OpenAI Agents SDK 版本策略与破坏性变更迁移指南：0.Y.Z 语义化版本与 0.1.0～0.22.0 变更日志全解读

OpenAI Agents SDK 版本策略与破坏性变更迁移指南：0.Y.Z 语义化版本与 0.1.0～0.22.0 变更日志全解读

【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-python

OpenAI Agents SDK（当前仓库 pyproject.toml 中版本为0.22.0）是一个面向多智能体工作流的轻量级 Python 框架。本文基于仓库官方发布文档（docs/release.md 及日文版 docs/ja/release.md），系统梳理 SDK 采用的0.Y.Z改良语义化版本规则，并逐版本解读 0.1.0 至 0.22.0 的破坏性变更与重要新特性。读完本文，你将理解每个版本号的增量含义、哪些变更会影响现有代码、如何规避破坏性变更，并掌握若干关键迁移操作（如沙箱路径授权、模型拒绝错误处理、OpenAI v3/HTTPX2 迁移等）。

版本规则：0.Y.Z改良语义化版本

与标准语义化版本（SemVer）不同，本项目使用0.Y.Z三段式版本号，开头的0明确表明 SDK 仍处于快速演进阶段。三个位置各自的增量规则如下。

Minor（Y）版本：破坏性变更的信号

任何未被标记为 beta 的公开接口发生破坏性变更（breaking changes）时，会递增Y。例如，从0.0.x升级到0.1.x就可能包含破坏性变更。

迁移建议：如果你的项目不希望遇到破坏性变更，官方建议将依赖固定（pin）到0.0.x系列版本。注意，由于 SDK 采用0.Y.Z结构，0.0.x并不等同于“稳定的 1.0”，而是表示尚未出现破坏性变更的早期阶段，固定到该系列可避免 minor 版本引入的迁移成本。

Patch（Z）版本：非破坏性变更

以下非破坏性变更通过递增Z发布：

• 缺陷修复（bug fixes）
• 新功能（new features）
• 私有接口的变更（changes to private interfaces）
• beta 功能的更新（updates to beta features）

也就是说，新功能并非只出现在 minor 版本：只要不破坏公开接口，功能增强走 patch 即可。反过来，即使 minor 版本号未变，功能也在持续演进，升级 patch 版本是低风险的。

与仓库源码的对应关系

当前仓库 pyproject.toml 声明version = "0.22.0"，requires-python = ">=3.10"，核心依赖为openai>=3.0.0,<4、pydantic>=2.12.2,<3、mcp>=1.19.0,<3、websockets>=15.0,<17等，这些依赖约束正是后续 0.20.0、0.21.0 版本变更在源码层面的落点。运行时版本号通过 src/agents/version.py 从importlib.metadata.version("openai-agents")读取，未安装时回退为0.0.0。

破坏性变更日志全览（0.1.0 → 0.22.0）

为便于快速检索，先给出各版本的变更性质总览：

下面按从新到旧的顺序逐版本详细解读。

0.22.0：失败处理与数据隔离强化（当前版本）

0.22.0 对多个既有 API 的失败处理与数据隔离进行了收紧，凡是使用显式客户端构造OpenAIProvider、同时又把organization或project传给 provider 的应用，必须删除这些重复参数。主要变更点：

输出护栏拦截终态工具输出时的可重放性处理

当**智能体级输出护栏（agent-level output guardrail）**阻止了由终态函数工具（terminal function tool）直接产生的最终输出时：

• 仅当校验字段允许安全重建时，SDK 才保留可重放（replay-valid）的调用/输出对；
• 原始function_call_output载荷在会话历史、RunState以及流式结果状态中被替换为固定文本"Output withheld by an output guardrail."，含载荷的当前响应护栏元数据被清除或替换；
• 若当前响应包含推理内容或其他不支持的形态，SDK 改为丢弃整个当前响应后缀；
• 先前已接受的轮次与护栏结果仍然可用。

相关指南见 输出护栏。

非流式 Responses 调用新增ModelBehaviorError

非流式 OpenAI Responses 调用在返回响应的终态为failed或incomplete时，现在会抛出ModelBehaviorError，与既有流式终态事件处理保持一致。该行为适用于OpenAIResponsesModel以及AnyLLMModel的 Responses 路径。异常体系定义在 src/agents/exceptions.py（ModelBehaviorError描述为“模型行为异常，如调用不存在的工具或返回畸形 JSON”）。相关指南见 异常。

