# OpenAI Agents SDK: ваш первый AI-агент за 10 минут

- Site: VeraPoint News
- Section: Гайды
- Date: 2026-05-22
- Canonical: https://verapointmedia.com/guides/ai-agent-openai-sdk-first-agent/
- Markdown: https://verapointmedia.com/guides/ai-agent-openai-sdk-first-agent.md
- 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...
- 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
- Tags: #ai-agents #guide #tutorial #python #openai #practical #russian
- Image: https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/cover.webp

## Sources

- 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

---

## Короткий ответ

💡 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.

![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-01.webp)


---

## Что нам понадобится

Прежде чем начать, давайте убедимся, что у вас есть всё необходимое.

**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:

```bash
python --version
```

Если 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.

**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.

**Терминал.** Это программа, где вы вводите команды. На Mac — «Терминал» (Terminal), на Windows — «Командная строка» (cmd) или PowerShell.

---


![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-02.webp)

## Шаг 1. Устанавливаем библиотеку

Откройте терминал и введите одну команду:

```bash
pip install openai-agents
```

Эта 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.

*Если вышла ошибка «pip not found» — попробуйте `pip3 install openai-agents`.*

---

## Шаг 2. Сохраняем ключ

Теперь нужно «познакомить» библиотеку с вашим ключом OpenAI. Самый простой способ — переменная окружения.

В терминале напишите (замените `ваш_ключ` на реальный ключ):

```bash
export OPENAI_API_KEY="ваш_ключ"
```

Если вы на Windows (cmd), команда будет другой:

```cmd
set OPENAI_API_KEY=ваш_ключ
```

**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.

---

## Шаг 3. Создаём первого агента

Теперь 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`.

```python
from agents import Agent, Runner

agent = Agent(
    name="Assistant",
    instructions="Ты полезный помощник."
)

result = Runner.run_sync(agent, "Напиши шуточное хокку о программировании.")
print(result.final_output)
```

**Что здесь происходит, построчно:**

1. `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».

2. `agent = Agent(...)` — **создание агента.** В скобках мы описываем агента:
   - `name` — его имя. Может быть любым, хоть "Вася".
   - `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.

3. `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).

4. `result.final_output` — **результат.** После того как агент ответил, мы забираем его ответ и печатаем на экран (`print`).

---


![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-03.webp)

## Шаг 4. Запускаем

Вернитесь в терминал и напишите:

```bash
python first_agent.py
```

Если вы на Mac и не сработало — попробуйте:

```bash
python3 first_agent.py
```

Если всё сделано правильно, вы увидите что-то вроде:

```
В терминале тускло,
Баги плодятся в коде,
Компилятор спит.
```

Поздравляю, вы только что создали своего первого AI-агента! 🎉

---

## Шаг 5. Добавляем инструмент

Просто 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».

Создайте новый файл `weather_agent.py`:

```python
from agents import Agent, Runner

def get_weather(city: str) -> str:
    """Возвращает текущую погоду в указанном городе."""
    # Здесь должен быть вызов настоящего API погоды,
    # но для примера вернём придуманные данные
    return f"В городе {city} сейчас 22°C и солнечно."

agent = Agent(
    name="WeatherBot",
    instructions="Ты — специалист по погоде. Используй get_weather, чтобы узнать погоду в городе.",
    tools=[get_weather]
)

result = Runner.run_sync(agent, "Стоит ли мне брать зонт в Москве?")
print(result.final_output)
```

**Что нового мы добавили:**

1. `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.

2. `"""..."""` — **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.

3. `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».

Запустите:

```bash
python weather_agent.py
```

В ответ вы увидите что-то вроде:

```
В Москве сейчас 22°C и солнечно. Зонт вам не понадобится. Хорошего дня!
```

Агент сам решил, что для ответа на ваш вопрос ему нужно вызвать `get_weather` с городом «Москва», получил результат и сформулировал ответ. Всё автоматически.

---

## Типичные ошибки новичков (и как их исправить)

### 1. «ModuleNotFoundError: No module named 'agents'»
**Что это значит:** вы не установили библиотеку.
**Решение:** вернитесь к Шагу 1 и выполните `pip install openai-agents`.

### 2. «AuthenticationError» или «Incorrect API key»
**Что это значит:** ключ не найден или неправильный.
**Решение:** проверьте, правильно ли вы ввели `export OPENAI_API_KEY=...`. Убедитесь, что делаете это в том же окне терминала, где запускаете программу.

### 3. Агент не использует мой инструмент
**Что это значит:** модель не понимает, зачем ей функция.
**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».

### 4. Слишком длинный ответ или не то
**Что это значит:** инструкция недостаточно конкретная.
**Решение:** добавьте в `instructions`: «Отвечай кратко, в 1-2 предложения».

---

## Что мы сделали и что дальше

У вас есть работающий AI-агент, который:
- понимает вопросы на естественном языке
- вызывает внешние инструменты (функции)
- формирует ответ на основе полученных данных

Это основа. В следующих гайдах мы добавим:
- память (чтобы агент помнил историю диалога)
- несколько инструментов (поиск, отправка писем)
- защиту (guardrails — чтобы агент не делал глупостей)
- команду из нескольких агентов

👉 [Читать: Как бизнесу использовать AI-агентов без самообмана →](https://verapointmedia.com/guides/kak-biznesu-ispolzovat-ai-agentov-bez-samoobmana/)

Пропустили начало серии?

👉 [Что такое AI-агент — объясняю человеческим языком →](https://verapointmedia.com/guides/ai-agent-what-is/)
👉 [Типы AI-агентов: от простого к сложному →](https://verapointmedia.com/guides/ai-agent-types/)
👉 [Сравнение AI-фреймворков: что выбрать новичку →](https://verapointmedia.com/guides/ai-agent-frameworks-comparison/)

---


![](https://verapointmedia.com/static/content-assets/guides/ai-agent-openai-sdk-first-agent/slide-04.webp)

## Источники

- [OpenAI Agents SDK: официальная документация](https://openai.github.io/openai-agents-python/)
- [OpenAI Agents SDK: быстрый старт](https://openai.github.io/openai-agents-python/quickstart/)
- [Building Effective Agents — Anthropic](https://www.anthropic.com/engineering/building-effective-agents)

---

*Подписывайтесь на канал — каждый день новый гайд по AI-агентам. Дальше будет ещё интереснее: память, безопасность, деплой.*

#aiagents #guide #tutorial #python #openaia

Смежные материалы:
- [AI-агенты](/topics/ai-agents/)
- [MCP простыми словами](https://verapointmedia.com/guides/mcp-prostymi-slovami/)
- [Как бизнесу использовать AI-агентов без самообмана](https://verapointmedia.com/guides/kak-biznesu-ispolzovat-ai-agentov-bez-samoobmana/)
## Частые вопросы

### Что важно понять про тему «OpenAI Agents SDK: ваш первый AI-агент за 10 минут»?

Не путать красивую демонстрацию с рабочей системой: важны цель, шаги, инструменты, ограничения и проверка результата.

### Чем это отличается от обычного чат-бота?

Чат-бот в основном отвечает на запрос. Агентный подход работает как процесс: он может читать контекст, вызывать инструменты и вести задачу по шагам.

### Когда такой подход реально нужен?

Когда задача повторяется, состоит из нескольких действий и её можно проверить по понятному критерию качества.

### С чего лучше начать новичку?

С одного небольшого сценария, где можно ограничить права, увидеть промежуточные шаги и быстро понять, где агент помогает, а где только создаёт шум.