OpenAI Agents Guide 官方指南
Agent、工具、指令、工作流程與交付設計的基本觀念。
適合 FDE 用在
建立企業導入 Agent 前的判斷框架與需求訪談問題。
FDE Agent Radar
把 Agent 從概念整理成可落地的企業架構
AI Agent 的核心不是讓模型自由行動，而是把目標、工具、資料、記憶、流程、評估與治理放進可控框架。這份 Radar 協助 FDE 判斷哪些來源值得追蹤，以及如何把 Agent 放進企業場景。
Agent 設計原則工具與多代理評估與追蹤守門與治理
How To Read
Agent 要先設邊界，再談能力
01
先判斷任務是否需要多步驟決策、工具調用或狀態記憶。
02
再盤點資料來源、可用工具、權限範圍與人工審核點。
03
接著選擇 SDK、框架或流程平台，不急著把所有事情做成多代理。
04
最後定義評估集、追蹤紀錄、失敗處理與治理責任。
Focus Areas
Agent 設計SDK多代理MCP記憶評估治理
Agent Map
依企業導入階段整理 Agent 參考來源
每個分類都對應 Agent 導入時會遇到的關鍵問題：從是否該做 Agent，到如何串工具、如何記憶、如何測試，以及如何控制風險。
Agent 01
Agent 設計原則
先判斷任務是否真的需要 Agent，而不是把所有自動化都包裝成代理。
FDE 參考價值
FDE 需要能向企業說明 Agent 適合處理哪些工作、需要哪些資料與控制點。
Agent 的適用情境、設計模式、守門機制與導入步驟。
適合 FDE 用在
把 Agent 從概念介紹轉成可討論的導入藍圖。
模型如何使用工具、何時呼叫工具與如何設計工具描述。
適合 FDE 用在
理解 Agent 不是只會聊天，而是能根據情境選擇工具執行任務。
Agent 02
Agent SDK 與開發框架
追蹤能把模型、工具、流程、記憶、追蹤與部署整合起來的開發框架。
FDE 參考價值
這類來源能協助 FDE 判斷企業應該採用輕量 API、專用 SDK，或完整 Agent 框架。
Agent、handoff、tool、guardrail、tracing 等核心能力。
適合 FDE 用在
評估以 OpenAI 生態建立可追蹤、可控管的 Agent 原型。
Agent 開發、工具、部署與 Google 生態整合方式。
適合 FDE 用在
評估 Google Cloud 或 Gemini 生態中的 Agent 導入路徑。
企業應用中的 Agent、Plugin、Connector 與 orchestration 設計。
適合 FDE 用在
評估 Microsoft、Azure 與企業系統整合場景。
Agent 03
流程編排與多代理協作
關注多步驟任務、狀態管理、角色分工、人工介入與可恢復流程。
FDE 參考價值
FDE 需要能把任務拆成可管理的節點，避免 Agent 變成不可預測的黑盒子。
LangGraph 流程框架
有狀態 Agent、圖狀流程、人機協作與可恢復執行。
適合 FDE 用在
設計需要審核、分支、長流程或多步驟決策的 Agent。
Microsoft AutoGen 多代理框架
多代理對話、任務協作、工具使用與研究型工作流。
適合 FDE 用在
探索多角色協作、審查者與執行者分工的 Agent 模式。
CrewAI 多代理框架
Role、Task、Crew、Process 與工具串接方式。
適合 FDE 用在
用角色化方式向非技術團隊解釋多代理協作。
Agent 04
工具調用與 MCP 連接
讓 Agent 安全地讀取資料、調用 API、操作檔案、連接 SaaS 或觸發內部流程。
FDE 參考價值
Agent 的價值常來自工具調用，但風險也在工具調用；FDE 必須能盤點權限與邊界。
AI 應用與外部工具、資料源之間的標準連接方式。
適合 FDE 用在
評估企業內部工具是否能用標準方式提供給 Agent 使用。
已發布的 MCP servers、工具能力與版本資訊。
適合 FDE 用在
快速盤點可連接工具與潛在資料風險。
Zapier MCP SaaS 工具
Agent 如何連接常見雲端 SaaS 並執行動作。
適合 FDE 用在
評估業務部門常用 SaaS 的低門檻自動化可能性。
Agent 05
情境、記憶與知識來源
處理 Agent 要知道什麼、記住什麼、查詢什麼，以及如何避免憑空編造。
FDE 參考價值
FDE 需要把企業文件、系統資料、使用者狀態與任務歷程設計成可靠的情境來源。
LlamaIndex Agents 資料代理
Agent 如何使用文件、工具、索引與資料來源回答問題。
適合 FDE 用在
設計文件問答、資料查詢與知識型 Agent。
LangGraph Memory 記憶設計
短期記憶、長期記憶、狀態保存與跨回合任務。
適合 FDE 用在
判斷 Agent 是否需要記憶，以及記憶應該存在哪裡。
Mem0 記憶服務
AI 應用中的使用者記憶、偏好與長期上下文管理。
適合 FDE 用在
評估客服、助理或長期任務場景是否需要個人化記憶。
Agent 06
低程式碼 Agent 與工作流平台
關注能快速把 Agent 做成可展示流程、內部工具或自動化服務的平台。
FDE 參考價值
這些來源適合做 POC、課程實作或企業內部初步導入，但仍需補上治理與測試。
Dify Agent AI 平台
Agent 應用、工具選擇、推理流程與知識庫整合。
適合 FDE 用在
快速展示企業內部問答、工具調用或流程型 Agent。
n8n AI Agents 流程平台
AI 節點、工具、資料來源、工作流與觸發條件。
適合 FDE 用在
把 Agent 融入既有通知、表單、審核與跨系統流程。
Flowise Agentflow 視覺化流程
視覺化 Agent 流程、節點、工具與測試方式。
適合 FDE 用在
用圖像化方式和客戶討論 Agent 的步驟與資料流。
Agent 07
評估、追蹤與可觀測性
追蹤 Agent 是否正確、穩定、可解釋、可重現，並能回溯每次工具調用。
FDE 參考價值
Agent 如果無法評估與追蹤，就很難進入企業正式流程；FDE 需要把驗收標準前置。
Agent 執行過程、工具調用、handoff 與 guardrail 的追蹤。
適合 FDE 用在
建立 Agent POC 的除錯、驗收與交付紀錄。
LangSmith 觀測平台
LLM 應用追蹤、資料集、評估、回歸測試與監控。
適合 FDE 用在
管理 Agent 從測試到正式上線後的品質。
Arize Phoenix 觀測平台
LLM traces、RAG 評估、資料集與可觀測性。
適合 FDE 用在
分析 Agent 回答品質、檢索品質與錯誤來源。
Agent 08
守門、資安與治理
處理提示注入、敏感資料、權限濫用、工具誤用、人工審核與責任歸屬。
FDE 參考價值
FDE 需要讓企業相信 Agent 不只是能動，而是能在可控邊界內動。
輸入守門、輸出守門、工具調用前後的檢查方式。
適合 FDE 用在
設計 Agent 在執行敏感任務前的風險控制點。
提示注入、敏感資料外洩、不安全插件與過度代理等風險。
適合 FDE 用在
建立 Agent 導入前的安全檢核表。
AI 風險治理、評估、組織責任與管理流程。
適合 FDE 用在
把 Agent 專案連接到企業治理、稽核與責任制度。
Next Step
想判斷企業場景是否適合 Agent？
可以先用 Agent Radar 建立共同語言，再用 Cheat Map 盤點資料、使用者、權限、平台與預算方向。