OpenAIProvider参数冲突校验扩展

OpenAIProvider现在当openai_client与organization或project组合使用时也会抛出UserError；此前已存在的与api_key、base_url、websocket_base_url的冲突校验保持不变。从源码可以看到，__init__中只要openai_client非空且api_key/base_url/websocket_base_url/organization/project任一非空即抛出UserError：

if openai_client is not None: if any( value is not None for value in (api_key, base_url, websocket_base_url, organization, project) ): raise UserError( "Don't provide api_key, base_url, websocket_base_url, organization, or project " "if you provide openai_client" )

正确做法是在显式AsyncOpenAI客户端上配置这些值，详见 API 密钥与客户端。

RunState 检查点独立用量快照

每个RunResult.to_state()检查点现在持有独立的用量（usage）快照。恢复（resume）的结果从检查点合计值起步，并累加自身的模型调用，而不会改动源结果或同级检查点。嵌套的Agent.as_tool()恢复仍会将恢复后的用量聚合到处于活动状态的外层运行中。详见 RunState 检查点中的用量。

可视化递归展开与 clone 语义澄清

• 智能体可视化现在会递归展开通过handoff(agent)注册的目标智能体所拥有的工具、MCP 服务器及后续 handoff，与handoffs列表中直接Agent条目的行为一致，见 生成图。
• Agent.clone()与RealtimeAgent.clone()的 API 指引现在精确描述了既有的浅拷贝（shallow-copy）行为：未被覆盖的列表属性仍指向同一列表对象；若克隆体需要独立拥有容器，请传入新列表，见 克隆/复制智能体。

0.21.0：强制openaiv3 与 HTTPX2 迁移

0.21.0 要求使用openaiv3，并将 Agents SDK 的 OpenAI HTTP 集成迁移到HTTPX2。使用默认 OpenAI 客户端的应用无需修改客户端配置，但自定义了 OpenAI HTTP 层的应用需要迁移传输层相关代码。

• 必需依赖变为openai>=3.0.0,<4（与仓库 pyproject.toml 一致）；干净的核心安装使用 HTTPX2，不再将传统httpx作为直接依赖安装。
• 默认 OpenAI provider、Voice provider、Responses WebSocket 支持、tracing exporter 以及 provider 重试归一化均改用 HTTPX2，既有公开配置与运行时行为不变。
• 向AsyncOpenAI传入http_client=的应用，需要把自定义客户端、传输层、认证、事件钩子、mock 传输、超时值、URL、请求/响应及传输异常处理从httpx迁移到httpx2。若既需要 OpenAI 客户端默认配置又需要自定义 HTTP 选项，官方推荐使用 OpenAI Python SDK 的DefaultAsyncHttpx2Client（该类型正是 src/agents/models/openai_provider.py 中shared_http_client()所引用的实现）。详见 openai v3 自定义 HTTP 客户端。
• Agents SDK不会自动把任意传统 HTTPX 对象转换为 HTTPX2；OpenAI Python SDK 的临时 legacy 客户端兼容路径需要显式安装httpx，应仅作为迁移的过渡桥梁。
• 本地 MCP 的 HTTP 自定义继续跟随已安装的 MCP 包：MCP Python SDK v1 提供并使用传统httpx，v2 使用httpx2；普通 MCP 连接无需改动，见 MCP Python SDK v1 与 v2。
• 公开的provider 无关测试工具现在可覆盖 Agent 模型、Sandbox 会话、Realtime 会话、Voice pipeline 工作流，且不依赖真实 provider 或进程，见 测试。

0.20.0：MCP v2 支持与默认模型更新

0.20.0 对自定义本地 MCP HTTP 传输的应用包含潜在的破坏性 MCP 依赖迁移，并更新了 SDK 默认模型。

默认模型改为gpt-5.6-luna

SDK 默认模型从gpt-5.4-mini改为gpt-5.6-luna，默认reasoning.effort="none"与verbosity="low"设置不变。显式指定的智能体模型、运行级模型覆盖以及OPENAI_DEFAULT_MODEL环境变量始终优先于 SDK 默认值。

