用途：该技能提供使用 OpenAI AgentKit 与 Agents SDK 构建生产级多智能体系统的指导，涵盖 2025 年最佳实践。
平台构成：AgentKit 包含 Agent Builder（可视化画布，用于创建和版本化管理多智能体工作流）、Connector Registry（集中管理数据与工具连接）、ChatKit（可嵌入的定制聊天智能体体验）、Evaluation Suite（数据集、trace 评分、提示词自动优化）、多模型支持（可集成第三方模型）。Agents SDK 是由实验性 Swarm 框架演进而来的生产版本，所有生产工作应使用 Agents SDK，Swarm 仅用于教学；遇到遗留 Swarm 代码应立即迁移。
核心概念：Agent 封装指令（系统提示词）、函数/工具以及向其他 Agent 移交执行的能力，设计上应轻量且专精；Routine 是 Agent 可自主执行的动作序列，包含自然语言指令、所需工具、上下文与状态管理、成功标准；Handoff 实现执行流中的智能体切换，当任务超出当前 Agent 专长时移交给更合适的 Agent。
架构模式：Triage 模式（分流 Agent 将请求路由到专门子 Agent）；顺序编排（研究→分析→报告等按步骤串联移交）；并行分解（协调 Agent 分发子任务，再由综合 Agent 汇总结果）。
最佳实践：Agent 保持单一职责、提示词明确、移交条件显式、命名具描述性、集成前先单独测试；避免单体全能 Agent、Agent 间直接通信、过度拆分、忽略移交错误处理。Routine 需有清晰入口与出口条件、错误处理路径、所需上下文和成功指标。Handoff 需明确触发条件、传递的上下文、返回路径及目标不可用时的处理。性能上减少 LLM 调用、按专长分配最小工具集、尽可能采用单 Agent 方案并使用异步 I/O。常见反模式包括过度分解、循环移交、无状态 Agent、职责边界不清。
评估与上线：关注任务完成率、响应时间、工具使用效率、移交准确率、端到端成功率、延迟与成本等指标；开展单元、集成与端到端测试。生产监控需记录 Agent 调用链、移交决策日志、工具调用成功率、错误与延迟分布；安全上按最小权限限定工具、校验输入、限流并审计，保护数据与凭证。扩展可采用多实例与负载均衡；迁移方面 Swarm 已进入仅维护状态，建议 2025 年 Q2 前完成生产代码迁移。官方文档：https://platform.openai.com/docs/agents、https://github.com/openai/agents-sdk、https://platform.openai.com/docs/guides/agents-best-practices。
限制：该资料未提供具体收费、价格或平台可用性细节，相关事实暂未提供。