AI 工具 101

AgentKit 由 OpenAI 提供的评论:这是 N8N 的终结吗?

mm
将 Unite.AI 添加到您在 Google 上的首选来源
披露:

当您使用我们评测产品的链接时,Unite.AI可能获得报酬。这不会影响我们的编辑评价。 请阅读我们的 联盟披露。

A ChatGPT AI-Powered Assistant. One that actually does things for you instead of just replying with text.

您是否曾经希望能够构建自己的 ChatGPT 功能的助手?一个可以真正为您执行操作,而不仅仅是用文本回复的助手?

普华永道 2025 年的调查 发现,79% 的高级主管表示他们的公司已经在采用 AI 代理。但直到最近,构建这些代理需要同时处理多个工具,编写复杂的后端逻辑,并不断调试 API。

这就是 AgentKit 由 OpenAI 提供 的用途。它是一个全面的平台,允许任何人(开发人员和 非编码人员)快速设计、测试和部署 AI 代理。

在这篇 AgentKit 由 OpenAI 提供的评论 中,我将讨论其优缺点、它是什么、谁是其最佳用户,以及其主要功能。然后,我将展示如何使用它来创建一个航班代理,创建行程并查找航班信息。

我将通过比较 AgentKit 与我最喜欢的三个替代品(N8N、Albato 和 Pabbly)来完成这篇文章。到最后,您将知道它是否适合您!

结论

AgentKit 是一个功能强大的平台,允许任何人设计和部署 AI 代理,同时 保持数据安全 和管理。然而,工作流可以变得复杂;它只适用于 OpenAI 模型,嵌入需要后端设置,并且高级检索功能有限。

优缺点

  • 使用拖放画布快速设计复杂的代理工作流
  • 将设计、部署、测试和管理结合在一起
  • 适合所有技能水平(开发人员可以编码,非编码人员可以使用视觉界面)
  • 工具用于保持数据安全、合规和良好管理
  • 优化工具用于提高准确性和微调模型
  • 使用 ChatKit 将品牌聊天代理添加到应用程序中
  • 每个决策都需要“if/else”节点,使工作流变得大且复杂
  • 仅支持 OpenAI 模型,平台本身不是开源的
  • 嵌入代理需要后端处理 API 密钥
  • 缺乏高级检索工具

什么是 AgentKit 由 OpenAI 提供的功能?

AgentKit 由 OpenAI 提供 帮助开发人员使用视觉工具快速构建和部署 AI 代理。它将所有内容(设计、版本控制、提示调优 和测试)整合到一个平台中,以便将代理从原型转移到生产环境。

Sam Altman,OpenAI 的 CEO,将其称为“构建、部署和优化代理工作流所需的一切,且具有更少的阻力。

AgentKit 解决的问题

AgentKit 的主要目标是解决以下问题:消除碎片化的工具并简化代理开发工作流。

在 AgentKit 之前,您需要使用一个工具进行编排,另一个工具连接到您的数据,第三个工具进行测试,然后您需要从头开始构建自己的前端。然而,这种方法不具备可扩展性。AgentKit 解决了这个问题。

AgentKit 和响应 API

AgentKit 是建立在 OpenAI 的响应 API 之上的,该 API 于 2025 年 3 月 发布。如果您已经使用过它,您已经有了基础可以继续使用。

但是,即使您没有接触过它,AgentKit 也使一切变得更加容易,因为它建立在该基础设施之上。

AgentKit 与 ChatGPT

但是,什么使得“代理”与仅使用 ChatGPT 有所不同?我喜欢把 AgentKit 想象成“具有行动能力的 ChatGPT”。

普通的 ChatGPT 会用文本回复您。一个代理可以执行操作。它可以从您的 Google Drive 中提取数据,更新您的电子表格,发送电子邮件,或执行任何您编程它执行的任务。这是游戏规则的改变者。

视觉优先方法和代码优先灵活性

AgentKit 不会强迫您只有一种构建方式。有些人喜欢具有拖放功能的视觉界面。其他人更喜欢 编写实际代码。

AgentKit 提供了两种选择,这是罕见的。Agent Builder 是一个视觉画布,用于设计无需编码的工作流。但是,如果您想使用 Node、Python 或 TypeScript 构建,您也可以这样做。

视觉方法对于复杂的工作流来说很强大,因为它可以连接所有内容。然后,如果需要,您可以为需要更多自定义的部分编写代码。

灵活性使得 AgentKit真正有用。OpenAI 的 AgentKit 是将分散的开发人员景观整合成一个真正协同工作的平台的尝试。

谁是 AgentKit 的最佳用户?