Realtime 输入转写新模型

Realtime 输入转写配置现可识别gpt-transcribe、gpt-live-transcribe、gpt-realtime-whisper：

• 低延迟的gpt-live-transcribe会话支持在嵌套audio.input.transcription中配置prompt、keywords及多个预期languages；
• SDK 固定的 OpenAI 客户端版本中，delay延迟/精度级别仅gpt-realtime-whisper支持；
• 语音轮次提交后的转写或检测语言输出，请通过 WebSocket 使用gpt-transcribe；
• 显式设置audio.input.turn_detection=None可禁用自动轮次检测。

详见 输入转写设置。

本地 MCP 连接支持 MCP Python SDK v2

Agents SDK 创建的本地 MCP 连接现在支持MCP Python SDK v2，同时通过mcp>=1.19.0,<3保留 v1 兼容性（见 pyproject.toml）。SDK 自动适配常规 stdio、SSE 与 Streamable HTTP 连接；安装 MCP v2 时使用mcp.Client(mode="auto")探测最新支持协议，对旧服务器回退到传统initialize握手。若依赖解析选中 MCP v2，提供自定义httpx.Auth对象或httpx.AsyncClient工厂的应用需把这些值迁移到httpx2，或固定mcp<2以保留 v1 HTTP 栈。MCPServerStreamableHttp的params["ignore_initialized_notification_failure"] = True选项仍仅限 v1。详见 MCP Python SDK v1 与 v2。

沙箱挂载验证与凭据隔离

沙箱挂载验证现在在任何沙箱或挂载辅助副作用发生之前，拒绝不安全的凭据放置。可信应用可在不修改存储能力表的前提下，针对容器内的精确挂载路径授权“挂载级或宽泛凭据暴露”；这些授权仅在运行时生效，序列化的沙箱状态本身不会授予凭据权限。在受保护挂载边界处，SDK 返回新的脱敏异常：

• 若源异常是精确识别的 SDK 沙箱错误、且其获批的结构化字段通过校验，则替换后保留该子类型与校验通过的安全字段；
• 可识别的MountConfigError还能保留 SDK 生成的安全校验消息；
• 其余情况下返回新的通用脱敏错误，且不保留 provider 控制或未经批准的消息、命令数据、备注、上下文、原因及源 traceback 状态。

详见 挂载与远程存储 与 从会话状态恢复。

重试策略与恢复前输入

• 重试策略可检查稳定的重放安全事实，并对 provider 标记为不安全的非流式请求显式设置RetryDecision(approve_unsafe_replay=True)。该批准不会绕过中止、已发出的流式输出，或 Programmatic Tool Calling 等独立本地副作用否决，见 Runner 管理的重试。
• 可恢复的RunState对象支持在下次模型调用前用add_input()暂存持久用户输入：暂存输入在序列化后仍保留、会经过输入护栏，并在本地会话与服务器托管会话中产生一次持久 SDK 输入；若显式批准了不安全重放，输入可能被重新发送给 provider 并重复 provider 侧工作，见 恢复前添加输入。

运行时可靠性修复

0.20.0 还统一了流式与非流式输出护栏的会话持久化、在复制与命名空间化时保留FunctionTool子类、对不支持的 Chat Completions 音频输出显式报错（不再静默完成空流）。OpenAIResponsesCompactionSession包装器会在取消到达调用方之前尝试并等待压缩前历史恢复。VoicePipeline消费者在干净运行后会收到转写会话关闭失败，而较早的轮次失败优先于较晚的关闭失败。RunState往返现在保留本地 shell 输出、已确认的计算机安全检查、默认值工具输出字段，以及在遍历字典/列表/元组时遇到的 Pydantic 模型或 dataclass 输出。MCP 转换保留自由形式对象 schema 与图像输出，音频、资源等其他原始内容块以合法 JSON 文本序列化。MCPServerManager对重叠生命周期操作做串行化处理，并对连接与清理应用有限默认超时。模型重放时，输出项在作为输入使用前会移除服务器持有的created_by元数据。

0.19.0：Programmatic Tool Calling（无破坏性变更）

本 minor 版本不引入破坏性变更，递增 minor 是为了反映 OpenAI Responses 的重要新功能领域——Programmatic Tool Calling：

