{"title":"OpenAI Agents SDK: ваш первый AI-агент за 10 минут","url":"https://verapointmedia.com/guides/ai-agent-openai-sdk-first-agent/","markdownUrl":"https://verapointmedia.com/guides/ai-agent-openai-sdk-first-agent.md","language":"ru","category":"guides","publishedAt":"2026-05-22T10:00:00.000Z","updatedAt":"2026-05-22T10:00:00.000Z","references":["https://www.python.org/downloads/","https://platform.openai.com/api-keys","https://openai.github.io/openai-agents-python/","https://openai.github.io/openai-agents-python/quickstart/","https://www.anthropic.com/engineering/building-effective-agents"],"rights":"Public user-requested reading, summarization and citation allowed. Model training requires separate permission.","contentMarkdown":"# OpenAI Agents SDK: ваш первый AI-агент за 10 минут\n\n- Site: VeraPoint News\n- Section: Гайды\n- Date: 2026-05-22\n- Canonical: https://verapointmedia.com/guides/ai-agent-openai-sdk-first-agent/\n- Markdown: https://verapointmedia.com/guides/ai-agent-openai-sdk-first-agent.md\n- Summary: 💡 В предыдущем гайде мы разобрали, чем отличаются фреймворки. Вы выбрали OpenAI Agents SDK? Отлично. Тогда давайте прямо сейчас создадим вашего первого агента. С кодом, с объяснением каждой строчки, без воды...\n- Target queries: openai agents sdk первый агент; openai agents sdk туториал; как создать ai агента на python; openai agents sdk пример кода; openai agents sdk установка и настройка\n- Tags: #ai-agents #guide #tutorial #python #openai #practical #russian\n- Image: https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/cover.webp\n\n## Sources\n\n- https://www.python.org/downloads/\n- https://platform.openai.com/api-keys\n- https://openai.github.io/openai-agents-python/\n- https://openai.github.io/openai-agents-python/quickstart/\n- https://www.anthropic.com/engineering/building-effective-agents\n\n---\n\n## Короткий ответ\n\n💡 В предыдущем гайде мы разобрали, чем отличаются фреймворки. Вы выбрали OpenAI Agents SDK? Отлично. Тогда давайте прямо сейчас создадим вашего первого агента. С кодом, с объяснением каждой строчки, без воды.\n\n![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-01.webp)\n\n\n---\n\n## Что нам понадобится\n\nПрежде чем начать, давайте убедимся, что у вас есть всё необходимое.\n\n**Python.** Это язык программирования, на котором мы будем собирать агента. Скорее всего, он уже установлен на вашем компьютере. Проверить просто: откройте терминал (командную строку) и напишите:\n\n```bash\npython --version\n```\n\nЕсли вы увидели что-то вроде `Python 3.10+` — всё в порядке. Если нет — скачайте Python с [официального сайта](https://www.python.org/downloads/). Установка занимает 2 минуты.\n\n**Ключ OpenAI.** Агенту нужно как-то общаться с GPT — для этого нужен API-ключ. Если у вас есть аккаунт ChatGPT, зайдите в [platform.openai.com/api-keys](https://platform.openai.com/api-keys), создайте новый ключ и скопируйте его.\n\n**Терминал.** Это программа, где вы вводите команды. На Mac — «Терминал» (Terminal), на Windows — «Командная строка» (cmd) или PowerShell.\n\n---\n\n\n![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-02.webp)\n\n## Шаг 1. Устанавливаем библиотеку\n\nОткройте терминал и введите одну команду:\n\n```bash\npip install openai-agents\n```\n\nЭта команда скачивает и устанавливает библиотеку `openai-agents` — тот самый набор готовых деталей (фреймворк), о котором мы говорили в прошлом гайде. `pip` — это менеджер пакетов Python, он автоматически загрузит всё необходимое.\n\n*Если вышла ошибка «pip not found» — попробуйте `pip3 install openai-agents`.*\n\n---\n\n## Шаг 2. Сохраняем ключ\n\nТеперь нужно «познакомить» библиотеку с вашим ключом OpenAI. Самый простой способ — переменная окружения.\n\nВ терминале напишите (замените `ваш_ключ` на реальный ключ):\n\n```bash\nexport OPENAI_API_KEY=\"ваш_ключ\"\n```\n\nЕсли вы на Windows (cmd), команда будет другой:\n\n```cmd\nset OPENAI_API_KEY=ваш_ключ\n```\n\n**Важно:** эту команду нужно вводить каждый раз, когда вы открываете новый терминал. Чтобы не повторять, можно сохранить ключ в файле `.bashrc` или `.zshrc` — но для первого раза хватит и так.