickstart の手順](../quickstart.md) に従って Agents SDK をセットアップし、仮想環境を作成してください。その後、SDK の音声関連のオプション依存関係をインストールします。 +まず、Agents SDK の基本 [quickstart instructions](../quickstart.md) に従って仮想環境をセットアップしていることを確認してください。次に、SDK から音声用のオプション依存関係をインストールします。 ```bash pip install 'openai-agents[voice]' ``` -## コンセプト +## 概念 -ここで押さえておくべき主要な概念は [`VoicePipeline`][agents.voice.pipeline.VoicePipeline] です。これは次の 3 ステップから成ります。 +ここで押さえておくべき主な概念は [`VoicePipeline`][agents.voice.pipeline.VoicePipeline] で、3 段階のプロセスです。 -1. 音声をテキストに変換する speech-to-text モデルを実行する -2. 通常はエージェント的ワークフローとなるあなたのコードを実行し、実行結果を生成する -3. その結果テキストを再び音声に変換する text-to-speech モデルを実行する +1. 音声をテキストに変換するために speech-to-text モデルを実行します。 +2. 通常はエージェント的 workflow であるあなたのコードを実行し、結果を生成します。 +3. 結果テキストを音声に戻すために text-to-speech モデルを実行します。 ```mermaid graph LR @@ -48,7 +48,7 @@ graph LR ## エージェント -まずはエージェントをいくつか設定しましょう。すでにこの SDK でエージェントを構築したことがあれば、馴染みのある流れのはずです。ここでは複数のエージェント、ハンドオフ、そしてツールを用意します。 +まず、いくつかのエージェントをセットアップしましょう。この SDK でエージェントを構築したことがある方には馴染みのある作業です。ここでは複数のエージェント、ハンドオフ、そしてツールを用意します。 ```python import asyncio @@ -92,7 +92,7 @@ agent = Agent( ## 音声パイプライン -[`SingleAgentVoiceWorkflow`][agents.voice.workflow.SingleAgentVoiceWorkflow] をワークフローとして用いた、シンプルな音声パイプラインを設定します。 +ワークフローとして [`SingleAgentVoiceWorkflow`][agents.voice.workflow.SingleAgentVoiceWorkflow] を使用し、シンプルな音声パイプラインを構築します。 ```python from agents.voice import SingleAgentVoiceWorkflow, VoicePipeline @@ -124,7 +124,7 @@ async for event in result.stream(): ``` -## 統合 +## まとめて実行 ```python import asyncio @@ -195,4 +195,4 @@ if __name__ == "__main__": asyncio.run(main()) ``` -この例を実行すると、エージェントがあなたに話しかけてきます。実際にエージェントと会話できるデモは、[examples/voice/static](https://github.com/openai/openai-agents-python/tree/main/examples/voice/static) にあるサンプルをご覧ください。 \ No newline at end of file +このサンプルを実行すると、エージェントがあなたに話しかけてきます。実際に自分の声でエージェントと対話できるデモは、[examples/voice/static](https://github.com/openai/openai-agents-python/tree/main/examples/voice/static) をご覧ください。 \ No newline at end of file diff --git a/docs/ja/voice/tracing.md b/docs/ja/voice/tracing.md index c475f4398..6556a280c 100644 --- a/docs/ja/voice/tracing.md +++ b/docs/ja/voice/tracing.md @@ -4,15 +4,15 @@ search: --- # トレーシング -[エージェントがトレーシングされる](../tracing.md) のと同様に、voice パイプラインも自動的にトレーシングされます。 +[エージェントがトレーシングされる](../tracing.md)のと同様に、音声パイプラインも自動的にトレーシングされます。 -上記のトレーシングドキュメントで基本的な情報を確認できますが、`VoicePipelineConfig` を通じてパイプラインのトレーシングを追加で設定することもできます。 +基本的なトレーシング情報については上記のドキュメントをご覧ください。さらに、 `VoicePipelineConfig` を使ってパイプラインのトレーシングを設定することもできます。 -主なトレーシング関連フィールドは次のとおりです: +トレーシングに関わる主なフィールドは次のとおりです。 -- [`tracing_disabled`][agents.voice.pipeline_config.VoicePipelineConfig.tracing_disabled]: トレーシングを無効にするかどうかを制御します。デフォルトではトレーシングは有効です。 -- [`trace_include_sensitive_data`][agents.voice.pipeline_config.VoicePipelineConfig.trace_include_sensitive_data]: 音声の書き起こしなど、機微なデータをトレースに含めるかどうかを制御します。これは voice パイプライン専用であり、Workflow 内部で行われる処理には影響しません。 -- [`trace_include_sensitive_audio_data`][agents.voice.pipeline_config.VoicePipelineConfig.trace_include_sensitive_audio_data]: トレースに音声データを含めるかどうかを制御します。 -- [`workflow_name`][agents.voice.pipeline_config.VoicePipelineConfig.workflow_name]: トレースワークフローの名前です。 -- [`group_id`][agents.voice.pipeline_config.VoicePipelineConfig.group_id]: トレースの `group_id` で、複数のトレースをリンクすることができます。 -- [`trace_metadata`][agents.voice.pipeline_config.VoicePipelineConfig.tracing_disabled]: トレースに含める追加メタデータです。 \ No newline at end of file +- [`tracing_disabled`][agents.voice.pipeline_config.VoicePipelineConfig.tracing_disabled]：トレーシングを無効にするかどうかを制御します。デフォルトでは有効です。 +- [`trace_include_sensitive_data`][agents.voice.pipeline_config.VoicePipelineConfig.trace_include_sensitive_data]：音声の書き起こしのような機密データをトレースに含めるかどうかを制御します。これは音声パイプライン専用で、Workflow 内部の処理には影響しません。 +- [`trace_include_sensitive_audio_data`][agents.voice.pipeline_config.VoicePipelineConfig.trace_include_sensitive_audio_data]：音声データ自体をトレースに含めるかどうかを制御します。 +- [`workflow_name`][agents.voice.pipeline_config.VoicePipelineConfig.workflow_name]：トレースワークフローの名前です。 +- [`group_id`][agents.voice.pipeline_config.VoicePipelineConfig.group_id]：複数のトレースをリンクできる `group_id` です。 +- [`trace_metadata`][agents.voice.pipeline_config.VoicePipelineConfig.tracing_disabled]：トレースに追加するメタデータです。 \ No newline at end of file