• 新增ProgrammaticToolCallingTool，让支持的 OpenAI Responses 模型生成 JavaScript 来协调符合 Programmatic Tool Calling 条件的工具；支持工具级allowed_callers、来自FunctionTool实例的 structured outputs，以及与 Runner 流式、护栏、审批、会话、RunState的集成，见 Programmatic Tool Calling。
• 新增公开的agents.decorators模块，以及作为既有@function_tool装饰器短别名的@tool（与既有护栏装饰器并存）；FunctionTool实例现在也支持异步可调用对象。
• SDK 配置在智能体、运行、模型、会话、沙箱、语音 pipeline 中一致接受类型化配置对象或字典，并校验未知配置。
• 强化模型、工具、MCP、Realtime、会话、沙箱、tracing 的错误与诊断日志，在保留有用调试上下文的同时避免暴露原始敏感载荷。
• 改进 AnyLLM、LiteLLM、Chat Completions 兼容性：模型重试间保留会话历史；新增对响应开始前 WebSocket 过载的 provider 重试指引，使 opt-in 的 Runner 重试策略在允许时重放失败尝试。
• 通过VercelCloudBucketMountStrategy（实现于 src/agents/extensions/sandbox/vercel/mounts.py）新增仅 Vercel 沙箱创建时可配置的 S3 挂载：挂载会话的桶内容不参与工作区持久化，且有意不支持动态挂载变更与会话恢复。

0.18.0：Realtime 默认模型更新（无破坏性变更）

本 minor 版本仅为 Realtime 智能体默认模型更新：默认模型改为gpt-realtime-2.1，新 Realtime 配置无需额外设置即可使用最新推荐模型。

0.17.0：沙箱本地源实化边界收紧（含迁移示例）

本版本将沙箱本地源实化限制在实化的base_dir内：除非源路径被Manifest.extra_path_grants覆盖，LocalFile.src与LocalDir.src必须保持在base_dir之内。base_dir是清单（manifest）应用时 SDK 进程的当前工作目录；相对本地源从该目录解析，绝对本地源必须已经位于该目录内或处于显式授权范围内。这消除了本地工件边界问题，但会影响那些有意把base_dir之外的受信主机文件/目录复制进沙箱工作区的应用。

迁移方式：在清单层使用SandboxPathGrant授予受信主机根路径，若沙箱只需读取这些文件，建议设为只读：

from pathlib import Path from agents.sandbox import Manifest, SandboxPathGrant from agents.sandbox.entries import Dir, LocalDir # This is an absolute host path outside the SDK process base_dir. TRUSTED_DOCS_ROOT = Path("/opt/my-app/docs") manifest = Manifest( extra_path_grants=( # This host root is outside the SDK process base_dir, so the manifest must grant it. SandboxPathGrant(path=str(TRUSTED_DOCS_ROOT), read_only=True), ), entries={ # No grant is needed for local sources that stay under the SDK process base_dir. "fixtures": LocalDir(src=Path("fixtures"), description="Local test fixtures."), # This entry reads from the granted host root and copies it into the sandbox workspace. "docs": LocalDir(src=TRUSTED_DOCS_ROOT, description="Trusted local documents."), # Dir creates a sandbox workspace directory; it does not read from the host filesystem. "output": Dir(description="Generated artifacts."), }, )

务必把extra_path_grants视为受信应用配置：除非应用已预先批准相应主机路径，否则不要根据模型输出或其他不可信清单输入构造授权。

0.16.0：默认模型换代与max_turns=None

本版本把 SDK 默认模型从gpt-4.1改为gpt-5.4-mini，影响所有未显式设置模型的智能体与运行。由于新默认是 GPT-5 模型，隐式默认模型设置现在包含reasoning.effort="none"、verbosity="low"等 GPT-5 默认值。需要保留旧默认行为的应用，请在智能体或运行配置中显式指定模型，或设置OPENAI_DEFAULT_MODEL环境变量：

agent = Agent(name="Assistant", model="gpt-4.1")

其他变更：

• Runner.run、Runner.run_sync、Runner.run_streamed现在接受max_turns=None以禁用轮次上限（源码中max_turns: int | None = DEFAULT_MAX_TURNS，见 src/agents/run.py）。
• 沙箱工作区水合（hydration）现在拒绝包含指向归档根之外的符号链接的 tar 归档（包括绝对符号链接目标），本地、Docker 与 provider 支持的沙箱实现均适用。

