OA0 = Omni AI 0

OA0 是一个探索 AI 的论坛

现在注册

已注册用户请登录

OA0 › 技能包 › ydc-openai-agent-sdk：集成 OpenAI 智能体 SDK 的开发技能

ydc-openai-agent-sdk：集成 OpenAI 智能体 SDK 的开发技能

proxy · 2026-02-19 17:19:17 · 3 次点击 · 0 条评论

名称： ydc-openai-agent-sdk-integration
描述： 将 OpenAI Agents SDK 与 You.com MCP 服务器集成 - 为 Python 和 TypeScript 提供托管和可流式传输的 HTTP 支持。当开发者提及 OpenAI Agents SDK、OpenAI 智能体或将 OpenAI 与 MCP 集成时使用。
许可证： MIT
compatibility: Python 3.10+ 或 Node.js 18+ (需 TypeScript)
元数据：
author: youdotcom-oss
category: sdk-integration
version: "1.0.0"
keywords: openai,openai-agents,agent-sdk,mcp,you.com,integration,hosted-mcp,streamable-http,web-search,python,typescript

将 OpenAI Agents SDK 与 You.com MCP 集成

本工作流指导您将 OpenAI Agents SDK 与 You.com 的 MCP 服务器进行集成。

工作流程

询问：选择编程语言
- Python 还是 TypeScript？
询问：MCP 配置类型
- 托管 MCP（OpenAI 管理，提供服务器 URL）：推荐使用，配置简单
- 可流式传输的 HTTP（自管理连接）：适用于自定义基础设施
安装包
- Python: pip install openai-agents
- TypeScript: npm install @openai/agents
询问：环境变量

两种模式都需要：
* YDC_API_KEY（You.com API 密钥，用于 Bearer 令牌）
* OPENAI_API_KEY（OpenAI API 密钥）

是否已设置？
* 如果否：指导获取密钥：
- YDC_API_KEY: https://you.com/platform/api-keys
- OPENAI_API_KEY: https://platform.openai.com/api-keys
询问：文件位置
- 新建文件：询问创建位置和文件名
- 现有文件：询问要集成到哪个文件（添加 MCP 配置）
创建/更新文件

对于新建文件：
* 使用下方“完整模板”部分的完整模板代码
* 用户设置好 API 密钥后即可立即运行

对于现有文件：
* 将 MCP 服务器配置添加到现有代码中

托管 MCP 配置块 (Python):
```python
from agents import Agent, Runner
from agents.mcp import HostedMCPTool

验证：ydc_api_key = os.getenv("YDC_API_KEY")

agent = Agent(
name="助手",
instructions="使用 You.com 工具来回答问题。",
tools=[
HostedMCPTool(
tool_config={
"type": "mcp",
"server_label": "ydc",
"server_url": "https://api.you.com/mcp",
"headers": {
"Authorization": f"Bearer {ydc_api_key}"
},
"require_approval": "never",
}
)
],
)
```

托管 MCP 配置块 (TypeScript):
```typescript
import { Agent, hostedMcpTool } from '@openai/agents';

// 验证：const ydcApiKey = process.env.YDC_API_KEY;
const agent = new Agent({
name: '助手',
instructions: '使用 You.com 工具来回答问题。',
tools: [
hostedMcpTool({
serverLabel: 'ydc',
serverUrl: 'https://api.you.com/mcp',
headers: {
Authorization: Bearer ${ydcApiKey},
},
}),
],
});
```

可流式传输的 HTTP 配置块 (Python):
```python
from agents import Agent, Runner
from agents.mcp import MCPServerStreamableHttp

验证：ydc_api_key = os.getenv("YDC_API_KEY")

async with MCPServerStreamableHttp(
name="You.com MCP 服务器",
params={
"url": "https://api.you.com/mcp",
"headers": {"Authorization": f"Bearer {ydc_api_key}"},
"timeout": 10,
},
cache_tools_list=True,
max_retry_attempts=3,
) as server:
agent = Agent(
name="助手",
instructions="使用 You.com 工具来回答问题。",
mcp_servers=[server],
)
```

