[OpenAI-Agent-SDK]格式化定义工具输出与agent输出

    相比直接使用LLM，使用prompt调优来规范LLM的格式化输出，这一步在OpenAI-agent-sdk中内部已经处理好了，用户直接通过定义tool 的输出格式，以及agent的输出格式，这些格式可以是pydantic的BaseModel类。

    格式化输出是agent能够规范完成任务的基础。比如本例中，agent输出FinalResult类定义了question_is_weather_related字段，也就是如果天气助手收到与天气无关的问题，其返回这个字段为False，那么我们在编排多个agent时，可以利用这个字段的信息优化multi-agent的编排流程。

比如，下面例子中，

工具输出定义：
class Weather(BaseModel):
    city: str
    temperature_range: str
    conditions: str
    

agent输出格式定义：

class FinalResult(BaseModel):
    answer: str
    temperatures: float
    question_is_weather_related: bool

import asyncio

from pydantic import BaseModel

from agents import Agent, Runner, function_tool



class Weather(BaseModel):
    city: str
    temperature_range: str
    conditions: str
    

class FinalResult(BaseModel):
    answer: str
    temperatures: float
    question_is_weather_related: bool


@function_tool
def get_weather(city: str) -> Weather:
    print("[debug] get_weather called")
    return Weather(city=city, temperature_range="14-20C", conditions="Sunny with wind.")


agent = Agent(
    name="weather助手",
    model = 'gpt-4o-mini',
    instructions="You are a helpful agent.",
    output_type=FinalResult,
    tools=[get_weather])


async def main():
    result = await Runner.run(agent, input="What's the weather in Tokyo?")
    print(result.final_output)
    print(type(result.final_output))
    
    result = await Runner.run(agent, input="非常简洁地介绍一下秦始皇")
    print(result.final_output)
    print(type(result.final_output))  # 返回的 final_output 的type is FinalResult 
    # The weather in Tokyo is sunny.


if __name__ == "__main__":
    asyncio.run(main())

谢谢大家