0.15.0：模型拒绝改为显式ModelRefusalError

本版本把模型拒绝（refusal）从“当作空文本输出”或（对 structured outputs 而言）“运行循环重试到MaxTurnsExceeded”改为显式抛出ModelRefusalError。该异常定义于 src/agents/exceptions.py，携带refusal文本字段。

这会影响到此前假定“仅含拒绝的模型响应以final_output == ""完成”的代码。若希望在不抛异常的情况下处理拒绝，请提供model_refusal运行错误处理器：

result = Runner.run_sync( agent, input, error_handlers={"model_refusal": lambda data: data.error.refusal}, )

对使用 structured outputs 的智能体，处理器可返回与智能体输出 schema 匹配的值，SDK 会像验证其他运行错误处理器的最终输出一样校验该值。

0.14.0：Sandbox Agents 测试版（无破坏性变更）

本 minor 版本无破坏性变更，但引入了重大新 beta 功能领域——Sandbox Agents，以及跨本地、容器化、托管环境的运行时、后端与文档支持：

• 新增以SandboxAgent、Manifest、SandboxRunConfig为核心的 beta 沙箱运行时接口，让智能体在带文件、目录、Git 仓库、挂载、快照与恢复支持的持久隔离工作区内工作。
• 通过UnixLocalSandboxClient与DockerSandboxClient提供本地与容器化沙箱执行后端；并通过 Python 包的可选依赖 extras（见 pyproject.toml）提供 Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercel 的托管 provider 集成。
• 新增沙箱内存支持：通过渐进披露、多轮分组、可配置隔离边界以及 S3 支撑工作流在内的持久内存示例，让后续运行复用先前运行的经验。
• 新增更全面的工作区与恢复模型：本地与合成工作区条目、S3/R2/GCS/Azure Blob Storage/S3 Files 远程存储挂载、可移植快照，以及通过RunState、SandboxSessionState或已存快照的恢复流程。
• examples/sandbox/ 下新增大量沙箱示例与教程，覆盖使用技能、handoff、内存的编码任务、provider 特定配置，以及代码审查、数据室 QA、网站克隆等端到端工作流。
• 核心运行时与 tracing 栈扩展了沙箱感知的会话准备、能力绑定、状态序列化、统一 tracing、prompt 缓存键默认值，以及更安全的敏感 MCP 输出脱敏。

0.13.0 与更早的 Responses 时代

0.13.0：Realtime 默认模型与 MCP 资源 API

无破坏性变更，包含值得注意的 Realtime 默认更新、新 MCP 能力与运行时稳定性修复：

• 默认 WebSocket Realtime 模型改为gpt-realtime-1.5，新 Realtime 配置无需额外设置即可使用新模型。
• MCPServer公开list_resources()、list_resource_templates()、read_resource()；MCPServerStreamableHttp公开session_id，使使用 MCP Streamable HTTP 传输的会话可在重连或跨无状态 worker 恢复。
• Chat Completions 集成可通过should_replay_reasoning_content选择重新发送既有推理内容，改善 LiteLLM/DeepSeek 等适配器的 provider 特定推理/工具调用连续性。
• 修复多个运行时与会话边界问题：SQLAlchemySession并发首次写入、推理剥离后含孤立 assistant 消息 ID 的压缩请求、remove_all_tools()残留 MCP/推理条目、FunctionTool实例批量执行器的竞态。

0.12.0 / 0.11.0

这两个 minor 版本均无破坏性变更，主要功能新增请查阅仓库对应版本发布说明。

0.10.0：Responses API WebSocket 传输

无破坏性变更，但为 OpenAI Responses 用户引入重要新功能领域——Responses API 的WebSocket 传输支持：

• 为 OpenAI Responses 模型新增 WebSocket 传输支持（opt-in，HTTP 仍为默认传输）。
• 新增responses_websocket_session()辅助函数 /ResponsesWebSocketSession（实现于 src/agents/responses_websocket_session.py），用于在跨多轮运行中复用共享的 WebSocket 能力 provider 与RunConfig。
• 新增覆盖流式、工具、审批与后续轮次的 WebSocket 流式示例 examples/basic/stream_ws.py。