可流式传输的 HTTP 配置块 (TypeScript):
```typescript
import { Agent, MCPServerStreamableHttp } from '@openai/agents';

// 验证：const ydcApiKey = process.env.YDC_API_KEY;
const mcpServer = new MCPServerStreamableHttp({
url: 'https://api.you.com/mcp',
name: 'You.com MCP 服务器',
requestInit: {
headers: {
Authorization: Bearer ${ydcApiKey},
},
},
});

const agent = new Agent({
name: '助手',
instructions: '使用 You.com 工具来回答问题。',
mcpServers: [mcpServer],
});
```

完整模板

为新文件使用这些完整模板。每个模板在设置好 API 密钥后即可运行。

Python 托管 MCP 模板（完整示例）

"""
OpenAI Agents SDK 与 You.com 托管 MCP
使用 OpenAI 管理基础设施的 Python 实现
"""

import os
import asyncio
from agents import Agent, Runner
from agents.mcp import HostedMCPTool

# 验证环境变量
ydc_api_key = os.getenv("YDC_API_KEY")
openai_api_key = os.getenv("OPENAI_API_KEY")

if not ydc_api_key:
    raise ValueError(
        "需要 YDC_API_KEY 环境变量。"
        "请在此处获取密钥：https://you.com/platform/api-keys"
    )

if not openai_api_key:
    raise ValueError(
        "需要 OPENAI_API_KEY 环境变量。"
        "请在此处获取密钥：https://platform.openai.com/api-keys"
    )


async def main():
    """
    示例：使用 You.com 托管 MCP 工具搜索 AI 新闻
    """
    # 使用托管 MCP 工具配置智能体
    agent = Agent(
        name="AI 新闻助手",
        instructions="使用 You.com 工具搜索并回答有关 AI 新闻的问题。",
        tools=[
            HostedMCPTool(
                tool_config={
                    "type": "mcp",
                    "server_label": "ydc",
                    "server_url": "https://api.you.com/mcp",
                    "headers": {
                        "Authorization": f"Bearer {ydc_api_key}"
                    },
                    "require_approval": "never",
                }
            )
        ],
    )

    # 使用用户查询运行智能体
    result = await Runner.run(
        agent,
        "搜索本周最新的 AI 新闻"
    )

    print(result.final_output)


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

Python 可流式传输 HTTP 模板（完整示例）

"""
OpenAI Agents SDK 与 You.com 可流式传输 HTTP MCP
使用自管理连接的 Python 实现
"""

import os
import asyncio
from agents import Agent, Runner
from agents.mcp import MCPServerStreamableHttp

# 验证环境变量
ydc_api_key = os.getenv("YDC_API_KEY")
openai_api_key = os.getenv("OPENAI_API_KEY")

if not ydc_api_key:
    raise ValueError(
        "需要 YDC_API_KEY 环境变量。"
        "请在此处获取密钥：https://you.com/platform/api-keys"
    )

if not openai_api_key:
    raise ValueError(
        "需要 OPENAI_API_KEY 环境变量。"
        "请在此处获取密钥：https://platform.openai.com/api-keys"
    )


async def main():
    """
    示例：使用 You.com 可流式传输 HTTP MCP 服务器搜索 AI 新闻
    """
    # 配置可流式传输 HTTP MCP 服务器
    async with MCPServerStreamableHttp(
        name="You.com MCP 服务器",
        params={
            "url": "https://api.you.com/mcp",
            "headers": {"Authorization": f"Bearer {ydc_api_key}"},
            "timeout": 10,
        },
        cache_tools_list=True,
        max_retry_attempts=3,
    ) as server:
        # 使用 MCP 服务器配置智能体
        agent = Agent(
            name="AI 新闻助手",
            instructions="使用 You.com 工具搜索并回答有关 AI 新闻的问题。",
            mcp_servers=[server],
        )

        # 使用用户查询运行智能体
        result = await Runner.run(
            agent,
            "搜索本周最新的 AI 新闻"
        )

        print(result.final_output)


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

TypeScript 托管 MCP 模板（完整示例）

/**
 * OpenAI Agents SDK 与 You.com 托管 MCP
 * 使用 OpenAI 管理基础设施的 TypeScript 实现
 */

import { Agent, run, hostedMcpTool } from '@openai/agents';

