Skip to content
框架与上线第 1 / 3 节

框架怎么选 ​

你已经手写了一个 Agent,知道循环里每一步在做什么。这一节看主流框架各帮你做了哪些事、各自适合什么场景,并用其中一个把第二章的例子重写一遍。

Anthropic 在《Building effective agents》里的建议值得先记住:先直接用大模型的接口,很多模式几行代码就能实现;用框架的话,要弄懂它底层在做什么。

一张表 ​

是什么语言能用国内模型 / 本地模型吗适合
手写(本课)一个 while 循环任意能,任何 OpenAI 兼容接口学原理;需求简单、想完全掌控
OpenAI Agents SDK轻量的 Agent 框架:Agent、工具、Handoff、护栏、会话、追踪Python(0.25.0)能,官方文档给了接其他服务商的写法,我们用本地 Ollama 实测跑通想要现成的多 Agent 协作和护栏,又不想被绑死在一家模型
Claude Agent SDK把 Claude Code 当作库来用:同样的工具、循环、上下文管理Python、TypeScript官方文档只提到通过 Bedrock、Google Cloud、Microsoft Foundry 等平台使用 Claude,没有说明能接其他厂商的模型需要一个能读写文件、跑命令的强力编程型 Agent
LangGraph底层编排框架:用“状态 + 节点 + 边”的图定义流程Python能长时间运行、需要持久化、人工介入、显式控制每一步的复杂流程
Dify开源的 AI 应用搭建平台,可视化编排不用写代码能非程序员搭内部工具;需要私有部署
扣子(Coze)字节的平台;开源版叫 Coze Studio不用写代码—可视化搭建

几个需要说清楚的细节:

  • Claude Agent SDK 能不能用国内模型? 这是搜索里常见的问题。我们查到的官方文档只提到认证用 Anthropic 的 API Key,或者通过 Amazon Bedrock、Google Cloud、Microsoft Foundry 等云平台使用 Claude,没有提到接入其他厂商的模型。
  • Dify 的许可证不是标准的 Apache 2.0,而是“修改版 Apache 2.0”:未经授权不得用它的源码运营多租户服务,不得去掉前端的标志和版权信息。最新版本 1.20.0(2026-11-18)。
  • 扣子:coze.cn 现在主打“AI 办公助手”;开源的 Coze Studio 采用 Apache 2.0,但最近一次发布是 2026 年 2 月 5 日的 v0.5.1。

用 OpenAI Agents SDK 重写第二章 ​

pip install openai-agents,然后(下载 step_sdk.py):

python
import os
from agents import Agent, Runner, AsyncOpenAI, OpenAIChatCompletionsModel, set_tracing_disabled
from agents.decorators import tool

set_tracing_disabled(disabled=True)            # 没有 OpenAI 平台的 key 时要关掉 tracing
client = AsyncOpenAI(base_url=os.environ.get("AGENT_BASE_URL", "http://localhost:11434/v1"),
                     api_key=os.environ.get("AGENT_API_KEY", "ollama"))
model = OpenAIChatCompletionsModel(model=os.environ.get("AGENT_MODEL", "qwen3:8b"), openai_client=client)

@tool
def add(a: float, b: float) -> float:
    """计算两个数的和"""
    return a + b

@tool
def multiply(a: float, b: float) -> float:
    """计算两个数的积"""
    return a * b

agent = Agent(name="计算助手", instructions="用工具做计算,最后用中文回答。", tools=[add, multiply], model=model)
result = Runner.run_sync(agent, "一箱苹果 24 个,我买了 17 箱,又多拿了 9 个。一共多少个?请用工具计算。")
print(result.final_output)

你应该看到(本机 qwen3:8b):

text
一共买了 417 个苹果。计算过程如下:

1. 17 箱苹果:17 × 24 = 408 个
2. 加上多拿的 9 个:408 + 9 = 417 个

对照第二章:tools 的 JSON Schema 不用手写了(从类型标注和文档字符串生成),循环、tool_call_id 对号、消息拼接都由 Runner 完成。

接非 OpenAI 模型时的三个要点(来自官方文档):

  1. 用 OpenAIChatCompletionsModel:SDK 默认走 OpenAI 新的 Responses 接口,很多其他服务商不支持,会 404。
  2. 没有 OpenAI 平台的 key,就 set_tracing_disabled(True),否则追踪上传会报 401。
  3. @tool 是新版里 @function_tool 的简写,网上旧教程写的 @function_tool 也还能用。

怎么选 ​

查一查我的情况是……

点一个看看。

考考你用 OpenAI Agents SDK 接本地 Ollama,为什么要用 OpenAIChatCompletionsModel?

检查一下 ​

  • 我能说出五种方案各适合什么场景
  • 我用 OpenAI Agents SDK 跑通了接本地模型的例子
  • 我知道 Claude Agent SDK、Dify 各有什么需要注意的地方

下一节:安全:权限、沙箱和提示注入。

搞懂AI关于我们怎么写隐私说明联系我们

独立的第三方教程,与文中提到的任何产品及其公司没有隶属或合作关系;产品名称和商标归各自所有者。价格和政策以官方页面为准。