Agent Sessions

Mon, 01 Jan 0001 00:00:00 +0000

概述

通过使用 Dapr 管理 OpenAI Agent 的状态和会话数据，用户可以将 Agent 状态存储在 Dapr 支持的所有数据库中，包括键值存储、缓存和 SQL 数据库。开发者还可以获得内置的跟踪、指标和弹性策略，使 Agent 会话数据在生产环境中可靠运行。

入门

在本地初始化 Dapr 以设置自托管开发环境。此过程获取并安装 Dapr 边车二进制文件，将必要的服务作为 Docker 容器运行，并准备应用程序的默认组件文件夹。详细步骤，请参阅官方本地初始化 Dapr 指南。

要初始化 Dapr 控制平面容器并创建默认配置文件，请运行：

dapr init

验证你正在运行的容器实例是否包含 daprio/dapr、openzipkin/zipkin 和 redis 镜像：

docker ps

安装 Python

注意

确保你已经安装了 Python。Python >=3.10。安装说明请参阅官方 Python 安装指南。

安装依赖项

pip install openai-agents dapr

创建 OpenAI Agent

让我们创建一个简单的 OpenAI Agent。将以下代码放入名为 openai_agent.py 的文件中：

import asyncio
from agents import Agent, Runner
from agents.extensions.memory.dapr_session import DaprSession

async def main():
 agent = Agent(
 name="Assistant",
 instructions="Reply very concisely.",
 )

 session = DaprSession.from_address(
 session_id="123",
 state_store_name="statestore"
 )

 result = await Runner.run(agent, "What city is the Golden Gate Bridge in?", session=session)
 print(result.final_output)

 result = await Runner.run(agent, "What state is it in?", session=session)
 print(result.final_output)

 result = await Runner.run(agent, "What's the population?", session=session)
 print(result.final_output)

asyncio.run(main())

设置 OpenAI API 密钥

export OPENAI_API_KEY=sk-...

创建 Python 虚拟环境

python -m venv .venv 
source .venv/bin/activate # 在 Windows 上：.venv\Scripts\activate

创建数据库组件

组件文件是 Dapr 连接数据库的方式。完整的支持数据库列表可以在这里找到这里。创建一个 components 目录并在其中创建此文件：

OpenAI on Dapr 文档库