Agents SDK : installation et premier agent

Place au code. Dans cette leçon, vous allez installer le SDK officiel d’OpenAI pour les agents et créer votre premier agent fonctionnel en Python.

Prérequis

Avant de commencer, assurez-vous d’avoir :

Python 3.10+ installé sur votre machine
Un compte OpenAI avec une clé API active
Un éditeur de code (VS Code recommandé)

Installation

Le package s’appelle openai-agents. Installez-le avec pip :

pip install openai-agents

Ce package installe automatiquement les dépendances nécessaires, dont le SDK OpenAI Python.

Configurez ensuite votre clé API comme variable d’environnement :

export OPENAI_API_KEY="sk-proj-votre-cle-api"

Pour un projet structuré, utilisez un fichier .env avec python-dotenv :

pip install python-dotenv

# .env
OPENAI_API_KEY=sk-proj-votre-cle-api

Votre premier agent

Créez un fichier mon_premier_agent.py :

from agents import Agent, Runner

agent = Agent(
    name="Assistant",
    instructions="Vous êtes un assistant serviable. Répondez en français de manière concise.",
    model="gpt-5.3",
)

result = Runner.run_sync(agent, "Expliquez-moi ce qu'est un agent IA en 3 phrases.")
print(result.final_output)

Exécutez-le :

python mon_premier_agent.py

Vous venez de créer et exécuter votre premier agent. Il est simple — pas d’outils, pas de guardrails — mais c’est la base sur laquelle tout le reste se construit.

Exécution asynchrone

En production, vous utiliserez le mode asynchrone pour ne pas bloquer votre application :

import asyncio
from agents import Agent, Runner

agent = Agent(
    name="Assistant async",
    instructions="Vous êtes un assistant. Répondez en français.",
    model="gpt-5.3",
)

async def main():
    result = await Runner.run(agent, "Quels sont les avantages de Python pour l'IA ?")
    print(result.final_output)

asyncio.run(main())

Runner.run() est la version asynchrone, Runner.run_sync() est le wrapper synchrone. En production avec FastAPI ou un framework async, utilisez toujours Runner.run().

Exécution en streaming

Pour afficher la réponse au fur et à mesure qu’elle est générée :

import asyncio
from agents import Agent, Runner

agent = Agent(
    name="Assistant streaming",
    instructions="Vous êtes un assistant. Répondez en français.",
    model="gpt-5.3",
)

async def main():
    result = Runner.run_streamed(agent, "Racontez une brève histoire sur l'IA.")
    async for event in result.stream_events():
        if event.type == "raw_response_event":
            if hasattr(event.data, "delta") and event.data.delta:
                print(event.data.delta, end="", flush=True)
    print()  # Nouvelle ligne à la fin

asyncio.run(main())

Le streaming est essentiel pour l’expérience utilisateur : personne ne veut attendre 10 secondes devant un écran blanc.

Structure d’un projet agent

Voici la structure recommandée pour un projet avec des agents :

mon-projet-agent/
├── .env                 # Clé API
├── requirements.txt     # Dépendances
├── agents/
│   ├── __init__.py
│   ├── assistant.py     # Définition de l'agent
│   └── tools.py         # Définition des outils
├── main.py              # Point d'entrée
└── tests/
    └── test_agent.py    # Tests

# requirements.txt
openai-agents>=0.1.0
python-dotenv>=1.0.0

Points clés à retenir

Installez le SDK avec pip install openai-agents
Configurez OPENAI_API_KEY en variable d’environnement
Runner.run_sync() pour le développement, Runner.run() en production async
Runner.run_streamed() pour le streaming en temps réel
Structurez votre projet avec des dossiers séparés pour agents, tools et tests