Build Your First Agent

# สร้าง virtual environment (แนะนำ) python -m venv agent_env source agent_env/bin/activate # Mac/Linux agent_env\Scripts\activate # Windows # ติดตั้ง packages pip install openai python-dotenv # ตรวจสอบ version pip show openai # ต้องเป็น 1.66+ สำหรับ Agents SDK

# สร้างไฟล์ .env ในโฟลเดอร์โปรเจกต์ OPENAI_API_KEY=sk-proj-xxxxxxxxxxxxxxxxxxxx # ใน Python โหลด key ด้วย dotenv from dotenv import load_dotenv import os load_dotenv() api_key = os.getenv("OPENAI_API_KEY")

from agents import Agent, Runner, WebSearchTool from dotenv import load_dotenv load_dotenv() # 1. สร้าง Tool — Web Search web_search = WebSearchTool() # 2. สร้าง Agent พร้อม persona และ tools research_agent = Agent( name="ResearchBot", instructions=""" คุณคือ AI Research Assistant ที่เก่งด้านการค้นหาข้อมูล ให้ค้นหาข้อมูลล่าสุดและสรุปผลอย่างชัดเจนเป็นภาษาไทย อ้างอิงแหล่งข้อมูลทุกครั้ง """, model="gpt-4o", tools=[web_search], ) # 3. รัน Agent ด้วย task result = Runner.run_sync( research_agent, "สรุป 5 เทรนด์ AI ที่น่าสนใจที่สุดในปี 2025" ) print(result.final_output)

from agents import Agent, Runner, function_tool import requests, json # สร้าง custom tool ด้วย decorator @function_tool @function_tool def get_weather(city: str) -> str: """Get current weather for a city""" # เรียก weather API url = f"https://wttr.in/{city}?format=3" response = requests.get(url) return response.text @function_tool def calculate(expression: str) -> str: """Safely evaluate math expression""" try: result = eval(expression, {"__builtins__": {}}) return f"Result: {result}" except Exception as e: return f"Error: {e}" # Agent พร้อม custom tools assistant = Agent( name="SmartAssistant", instructions="คุณเป็น assistant ที่ช่วยตรวจสอบอากาศและคำนวณ", model="gpt-4o-mini", tools=[get_weather, calculate], ) result = Runner.run_sync(assistant, "อากาศกรุงเทพวันนี้เป็นยังไง และ 1234 * 5678 = ?") print(result.final_output)