OpenAI又開源了！不用代碼就能構建復雜多Agents實時語音協作系統

原標題：OpenAI又開源了！不用代碼就能構建復雜多Agents實時語音協作系統
文章來源：夕小瑤科技說
內容字數：3899字

OpenAI開源項目：20分鐘構建多Agent語音應用

近日，OpenAI悄然發布了開源項目openai-realtime-agents，這是一個基于Realtime API的多Agent語音應用示例，只需20分鐘即可構建屬于自己的多Agent語音應用。該項目最大的亮點在于，它允許開發者使用自然語言來定義Agent及其交互規則，并引入了低延時的Realtime API，極大降低了開發門檻。

自然語言定義Agent及交互

1. 簡化開發流程：以往構建多Agent應用需要復雜的編程知識和大量開發工作，而openai-realtime-agents則允許開發者用自然語言描述Agent的行為和功能，無需精通編程語言和開發環境。即使沒有專業編程技能，也能快速創建多Agent應用或代理式工作流。

2. 示例場景：官方提供了一個簡單的示例，包含兩個Agent：greeter（接待員）和haiku（俳句詩人）。greeter負責接待用戶，詢問是否需要俳句詩；用戶回答后，系統切換到haiku，根據用戶提供的主題創作俳句。

3. 三步定制：定制過程簡單易行，只需三步：定義Agent（姓名、職責、指令、工具）；明確Agent的下游響應者；添加Agent轉換工具（實現Agent間的自動切換）。

Agent生成工具及狀態機Prompt

1. 高質量Agent指令生成：項目作者Noah MacCallum提供了一個工具，能夠生成高質量的Agent指令，例如，可以生成一個導購版小瑤的Agent指令，直接作為Agent配置的instructions。

2. 狀態機Prompt：該工具生成的指令實際上是一個用自然語言描述的對話狀態機，每個狀態都有詳細的指令、示例和狀態切換條件。這使得Agent能夠根據對話內容進行狀態切換，實現更復雜的交互。

3. 實際應用：文章中通過一個簡單的年貨導購場景，展示了狀態機的實際應用效果，導購版小瑤能夠根據用戶的需求進行引導，展現了該模式的應用價值。未來該模式可應用于游戲角色扮演、業務系統實現等領域。

顛覆性的意義與未來展望

1. 降低AI應用門檻：該項目讓開發者可以用自然語言實現業務邏輯，更貼近人類的思考方式。即使沒有代碼編寫能力，也能開發出復雜的AI應用。

2. 改變人機交互方式：該項目改變了開發者與AI的交互方式，開發者只需定義Agent的職責和能力，Agent就能協同工作，如同管理一個團隊。

3. 未來應用潛力巨大：該項目預示著未來AI應用開發的趨勢，降低了開發成本，拓展了AI應用的領域，為創造一個新的世界提供了可能。

總而言之，openai-realtime-agents是一個具有突破性意義的開源項目，它簡化了多Agent應用的開發流程，降低了AI應用的門檻，為AI的廣泛應用鋪平了道路，也為開發者提供了全新的視角和工具，去探索和創造未來。

聯系作者

文章來源：夕小瑤科技說
作者微信：
作者簡介：低負擔解碼AI世界，硬核也可愛！聚集35萬AI發燒友、開發者和從業者，廣泛覆蓋互聯網大廠中高管、AI公司創始人和機構投資人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼備敏銳的行業嗅覺和洞察深度。商務合作：zym5189