以下是 AgentKit 的最佳用户:

  • 开发人员可以使用 AgentKit 构建、测试和部署 AI 代理,使用 Python、TypeScript 或 Node.js。
  • 工程团队可以使用 AgentKit 快速构建和管理多代理系统。
  • 产品经理可以使用 AgentKit 设置代理行为、规则和与工程师协调。
  • 企业可以使用 AgentKit 管理数据访问、安全性和 工具集成,例如 Google Drive 和 CRM。
  • IT 团队可以使用 AgentKit 大规模部署代理,使用 ChatKit 将其添加到应用程序中,并使用 Evals 监控性能。
  • 法律团队可以使用 AgentKit 通过审计跟踪、版本控制和政策工具保持合规性。
  • 爱好者可以使用 AgentKit 构建具有拖放工具的代理,并使用 SDK 进一步自定义。

AgentKit 的主要功能

以下是 AgentKit 的主要功能:

  • 代理构建器:一个用于设计 多代理工作流 的视觉拖放画布。
  • 连接器注册表:一个用于管理连接到 Google Drive、Dropbox 和 CRM 等工具的中央管理面板。
  • ChatKit:将可自定义的聊天式代理嵌入到应用程序或网站中。
  • 代理 SDK:使用 Python、TypeScript 或 Node.js 进行开发,以获得对代理逻辑的完全控制。
  • Evals:用于衡量性能的工具,例如跟踪评分、数据集和自动提示优化。
  • 防护栏:一个开源安全层,用于检测 PII 和越狱。
  • 强化微调(RFT):使用自定义评分器自定义模型,例如 o4-mini 和 GPT-5。

如何使用 AgentKit

以下是如何使用 AgentKit 由 OpenAI 提供 创建一个航班代理,创建行程并查找航班信息:

  1. 注册代理构建器
  2. 添加付款方式
  3. 购买积分
  4. 访问代理构建器
  5. 创建新工作流
  6. 创建分类器节点
  7. 选择输出格式
  8. 添加属性
  9. 添加“if/else”节点
  10. 添加航班代理节点
  11. 添加行程代理节点
  12. 预览和测试
  13. 创建和下载小部件
  14. 上传小部件
  15. 部署 AI 代理

步骤 1:注册代理构建器

注册 OpenAI 的 AgentKit。

我首先访问 platform.openai.com/agent-builder 并注册。

步骤 2:添加付款方式

向 OpenAI 的 Agent Builder 添加付款方式。

开始之前,您需要添加付款方式。该平台使用积分系统,API 使用时会消耗积分。

步骤 3:购买积分

购买 OpenAI 的 AgentKit API 积分。

您可以选择购买多少积分以及花费多少钱。

只需 5 美元,我就可以获得大约 200 万个输出令牌。这已经足够让我开始使用了,我选择了这个选项。

步骤 4:访问代理构建器

开始使用 OpenAI 的 AgentKit 设计。

购买积分后,我被带到了 OpenAI 的概述部分。我选择了“设计”下的“使用 AgentKit 构建”。

打开 OpenAI 的 Agent Builder。

接下来,我选择了“打开 Agent Builder”。

步骤 5:创建新工作流

使用 AgentKit 创建新工作流。

OpenAI 提供了六个不同的工作流模板供我使用:

  1. 数据丰富:收集数据以回答问题。
  2. 计划助手:创建工作计划。
  3. 客户服务:使用自定义策略处理 客户问题。
  4. 结构化数据 Q/A:向数据库提问。
  5. 文档比较:比较上传文档之间的差异。
  6. 内部知识助手:响应员工问题。

