openai / openai-agents-python

Problem: 开发者需要处理复杂的多步骤任务，但单个AI模型难以同时完成代码编写、文档生成和测试验证。

Solution: 创建多个专业智能体（代码专家、文档助手、测试员），通过handoff机制让它们协作完成整个开发流程。

Example: 一个智能体分析需求并生成代码，自动handoff给另一个智能体编写文档，再交给第三个智能体运行测试并反馈结果。

Problem: 需要AI处理本地文件（如代码重构、数据分析），但传统API调用无法保持文件系统状态和长时间运行。

Solution: 使用Sandbox Agent在受控容器环境中运行，让智能体直接访问文件系统并执行命令，保持工作空间状态。

Example: 让智能体分析项目代码库，自动重构代码结构，应用补丁，并生成重构报告，整个过程在隔离的容器中完成。

Problem: 想构建类似ChatGPT Voice的实时语音助手，但需要处理复杂的对话状态管理和工具调用。

Solution: 利用Realtime Agents功能配合gpt-realtime-1.5，内置会话管理和工具调用能力，快速构建语音交互应用。

Example: 开发客服语音助手，实时接收用户语音，调用数据库查询工具，生成语音回复，并保持对话上下文。

Problem: 不同任务需要不同LLM模型（如创意写作用Claude，代码生成用GPT），但切换和管理多个模型很麻烦。

Solution: 利用provider-agnostic特性，在同一个工作流中混合使用OpenAI、Anthropic等100+模型，统一管理。

Example: 创意写作任务用Claude生成初稿，handoff给GPT进行技术审核，最后用Gemini进行多语言翻译。