OpenAI Agents SDK（Python）是 OpenAI 官方出的轻量级多 agent 工作流框架，是其早期实验项目 Swarm 的生产化继任者。核心是把『agent = LLM + 指令 + 工具 + guardrail + handoff』这套原语做成最小但完整的库：用 handoff/agents-as-tools 做多 agent 协作、用 guardrail 做输入输出安全校验、用 session 自动管对话历史、用内置 tracing 调试优化，并支持人在回路、容器化的 Sandbox Agent 和基于 gpt-realtime-2 的实时语音 agent。它是 provider 无关的——既支持 OpenAI Responses/Chat Completions，也支持 100+ 其他 LLM。MIT，PyPI 包 openai-agents，另有 JS/TS 版。
来源：README 顶部/Core concepts；GitHub openai/openai-agents-python，desc，license MIT 查看 GitHub 仓库 →超过 2.6 万星、4076 fork，是 agent 框架里最主流之一。热度来自官方背书 + 设计克制：相比一些重型框架，它刻意保持『少而正交』的原语（agent/工具/handoff/guardrail/session/tracing），既好懂又能撑生产，还 provider 无关、内置可视化 tracing，并跟进了 Sandbox Agent、Realtime 语音等 OpenAI 新能力。作为 Swarm 的正式继任者，它承接了大量想用官方方案做多 agent 编排的开发者。
来源：GitHub 26,571 stars / 4,076 forks，created 2025-03-11；README Core conceptsAgent 是配了指令、工具、guardrail 和 handoff 的 LLM；通过 handoffs 把任务交给其他 agent、或把 agent 当工具（agents-as-tools）调用，用最小概念组合出复杂多 agent 工作流。
来源：README Core concepts（Agents/Handoffs/Agents as tools）；src/agents/{agent.py,handoffs}工具支持普通函数、MCP、hosted tools；guardrail 提供可配置的输入/输出安全校验；并内置人在回路机制，可在 agent 运行中插入人工介入。
来源：README Core concepts（Tools/Guardrails/Human in the loop）；src/agents/{guardrail.py,mcp}Session 跨多次 agent 运行自动管理对话历史；内置 tracing 跟踪每次 agent 运行，可视化查看、调试和优化工作流（含一套 Tracing UI）。
来源：README Core concepts（Sessions/Tracing）；src/agents/{memory,tracing}Sandbox Agent 预配置为与容器协作，适合长时间跨度的任务；Realtime Agent 基于 gpt-realtime-2 构建具备完整 agent 能力的语音 agent。
来源：README Core concepts（Sandbox Agents/Realtime Agents）；src/agents/realtime不绑死 OpenAI：支持 OpenAI Responses 与 Chat Completions API，也可接入 100+ 其他 LLM，便于按需选模型或多模型混用。
来源：README 顶部说明；src/agents/models结构化、强类型的 Python 库（PyPI openai-agents，src/agents/ 布局，带 py.typed）。核心模块清晰：agent.py 定义 Agent 与运行逻辑，handoffs/ 做 agent 间移交，guardrail.py 做安全校验，function_schema.py 把 Python 函数转工具 schema，mcp/ 接入 MCP 工具，memory/ + sessions 管对话历史，models/ 抽象多 provider，tracing/（目录）做运行追踪，realtime/ 与 voice 支撑语音 agent，computer.py/editor.py/apply_diff.py 支撑 Sandbox/计算机操作类能力，lifecycle.py 管生命周期钩子，repl.py 提供交互。extensions/ 放可选扩展。设计哲学是『少量正交原语 + 强类型 + 可插拔 provider/工具』，用最小抽象覆盖从单 agent 到多 agent 编排、再到语音/沙箱的场景，文档与 examples 完备。
来源：tree（src/agents/* 各模块）；README Core concepts中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
openai (Responses/Chat Completions)MCP (Model Context Protocol)Pydantic 风格强类型 schematracing（内置可视化）gpt-realtime-2（语音）适合：①想用官方、轻量、强类型的框架做多 agent 编排（客服分流、研究、工具调用、工作流）的 Python 开发者；②需要 guardrail 安全校验、人在回路、内置 tracing 可观测的生产场景；③要做实时语音 agent 或容器化长任务（Sandbox Agent）的人；④想 provider 无关、在 OpenAI 与其他 100+ LLM 间灵活切换的团队。不适合：只需单次 LLM 调用、不需要多 agent/编排的简单脚本（直接用 openai SDK 即可）；以及偏好其他生态（LangGraph/CrewAI 等）既有投入的团队。
来源：README Core concepts，结合定位推断采用语义化版本、发布频繁，最新为 v0.17.3（2026-05-19），此前 v0.17.2（2026-05-12），主分支持续高频提交（最近 push 2026-05-22），经 PyPI（openai-agents）分发。仍处 0.x，但作为官方 SDK 维护稳定、生态活跃。
来源：GitHub Releases v0.17.3/v0.17.2；pushed_at 2026-05-22；PyPI openai-agentsOpenAI Agents SDK 是目前做多 agent 编排最稳妥的官方选择之一：它把 agent、工具、handoff、guardrail、session、tracing 这几样最关键的原语做得少而正交，既容易上手又能撑生产，还 provider 无关、内置可观测、跟进了 Sandbox 和 Realtime 语音等新能力。作为 Swarm 的生产化继任者，它承接了大量开发者，2.6 万星实至名归。要注意它仍是 0.x、刻意保持轻量（很复杂的持久工作流要自己补或换重型框架），且 tracing 等与 OpenAI 生态结合更紧。对想用官方、干净、强类型方案构建 agent 工作流的 Python 团队，这是第一梯队的默认选项。
来源：综合 README 定位/原语、tree 工程结构、版本与生态的事实判断