// 验证环境变量
const ydcApiKey = process.env.YDC_API_KEY;
const openaiApiKey = process.env.OPENAI_API_KEY;

if (!ydcApiKey) {
  throw new Error(
    '需要 YDC_API_KEY 环境变量。' +
      '请在此处获取密钥：https://you.com/platform/api-keys'
  );
}

if (!openaiApiKey) {
  throw new Error(
    '需要 OPENAI_API_KEY 环境变量。' +
      '请在此处获取密钥：https://platform.openai.com/api-keys'
  );
}

/**
 * 示例：使用 You.com 托管 MCP 工具搜索 AI 新闻
 */
async function main() {
  // 使用托管 MCP 工具配置智能体
  const agent = new Agent({
    name: 'AI 新闻助手',
    instructions:
      '使用 You.com 工具搜索并回答有关 AI 新闻的问题。',
    tools: [
      hostedMcpTool({
        serverLabel: 'ydc',
        serverUrl: 'https://api.you.com/mcp',
        headers: {
          Authorization: `Bearer ${ydcApiKey}`,
        },
      }),
    ],
  });

  // 使用用户查询运行智能体
  const result = await run(
    agent,
    '搜索本周最新的 AI 新闻'
  );

  console.log(result.finalOutput);
}

main().catch(console.error);

TypeScript 可流式传输 HTTP 模板（完整示例）

/**
 * OpenAI Agents SDK 与 You.com 可流式传输 HTTP MCP
 * 使用自管理连接的 TypeScript 实现
 */

import { Agent, run, MCPServerStreamableHttp } from '@openai/agents';

// 验证环境变量
const ydcApiKey = process.env.YDC_API_KEY;
const openaiApiKey = process.env.OPENAI_API_KEY;

if (!ydcApiKey) {
  throw new Error(
    '需要 YDC_API_KEY 环境变量。' +
      '请在此处获取密钥：https://you.com/platform/api-keys'
  );
}

if (!openaiApiKey) {
  throw new Error(
    '需要 OPENAI_API_KEY 环境变量。' +
      '请在此处获取密钥：https://platform.openai.com/api-keys'
  );
}

/**
 * 示例：使用 You.com 可流式传输 HTTP MCP 服务器搜索 AI 新闻
 */
async function main() {
  // 配置可流式传输 HTTP MCP 服务器
  const mcpServer = new MCPServerStreamableHttp({
    url: 'https://api.you.com/mcp',
    name: 'You.com MCP 服务器',
    requestInit: {
      headers: {
        Authorization: `Bearer ${ydcApiKey}`,
      },
    },
  });

  try {
    // 连接到 MCP 服务器
    await mcpServer.connect();

    // 使用 MCP 服务器配置智能体
    const agent = new Agent({
      name: 'AI 新闻助手',
      instructions:
        '使用 You.com 工具搜索并回答有关 AI 新闻的问题。',
      mcpServers: [mcpServer],
    });

    // 使用用户查询运行智能体
    const result = await run(
      agent,
      '搜索本周最新的 AI 新闻'
    );

    console.log(result.finalOutput);
  } finally {
    // 清理连接
    await mcpServer.close();
  }
}

main().catch(console.error);

MCP 配置类型

托管 MCP（推荐）

是什么： OpenAI 通过其 Responses API 管理 MCP 连接和工具路由。

优点：
- ✅ 配置更简单（无需管理连接）
- ✅ OpenAI 处理身份验证和重试
- ✅ 延迟更低（工具在 OpenAI 基础设施中运行）
- ✅ 自动工具发现和列表
- ✅ 无需管理异步上下文或清理

适用场景：
- 构建生产应用程序
- 希望样板代码最少
- 需要可靠的工具执行
- 不需要自定义传输层

配置：

Python:

from agents.mcp import HostedMCPTool

tools=[
    HostedMCPTool(
        tool_config={
            "type": "mcp",
            "server_label": "ydc",
            "server_url": "https://api.you.com/mcp",
            "headers": {
                "Authorization": f"Bearer {os.environ['YDC_API_KEY']}"
            },
            "require_approval": "never",
        }
    )
]

TypeScript:

import { hostedMcpTool } from '@openai/agents';

tools: [
  hostedMcpTool({
    serverLabel: 'ydc',
    serverUrl: 'https://api.you.com/mcp',
    headers: {
      Authorization: `Bearer ${process.env.YDC_API_KEY}`,
    },
  }),
]