虽然这些都是很好的起点,但我决定从头开始,选择“创建”。

AgentKit 工作流中的开始和代理节点。

我立即被带到了一个新工作流中,包含一个开始节点,用于设置输入和状态变量,连接到一个代理模型。每个新工作流都以这些节点开始。

在本 AgentKit 指南中,我将展示如何构建一个旅行代理,创建行程并查找航班信息,灵感来自 Christina Huang 的 OpenAI 示例。

步骤 6:创建分类器节点

在使用 AgentKit 创建工作流时创建分类器代理。

我将创建两个代理:一个行程代理和一个航班代理。这意味着我必须将第一个代理转换为分类器,以确定传入的消息是关于行程还是航班。

为此,我选择了“我的代理”节点,并将其名称更改为“分类器”。接下来,我给了它一个描述:

“你是一个有用的旅行助手,用于分类消息是关于行程还是航班。”

步骤 7:选择输出格式

在使用 AgentKit 创建工作流时选择输出格式。

接下来,我将输出格式从文本更改为“JSON”,并选择“添加模式”。

步骤 8:添加属性

在使用 AgentKit 创建工作流时向代理添加属性。

这打开了一个新窗口,我在其中添加了一个名为“分类”的属性,具有两个选项:“flight_info”和“itinerary”。

步骤 9:添加“if/else”节点

向使用 AgentKit 创建的工作流添加 if/else 节点。

接下来,我添加了一个“if/else”节点,以便根据分类进行分支。我点击并从分类节点拖动以创建一个新节点,并从左侧面板中选择“if/else”节点。

在使用 AgentKit 创建工作流时向 if/else 节点添加“if”条件。

我选择了该节点,并将“input.output_parsed.classification == ‘flight_info’”添加到“if”中。

步骤 10:添加航班代理节点

向使用 AgentKit 创建的工作流添加航班代理节点。

从这个航班代理,我点击并拖动以添加另一个新节点,并从左侧面板中选择“代理”。

在使用 AgentKit 创建工作流时为代理命名、提供说明并添加 Websearch 作为工具。

我将其命名为“航班代理”,并给予以下说明:“您是一个旅行助手。推荐一趟航班前往某地。使用机场代码。”

我还确保为其提供“Websearch”作为工具,以获取有关航班的最新信息。

步骤 11:添加行程代理节点

向使用 AgentKit 创建的工作流添加行程代理选项。

对于行程代理,我做了同样的事情:添加了一个代理节点,并将其连接到“else”,将其命名为“行程代理”,并给予以下说明:“您是一个旅行助手。创建一个简洁的行程。”

步骤 12:预览和测试

在 AgentKit 中预览工作流。

为了预览和测试我创建的内容(通过选择右上角的“预览”),我需要验证我的组织。预览允许我向我的工作流发送消息以完成类似聊天机器人的任务(例如询问我应该在特定地点做什么)。

步骤 13:创建和下载小部件

在 Widget Builder 中通过描述创建小部件。

为了使结果更具吸引力和视觉效果,我使用了 Widget Builder。我可以通过描述它或上传 .widget 文件轻松创建一个新的小部件。

我决定描述我的小部件,因此我给了它以下描述:“设计一个小部件来显示从一个地点到另一个地点的航班信息,包括航班详情。”

下载使用 Widget Builder 创建的小部件。

Widget Builder 立即开始生成我的小部件。它没有花费太多时间,很快我就被呈现了代码和小部件的预览。

我点击右上角的“下载”以下载模板。

步骤 14:上传小部件

在使用 AgentKit 创建的工作流中将小部件作为输出格式添加到航班代理。

在我的工作流中,我选择了“航班代理”节点,并选择了“小部件”作为输出格式以上传文件。现在,当我预览我的工作流时,将显示一个带有航班信息的视觉卡片。

步骤 15:部署 AI 代理

发布工作流。

一旦我对一切感到满意,我就点击了右上角的“发布”。我需要做的就是为工作流命名以部署 AI 代理。

发布后,我可以使用 Agents SDK 或工作流 ID 将其直接添加到我的产品中。

总体来说,AgentKit 使我能够轻松地从头开始构建一个功能性的旅行代理。虽然需要一些开发知识,但我喜欢如何快速连接代理,甚至可以 设计一个小部件 以使体验更具交互性。

