用途：该技能提供用 OpenAI AgentKit 平台与 Agents SDK 构建生产级多智能体系统的指导，面向 2025 年实践，强调编排、任务交接（handoff）与例行流程（routine）。Agents SDK 是实验性 Swarm 框架的生产演进版，生产工作应使用 Agents SDK，Swarm 仅用于学习；遇到遗留 Swarm 代码应尽快迁移。
平台与核心概念：AgentKit 为构建、部署和优化智能体的平台，包含 Agent Builder（可视化画布，用于创建与版本化多智能体工作流）、Connector Registry（数据与工具连接管理）、ChatKit（可嵌入的聊天式智能体体验）、Evaluation Suite（数据集、轨迹评分、自动提示优化）与多模型支持。Agents SDK 中的 Agent 封装指令（系统提示）、函数/工具以及交接能力；routine 是智能体自主执行的动作序列，含自然语言指令、所需工具、上下文与状态管理和成功标准；handoff 负责智能体之间的执行流转。
架构模式：包括 Triage（分诊路由到专门子智能体）、Sequential Orchestration（按步骤交接的流水线）与 Parallel Decomposition（协调者拆分并行子任务后合成结果）。
最佳实践与限制：智能体应轻量、专一，明确交接条件与命名；routine 需有清晰入口出口、错误路径与成功指标；交接需定义触发条件、上下文传递、返回路径与失败处理。应尽量减少 LLM 调用，仅授予所需工具，降低延迟。常见反模式包括过度拆分、循环交接、无状态智能体与职责边界不清。还需评估测试（单元、集成、端到端）、监控与安全（最小权限、输入校验、限流、审计与敏感数据保护）以及水平与垂直扩展。资料还提到可与 Claude SDK、LangGraph、MCP 协作，并给出 Swarm 迁移要点。
适用场景：在 OpenAI 模型上构建、需要可视化构建器、集成评估监控或偏好托管平台时选用；需要模型灵活性、复杂状态机或完全控制编排时可考虑其他方案。具体安装命令与价格资料暂未提供。