OpenAI ha obtenido una nueva demostración de servicio al cliente de múltiples agentes en GitHub, que muestra cómo construir agentes de IA específicos de dominio utilizando su SDK de agentes. Este proyecto, titulado openai-cs-agents-demo—Modelas Un chatbot de servicio al cliente de la aerolínea capaz de manejar una gama de consultas relacionadas con los viajes mediante solicitudes de enrutamiento dinámico a agentes especializados. Construido con un backend de Python y un frontend de Next.js, el sistema proporciona una interfaz de conversación funcional y un rastro visual de traspasos de agentes y activaciones de barandas.
La arquitectura se divide en dos componentes principales. El backend de Python maneja la orquestación del agente utilizando el SDK de los agentes, mientras que el próximo.js frontend ofrece una interfaz de chat y una visualización interactiva de las transiciones de agentes. Esta configuración proporciona transparencia en la toma de decisiones y el proceso de delegación como agentes de triaje, responde o rechazan las consultas de los usuarios. La demostración opera con varios agentes enfocados: un agente de clasificación, agente de reserva de asientos, agente de estado de vuelo, agente de cancelación y agente de preguntas frecuentes. Cada uno de estos está configurado con instrucciones y herramientas especializadas para cumplir con sus subcartas específicas.
Cuando un usuario ingresa una solicitud, como “cambiar mi asiento” o “cancelar mi vuelo”, el agente de clasificación procesa la entrada para determinar la intención y despacha la consulta al agente aguas abajo apropiado. Por ejemplo, se enrutará una solicitud de cambio de reserva al agente de reservas de asientos, que puede verificar los números de confirmación, ofrecer opciones de mapa de asientos y finalizar los cambios de asiento. Si se solicita una cancelación, el sistema se entrega al agente de cancelación, que sigue un flujo estructurado para confirmar y ejecutar la cancelación. La demostración también incluye un agente de estado de vuelo para consultas de vuelo en tiempo real y un agente de preguntas frecuentes que responde preguntas generales sobre políticas de equipaje o tipos de aeronaves.
Una fuerza clave del sistema radica en su integración de barandillas por seguridad y relevancia. La demostración presenta dos: una barandilla de relevancia y una barandilla de jailbreak. La barandilla de relevancia filtra consultas fuera del tema, por ejemplo, rechazar indicaciones como “escríbeme un poema sobre fresas”. La barandilla de jailbreak bloquea los intentos de eludir los límites del sistema o manipular el comportamiento del agente, como pedirle al modelo que revele sus instrucciones internas. Cuando se activa cualquiera de los cuales se activa, el sistema lo resalta en la traza y envía un mensaje de error estructurado al usuario.
El SDK de los agentes sirve como la columna vertebral de orquestación. Cada agente se define como una unidad compuesta con plantillas de inmediato, acceso a la herramienta, lógica de transferencia y esquemas de salida. El SDK maneja a los agentes de encadenamiento a través de “transferencias”, admite el rastreo en tiempo real y permite a los desarrolladores hacer cumplir las restricciones de entrada/salida con barandillas. Este marco es el mismo que alimenta los experimentos internos de OpenAI con agentes de uso de herramientas y razonamiento, pero ahora está expuesto en un formato educativo y extensible.
Los desarrolladores pueden ejecutar la demostración localmente iniciando el servidor de backend de Python con Uvicorn y lanzando el frontend con un solo npm run dev dominio. Todo el sistema es configurable: los desarrolladores pueden conectar nuevos agentes, definir sus propias estrategias de enrutamiento de tareas e implementar barandillas personalizadas. Con plena transparencia en indicaciones, decisiones y registros de trazas, la demostración ofrece una base práctica para los sistemas de IA conversacionales de conversación en el mundo real en atención al cliente u otros dominios empresariales.
Al publicar esta implementación de referencia, OpenAI proporciona un ejemplo tangible de cómo se pueden combinar la coordinación de múltiples agentes, el uso de la herramienta y los controles de seguridad en una experiencia de servicio robusta. Es particularmente valioso para los desarrolladores que buscan comprender la anatomía de los sistemas de agente, y cómo construir flujos de trabajo de IA modulares y controlables que estén transparentes y listos para la producción.
Mira el Página de Github. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, siéntete libre de seguirnos Gorjeo Y no olvides unirte a nuestro Subreddit de 100k+ ml y suscribirse a Nuestro boletín.
Asif Razzaq es el CEO de MarktechPost Media Inc .. Como empresario e ingeniero visionario, ASIF se compromete a aprovechar el potencial de la inteligencia artificial para el bien social. Su esfuerzo más reciente es el lanzamiento de una plataforma de medios de inteligencia artificial, MarktechPost, que se destaca por su cobertura profunda de noticias de aprendizaje automático y de aprendizaje profundo que es técnicamente sólido y fácilmente comprensible por una audiencia amplia. La plataforma cuenta con más de 2 millones de vistas mensuales, ilustrando su popularidad entre el público.