AgentKit 的前三名替代品

以下是 AgentKit 的最佳替代品,我认为值得考虑:

N8N

AgentKit 的第一个替代品是我推荐的 N8N。它是 AgentKit 的最大竞争对手,提供超过 500 个集成和强大的工作流自动化工具,用于构建多步骤流程。

N8N 以开源而著名,而 AgentKit(作为一个平台)则不是。 N8N 支持许多第三方应用和模型(例如 OpenAI、Anthropic 和 自托管 LLM),以实现全面的后端自定义。它提供了摆脱供应商锁定的自由,并支持前端和后端自动化。

与此同时,AgentKit 紧密地与 OpenAI 集成。它提供了精致的聊天小部件和 提示优化工具,但仅支持 OpenAI 模型,并且外部集成有限。

对于广泛的集成和开放部署,请选择 N8N。对于精美的聊天界面和无缝的 OpenAI 集成,请选择 AgentKit。

阅读我的 N8N 评论 或访问 N8N!

Albato

Albato 主页。

AgentKit 的下一个替代品是我推荐的 Albato。它是一个无代码自动化工具,连接超过 1,000 个应用,例如 Google Sheets、Slack、Shopify 和 HubSpot 。这意味着您可以在不编码的情况下自动化工作流程。

Albato 以其基于规则的自动化而突出,它连接应用以同步数据、发送警报或更新记录。它提供了一个易于使用的拖放式构建器、实时同步(在企业环境中每分钟高达)以及对 自定义 API 和 Webhook 的支持。

与此同时,AgentKit 由 OpenAI 提供,专注于 AI 代理开发。它提供了诸如 Agent Builder、ChatKit 和 Agents SDK 之类的工具,用于构建基于 LLM 的代理。

选择 Albato 进行简单、高容量的应用程序自动化,这种自动化易于使用且具有成本效益。对于使用视觉构建器的多代理工作流,请选择 AgentKit。

Pabbly

AgentKit 的最后一个替代品是我推荐的 Pabbly。它是一个经济的自动化平台,连接到 1,000 多个应用程序,并创建复杂的工作流程。它非常适合 小型企业 和 营销人员。

Pabbly 以其终身交易而突出,因此您只需支付一次费用就可以永远使用它。它还提供了无限的工作流任务,并具有 企业级安全性,具有 SOC2 Type 2 和 ISO 27001 认证。

与此同时,AgentKit 擅长管理多个代理并保持清晰的记录。对于使用 GPT-5 或 o4-mini 构建代理的开发人员来说,这是一个不错的选择。

选择 Pabbly 进行经济、可扩展且安全的无代码自动化,具有长期节省。否则,请选择 AgentKit 以获得强大的 OpenAI 集成。

AgentKit 由 OpenAI 提供的评论:适合您吗?

在使用 AgentKit 进行构建后,我发现它实现了其目标:将构建、测试和部署 AI 代理所需的一切整合到一个流畅的工作流中。我喜欢如何快速将一个想法转变为一个功能性的原型,使用视觉构建器,并使用 SDK 自定义逻辑。

然而,AgentKit 最适合那些已经投资于 OpenAI 生态系统的人。对于更大的灵活性和集成,您可能需要考虑这些替代方案:

  • N8N 最适合开发人员和团队,他们希望拥有开源的灵活性、全面的后端控制和数百个第三方集成。
  • Albato 最适合那些希望进行简单、高容量的应用程序自动化、易于使用且具有成本效益的人。
  • Pabbly 最适合小型企业或营销人员,他们正在寻找具有无限工作流的经济、终身交易自动化平台。

感谢您阅读我的 AgentKit 由 OpenAI 提供的评论!我希望您觉得它有帮助。

AgentKit 使用积分系统,因此您可以选择购买多少积分。请尝试使用它,看看您是否喜欢它!

Janine Heinrichs 是一位 AI 软件评测专家,在过去三年中测试并评审了 250 多款 AI 工具。