0.9.0 至 0.1.0：早期运行时与 API 演进

0.9.0：移除 Python 3.9

Python 3.9 因该主版本三个月前已 EOL（生命周期结束）而不再受支持，请升级到更新运行时。同时，Agent#as_tool()返回值的类型提示从Tool收窄为FunctionTool，通常不会造成破坏，但若代码依赖更宽泛的联合类型则需调整。

0.8.0：同步工具线程化与 MCP 失败处理可配置

本版本有两处运行时行为变更，可能需要迁移：

• 包装同步Python callable 的FunctionTool实例，现在通过asyncio.to_thread(...)在工作线程上执行，而不再运行在事件循环线程上。若工具逻辑依赖线程本地状态或线程亲和资源，请迁移到异步工具实现，或在工具代码中显式处理线程亲和性。
• 本地 MCP 工具失败处理现在可配置，默认行为可返回模型可见的错误输出，而不再让整个运行失败。若依赖 fail-fast 语义，请设置mcp_config={"failure_error_function": None}；由于服务器级failure_error_function值会覆盖智能体级设置，请在每个具有显式处理器的本地 MCP 服务器上设置failure_error_function=None。

0.7.0：嵌套 handoff 历史改为 opt-in

• 嵌套 handoff 历史现在是opt-in（默认关闭）。若依赖 v0.6.x 的默认嵌套行为，请显式设置RunConfig(nest_handoff_history=True)。
• gpt-5.1/gpt-5.2的默认reasoning.effort从 SDK 默认配置的"low"改为"none"。若提示词或质量/成本画像依赖"low"，请在model_settings中显式设置。

0.6.0：handoff 历史合并为单条消息

默认 handoff 历史不再以独立消息传递用户与 assistant 轮次，而是打包为单条 assistant 消息，为下游智能体提供简洁、可预测的总结。既有单消息 handoff 转录现在默认以精确字面文本`For context, here is the conversation so far between the user and the previous agent:`开头，后接<CONVERSATION HISTORY>块，为下游智能体提供清晰标注的总结。

0.5.0 与 0.4.0

• 0.5.0 无可见破坏性变更：RealtimeRunner新增 SIP 协议连接处理支持；为兼容 Python 3.14 大幅修订Runner#run_sync内部逻辑。
• 0.4.0 起不再支持 openai 包 v1.x，请配合本 SDK 使用 openai v2.x（后续 0.21.0 进一步要求 v3）。

0.3.0 至 0.1.0

• 0.3.0：Realtime API 支持迁移到 gpt-realtime 模型及其 API 接口（GA 版本）。
• 0.2.0：部分原本接收Agent作为参数的位置改为接收AgentBase（如 MCP 服务器的list_tools()方法签名）。这是纯类型变更，仍会收到Agent对象，只需把Agent替换为AgentBase修复类型错误。
• 0.1.0：MCPServer.list_tools()新增run_context与agent两个参数，所有在MCPServer子类中覆写的list_tools()方法都需补充这两个参数。

迁移决策速查

• 不想遇到破坏性变更：将依赖固定到0.0.x系列；升级前先对照本文表格确认目标版本是否标记为破坏性。
• 正在自定义 OpenAI HTTP 层：确认是否传入http_client=，若是则迁移到httpx2或使用DefaultAsyncHttpx2Client（0.21.0）。
• 正在自定义本地 MCP HTTP 传输：确认依赖解析是否选中 MCP v2，若是则迁移自定义httpx.Auth/httpx.AsyncClient工厂或固定mcp<2（0.20.0）。
• 沙箱需要读取base_dir之外的主机文件：在Manifest.extra_path_grants中显式授权（0.17.0）。
• 依赖旧默认模型行为：在智能体或运行上显式设置模型，或用OPENAI_DEFAULT_MODEL覆盖（0.16.0 / 0.20.0）。
• 依赖拒绝即空输出的旧语义：改用model_refusal运行错误处理器（0.15.0）。
• 依赖事件循环线程上的同步工具执行：迁移到异步工具或显式处理线程亲和性（0.8.0）。
• 依赖 v0.6.x 的嵌套 handoff 默认行为：显式设置RunConfig(nest_handoff_history=True)（0.7.0）。

结合仓库 docs/release.md、pyproject.toml 与 src/agents/exceptions.py 等源码，可以在升级前精确核对每个版本号的语义与受影响接口，从而制定低风险的升级路径。

【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-python