\n\n---\n\n## Шаг 3. Создаём первого агента\n\nТеперь самое интересное. Создайте новый файл с расширением `.py` — например, `first_agent.py`. Как создать файл? Откройте любой текстовый редактор (даже «Блокнот» на Windows или «Текстовый редактор» на Mac), скопируйте код ниже и сохраните файл с именем `first_agent.py`.\n\n```python\nfrom agents import Agent, Runner\n\nagent = Agent(\n    name=\"Assistant\",\n    instructions=\"Ты полезный помощник.\"\n)\n\nresult = Runner.run_sync(agent, \"Напиши шуточное хокку о программировании.\")\nprint(result.final_output)\n```\n\n**Что здесь происходит, построчно:**\n\n1. `from agents import Agent, Runner` — **импорт.** Мы говорим Python: «возьми из библиотеки agents две вещи: класс Agent (агент) и класс Runner (исполнитель)». Это как сказать «дай мне из набора конструктора эти две конкретные детали».\n\n2. `agent = Agent(...)` — **создание агента.** В скобках мы описываем агента:\n   - `name` — его имя. Может быть любым, хоть \"Вася\".\n   - `instructions` — его задача. Это **самое главное.** Чем точнее вы опишете, что агенту делать, тем лучше он будет работать. Здесь написано «Ты полезный помощник» — он будет вежливым и стараться помочь.\n\n3. `Runner.run_sync(agent, \"Напиши хокку...\")` — **запуск.** Мы говорим: «возьми агента и выполни с ним задачу». `run_sync` означает «запустить и ждать результата» (sync = синхронно — дословно «одновременно»: программа подождёт, пока агент ответит).\n\n4. `result.final_output` — **результат.** После того как агент ответил, мы забираем его ответ и печатаем на экран (`print`).\n\n---\n\n\n![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-03.webp)\n\n## Шаг 4. Запускаем\n\nВернитесь в терминал и напишите:\n\n```bash\npython first_agent.py\n```\n\nЕсли вы на Mac и не сработало — попробуйте:\n\n```bash\npython3 first_agent.py\n```\n\nЕсли всё сделано правильно, вы увидите что-то вроде:\n\n```\nВ терминале тускло,\nБаги плодятся в коде,\nКомпилятор спит.\n```\n\nПоздравляю, вы только что создали своего первого AI-агента! 🎉\n\n---\n\n## Шаг 5. Добавляем инструмент\n\nПросто отвечать на вопросы — умеет и обычный ChatGPT. Сила агента в том, что он может **использовать инструменты**. Давайте дадим ему настоящий инструмент — функцию, которая «знает погоду».\n\nСоздайте новый файл `weather_agent.py`:\n\n```python\nfrom agents import Agent, Runner\n\ndef get_weather(city: str) -> str:\n    \"\"\"Возвращает текущую погоду в указанном городе.\"\"\"\n    # Здесь должен быть вызов настоящего API погоды,\n    # но для примера вернём придуманные данные\n    return f\"В городе {city} сейчас 22°C и солнечно.\"\n\nagent = Agent(\n    name=\"WeatherBot\",\n    instructions=\"Ты — специалист по погоде. Используй get_weather, чтобы узнать погоду в городе.\",\n    tools=[get_weather]\n)\n\nresult = Runner.run_sync(agent, \"Стоит ли мне брать зонт в Москве?\")\nprint(result.final_output)\n```\n\n**Что нового мы добавили:**\n\n1. `def get_weather(city: str) -> str:` — **определение функции.** `def` на Python означает «создаю функцию» — маленькую программу, которая делает одно конкретное дело. `city: str` — функция принимает название города, и это текст (str = string, строка). `-> str` — и возвращает тоже текст.\n\n2. `\"\"\"...\"\"\"` — **документация (docstring).** Это описание функции. Оно не только для людей — модель его читает и понимает, когда эту функцию можно вызывать. Чем понятнее описание, тем лучше агент ей пользуется.\n\n3. `tools=[get_weather]` — **список инструментов.** Мы передаём агенту нашу функцию как инструмент. Обратите внимание: пишем `get_weather` без скобок — мы не вызываем функцию прямо сейчас, а просто говорим агенту: «вот что у тебя есть, пользуйся когда надо».