可流式传输的 HTTP MCP

是什么： 您自己管理 MCP 连接和传输层。

优点：
- ✅ 完全控制网络连接
- ✅ 可集成自定义基础设施
- ✅ 可添加自定义头部、超时、重试逻辑
- ✅ 可在自己的环境中运行 MCP 服务器
- ✅ 更适合测试和开发

适用场景：
- 需要自定义传输配置
- 在自己的基础设施中运行 MCP 服务器
- 需要特定的网络设置
- 开发和测试场景

配置：

Python:

from agents.mcp import MCPServerStreamableHttp

async with MCPServerStreamableHttp(
    name="You.com MCP 服务器",
    params={
        "url": "https://api.you.com/mcp",
        "headers": {"Authorization": f"Bearer {os.environ['YDC_API_KEY']}"},
        "timeout": 10,
    },
    cache_tools_list=True,
    max_retry_attempts=3,
) as server:
    agent = Agent(mcp_servers=[server])

TypeScript:

import { MCPServerStreamableHttp } from '@openai/agents';

const mcpServer = new MCPServerStreamableHttp({
  url: 'https://api.you.com/mcp',
  name: 'You.com MCP 服务器',
  requestInit: {
    headers: {
      Authorization: `Bearer ${process.env.YDC_API_KEY}`,
    },
  },
});

await mcpServer.connect();
try {
  const agent = new Agent({ mcpServers: [mcpServer] });
  // 使用智能体
} finally {
  await mcpServer.close();
}

可用的 You.com 工具

配置完成后，智能体可以发现并使用以下工具：
- mcp__ydc__you_search - 网页和新闻搜索
- mcp__ydc__you_express - 结合网络上下文的 AI 驱动答案
- mcp__ydc__you_contents - 网页内容提取

环境变量

两种配置模式都需要以下两个 API 密钥：

# 添加到 .env 文件或 shell 配置文件中
export YDC_API_KEY="your-you-api-key-here"
export OPENAI_API_KEY="your-openai-api-key-here"

获取您的 API 密钥：
- You.com: https://you.com/platform/api-keys
- OpenAI: https://platform.openai.com/api-keys

验证清单

完成前请检查：

[ ] 包已安装：openai-agents (Python) 或 @openai/agents (TypeScript)
[ ] 环境变量已设置：YDC_API_KEY 和 OPENAI_API_KEY
[ ] 模板已复制或配置已添加到现有文件
[ ] 已选择 MCP 配置类型（托管或可流式传输 HTTP）
[ ] 授权头部已配置 Bearer 令牌
[ ] 文件可执行 (Python) 或可编译 (TypeScript)
[ ] 准备好使用示例查询进行测试

测试您的集成

Python:

python your-file.py

TypeScript:

# 使用 tsx（推荐用于快速测试）
npx tsx your-file.ts

# 或编译后运行
tsc your-file.ts && node your-file.js

常见问题

找不到模块 @openai/agents

安装包：

# NPM
npm install @openai/agents

# Bun
bun add @openai/agents

# Yarn
yarn add @openai/agents

# pnpm
pnpm add @openai/agents

需要 YDC_API_KEY 环境变量

设置您的 You.com API 密钥：

export YDC_API_KEY="your-api-key-here"

在此处获取密钥：https://you.com/platform/api-keys

需要 OPENAI_API_KEY 环境变量

设置您的 OpenAI API 密钥： ```bash export OPENAI_API_KEY="your-api-key-

技能包地址：https://github.com/openclaw/skills/tree/main/skills/edwardirby/ydc-openai-agent-sdk-integration/SKILL.md

3 次点击 ∙ 0 人收藏

登录后收藏

目前尚无回复

0 条回复

ydc-openai-agent-sdk：集成 OpenAI 智能体 SDK 的开发技能

将 OpenAI Agents SDK 与 You.com MCP 集成

工作流程

验证：ydc_api_key = os.getenv("YDC_API_KEY")

验证：ydc_api_key = os.getenv("YDC_API_KEY")

完整模板

Python 托管 MCP 模板（完整示例）

Python 可流式传输 HTTP 模板（完整示例）

TypeScript 托管 MCP 模板（完整示例）

TypeScript 可流式传输 HTTP 模板（完整示例）

MCP 配置类型

托管 MCP（推荐）

可流式传输的 HTTP MCP

可用的 You.com 工具

环境变量

验证清单

测试您的集成

常见问题