GitHub上で28,787スター、Apache-2.0ライセンス、Python 3.10+ ── これはOpenAIが公式に公開しているopenai-agents-pythonリポジトリの実績だ。
Agentフレームワークはすでに乱立している。LangGraph、CrewAI、AutoGen、それぞれ設計思想が違う。その中でOpenAIがこのタイミングで出すのは、ただの追従なのか、それとも本気なのか。コードを読み込み、demoを動かし、LangGraphと比較してみた結論は──半日触ってみる価値あり。
何の問題を解決するのか
マルチAgent開発には、demoからプロダクションの間に越えるべき壁がいくつもある。
- ツール呼び出し:LLMに外部APIを安全に叩かせるには?
- Human-in-the-loop:Agentの実行中に人間の確認が必要になったら?
- セッション状態:複数ターンの対話contextをどう永続化するか?
- 可観測性:Agent内部で何が起きたか、traceはどこで見る?
- 安全ガードレール:ユーザー入力とモデル出力をどう検証する?
OpenAIはこれらのエンジニアリング機能を軽量SDKとしてまとめた。名前はそのまま openai-agents、pipでインストールすればすぐ使える。毎回車輪の再発明をしなくて済む。
使い方
Agentを動かすまでの3ステップ。
pip install openai-agents
# または uv を使う場合
uv add openai-agents
音声機能が必要な場合。
pip install openai-agents[voice]
Redisでセッション保存する場合。
pip install openai-agents[redis]
最小構成のhello world。
from agents import Agent, Runner, function_tool
@function_tool
def get_weather(city: str) -> str:
"""指定された都市の天気を調べる"""
return f"{city} の天気は晴れ、気温25°Cです"
agent = Agent(
name="WeatherBot",
instructions="あなたは天気アシスタントです。天気を聞かれたらツールを呼んで回答してください",
tools=[get_weather],
)
result = Runner.run_sync(agent, "東京の今日の天気を教えて")
print(result.final_output)
これだけで動く。ストリーミング出力にしたいなら、run_sync を Runner.run_streamed に差し替えるだけでいい。
アーキテクチャ ── 中で何が起きているか
基本ループはシンプルだ。
Agent → Runner → LLM呼び出し → tool実行 → 結果をフィードバック → final_outputまで繰り返し
主要モジュールを分解してみる。
- Agent:設定層。名前、instructions、tools、handoffs、output_typeをすべてここに集約。
- Runner:実行層。run loop全体を推進する。エントリポイントは
run_sync/run/run_streamedの3種類。 - Session:対話層。複数ターンのhistory管理を担当し、SQLiteやRedisなど複数のバックエンドに対応。
- Trace:可観測層。runごとに自動でtraceを生成。UIは
openai.github.io/openai-agents-python/tracing/にある。 - Guardrail:入出力検証層。input guardrailsがユーザーメッセージ、output guardrailsがfinal outputに対して走る、二段構えのチェック。
Handoff はこのフレームワーク最大の特徴的な仕組みだ ── Agent間の委譲。現在のAgentが別のAgentのrun loopに制御を渡す、本質的にはそういうことだ。典型的な使い方は「受付Agentが複雑な要件を受けたら、専門家Agentにhandoffする」という流れ。
良いところ・悪いところ
良いところ
- 公式提供 + SDK設計。LangGraphのように別途Studioをデプロイするプラットフォーム型ではなく、pipで導入するSDK。既存コードにそのまま溶け込む。
- Provider-agnostic。OpenAI Responses APIとChat Completionsをネイティブ対応しつつ、LiteLLMなどのアダプタ経由で100以上のLLMも使える。OpenAI専用ではない。
- Tracingを内蔵。LangSmithなどを別途組み込む必要なし。
- Guardrailsは入出力双方を検証。多くのフレームワークより丁寧に考えられている。
- HITL(Human-in-the-loop)をネイティブ対応。
needs_approvalといった仕組みがあらかじめ組み込まれている。
悪いところ
- OpenAI Responses APIのリアルタイム機能への依存。他モデルも使えるが、Realtime Agentsのような高度な機能を使うなら結局OpenAIの出番になる。
- 複雑な状態機はLangGraphに劣る。LangGraphはグラフ構造で任意のDAGを表現できるが、Agents SDKの本質はループ+handoffなので、表現力で劣る。
- Voice / Realtimeは日本からだと使いにくい。Realtime Agentsは
gpt-realtimeを使い、OpenAI Realtime APIに依存するため、遅延と安定性の両面でハードルがある。
実際に触ってみた
uv init でプロジェクトを作り、uv add openai-agents で追加し、OPENAI_API_KEY を設定してhello worldを実行 ── インストールから結果出力まで5秒未満。
続いてFunction Tool付きのAgent(上記天気取得のコード)を作成し、tool呼び出しを試したところ、1回目で成功、出力も期待通り。
LangGraphで同じdemoを作った場合と比較。
- LangGraphはStateGraph、ノード、エッジを定義する必要があり、コード量はおよそ1.7倍になった。
- 一方でLangGraphの方が状態管理は細かく、各ステップの入出力schemaを厳密に制御できる。
Tracing UIも開いて確認してみた。runごとのtool呼び出し、LLM応答、guardrailの発火状況まで可視化されている。ただし完全なダッシュボードはローカルでは見られない(UIはGitHub Pages上でホストされている)。この点はLangSmithのローカル対応に軍配が上がる。
他フレームワークとの比較
| 観点 | Agents SDK | LangGraph | CrewAI | AutoGen |
|---|---|---|---|---|
| 形態 | SDK | フレームワーク+プラットフォーム | フレームワーク | フレームワーク |
| 状態の表現 | ループ+handoff | DAGグラフ | 役割ベースの協働 | 対話 |
| 学習コスト | 低 | 中 | 低 | 中 |
| Tracing | 内蔵 | LangSmith | サードパーティ | サードパーティ |
| 適用シーン | 標準化されたツールチェーン | 複雑なワークフロー | ロールプレイ型 | 研究用途 |
ひとことでまとめると:LangGraphより軽量、CrewAIよりSDK寄り、AutoGenより実践的。
どんな人に向くか
向いているケース
- プロダクション品質のAgentツールチェーンを素早く組みたいチーム
- すでにOpenAI APIを使っているプロジェクト
- マルチAgentシステムに標準化されたTracingが必要なケース
- Guardrails / Handoff / Sessionといった機能をすぐ使いたい中小規模アプリ
向いていないケース
- 複雑なDAGや状態機が必要なワークフロー(LangGraph推奨)
- 完全オフライン/ローカルデプロイ(依存が重すぎる)
- 日本国内から安定したVoice / Realtimeを必要とするプロダクト
結論
OpenAIのこのSDKはLangGraphを置き換えようとしているわけではない。「すでにOpenAI APIを使っていて、Agentにエンジニアリング機能を素早く追加したい」チームに、公式の選択肢を提供するものだ。28kスターがコミュニティの信頼を証明している。
Agent開発をこれから始めるなら、過去のしがらみなくこのSDKは現状最もスムーズな体験ができる。すでにグラフ構造のワークフローがあるなら、わざわざ乗り換える必要はない。