\n\nЗапустите:\n\n```bash\npython weather_agent.py\n```\n\nВ ответ вы увидите что-то вроде:\n\n```\nВ Москве сейчас 22°C и солнечно. Зонт вам не понадобится. Хорошего дня!\n```\n\nАгент сам решил, что для ответа на ваш вопрос ему нужно вызвать `get_weather` с городом «Москва», получил результат и сформулировал ответ. Всё автоматически.\n\n---\n\n## Типичные ошибки новичков (и как их исправить)\n\n### 1. «ModuleNotFoundError: No module named 'agents'»\n**Что это значит:** вы не установили библиотеку.\n**Решение:** вернитесь к Шагу 1 и выполните `pip install openai-agents`.\n\n### 2. «AuthenticationError» или «Incorrect API key»\n**Что это значит:** ключ не найден или неправильный.\n**Решение:** проверьте, правильно ли вы ввели `export OPENAI_API_KEY=...`. Убедитесь, что делаете это в том же окне терминала, где запускаете программу.\n\n### 3. Агент не использует мой инструмент\n**Что это значит:** модель не понимает, зачем ей функция.\n**Решение:** улучшите описание функции (`\"\"\"...\"\"\"`) и инструкцию агента. Например, вместо «Узнай погоду» напишите «Если пользователь спрашивает про погоду в любом городе, обязательно вызови get_weather с названием города».\n\n### 4. Слишком длинный ответ или не то\n**Что это значит:** инструкция недостаточно конкретная.\n**Решение:** добавьте в `instructions`: «Отвечай кратко, в 1-2 предложения».\n\n---\n\n## Что мы сделали и что дальше\n\nУ вас есть работающий AI-агент, который:\n- понимает вопросы на естественном языке\n- вызывает внешние инструменты (функции)\n- формирует ответ на основе полученных данных\n\nЭто основа. В следующих гайдах мы добавим:\n- память (чтобы агент помнил историю диалога)\n- несколько инструментов (поиск, отправка писем)\n- защиту (guardrails — чтобы агент не делал глупостей)\n- команду из нескольких агентов\n\n👉 [Читать: Как бизнесу использовать AI-агентов без самообмана →](https://verapointmedia.com/guides/kak-biznesu-ispolzovat-ai-agentov-bez-samoobmana/)\n\nПропустили начало серии?\n\n👉 [Что такое AI-агент — объясняю человеческим языком →](https://verapointmedia.com/guides/ai-agent-what-is/)\n👉 [Типы AI-агентов: от простого к сложному →](https://verapointmedia.com/guides/ai-agent-types/)\n👉 [Сравнение AI-фреймворков: что выбрать новичку →](https://verapointmedia.com/guides/ai-agent-frameworks-comparison/)\n\n---\n\n\n![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-04.webp)\n\n## Источники\n\n- [OpenAI Agents SDK: официальная документация](https://openai.github.io/openai-agents-python/)\n- [OpenAI Agents SDK: быстрый старт](https://openai.github.io/openai-agents-python/quickstart/)\n- [Building Effective Agents — Anthropic](https://www.anthropic.com/engineering/building-effective-agents)\n\n---\n\n*Подписывайтесь на канал — каждый день новый гайд по AI-агентам. Дальше будет ещё интереснее: память, безопасность, деплой.*\n\n#aiagents #guide #tutorial #python #openaia\n\nСмежные материалы:\n- [AI-агенты](/topics/ai-agents/)\n- [MCP простыми словами](https://verapointmedia.com/guides/mcp-prostymi-slovami/)\n- [Как бизнесу использовать AI-агентов без самообмана](https://verapointmedia.com/guides/kak-biznesu-ispolzovat-ai-agentov-bez-samoobmana/)\n## Частые вопросы\n\n### Что важно понять про тему «OpenAI Agents SDK: ваш первый AI-агент за 10 минут»?\n\nНе путать красивую демонстрацию с рабочей системой: важны цель, шаги, инструменты, ограничения и проверка результата.\n\n### Чем это отличается от обычного чат-бота?\n\nЧат-бот в основном отвечает на запрос. Агентный подход работает как процесс: он может читать контекст, вызывать инструменты и вести задачу по шагам.\n\n### Когда такой подход реально нужен?\n\nКогда задача повторяется, состоит из нескольких действий и её можно проверить по понятному критерию качества.\n\n### С чего лучше начать новичку?\n\nС одного небольшого сценария, где можно ограничить права, увидеть промежуточные шаги и быстро понять, где агент помогает, а где только создаёт шум.\n"}