ツールキットはエージェントに追加できる関数のコレクションです。
ここでは、モデル対応ツール OpenAI 等の使い方を説明します。

Agno : ユーザガイド : コンセプト : ツール – ツールキット : モデル (OpenAI 等)

作成 : クラスキャット・セールスインフォメーション
作成日時 : 08/05/2025
バージョン : Agno 1.7.7

* 本記事は docs.agno.com の以下のページを独自に翻訳した上で、補足説明を加えてまとめ直しています :

• User Guide : Concepts : Tools – Toolkits : Models : OpenAI

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

 

 

Agno ユーザガイド : コンセプト : ツール – ツールキット : モデル : OpenAI

OpenAITools はエージェントが OpenAI モデルとやり取りして、音声トランスクリプション、画像生成、そしてテキスト発話変換を実行することを可能にします。

 

前提条件

OpenAITools を使用する前に、openai ライブラリがインストールされ OpenAI API キーが設定されていることを確認してください。
​

1. ライブラリのインストール

   pip install -U openai
   

2. API キーの設定: API キーを OpenAI から取得して環境変数として設定します

   export OPENAI_API_KEY="your-openai-api-key"
   

 

初期化

OpenAITools をインポートしてエージェントのツールリストに追加します。

from agno.agent import Agent
from agno.tools.openai import OpenAITools

agent = Agent(
    name="OpenAI Agent",
    tools=[OpenAITools()],
    show_tool_calls=True,
    markdown=True,
)

 

使用例

1. ​音声の文字起こし

この例は音声ファイルを文字起こしするエージェントを実演します。

transcription_agent.py

from pathlib import Path
from agno.agent import Agent
from agno.tools.openai import OpenAITools
from agno.utils.media import download_file

audio_url = "https://agno-public.s3.amazonaws.com/demo_data/sample_conversation.wav"

local_audio_path = Path("tmp/sample_conversation.wav")
download_file(audio_url, local_audio_path)

agent = Agent(
    name="OpenAI Transcription Agent",
    tools=[OpenAITools(transcription_model="whisper-1")],
    show_tool_calls=True,
    markdown=True,
)

agent.print_response(f"Transcribe the audio file located at '{local_audio_path}'")

 

2. 画像生成

この例はテキストプロンプトに基づいて画像を生成するエージェントを実演します。

image_generation_agent.py

from agno.agent import Agent
from agno.tools.openai import OpenAITools
from agno.utils.media import save_base64_data

agent = Agent(
    name="OpenAI Image Generation Agent",
    tools=[OpenAITools(image_model="dall-e-3")],
    show_tool_calls=True,
    markdown=True,
)

response = agent.run("Generate a photorealistic image of a cozy coffee shop interior")

if response.images:
    save_base64_data(response.images[0].content, "tmp/coffee_shop.png")

 

3. 音声生成

この例はテキストから音声を生成するエージェントを実演します。

speech_synthesis_agent.py

from agno.agent import Agent
from agno.tools.openai import OpenAITools
from agno.utils.media import save_base64_data

agent = Agent(
    name="OpenAI Speech Agent",
    tools=[OpenAITools(
        text_to_speech_model="tts-1",
        text_to_speech_voice="alloy",
        text_to_speech_format="mp3"
    )],
    show_tool_calls=True,
    markdown=True,
)

agent.print_response("Generate audio for the text: 'Hello, this is a synthesized voice example.'")

response = agent.run_response
if response and response.audio:
    save_base64_data(response.audio[0].base64_audio, "tmp/hello.mp3")

Note : View more examples here.

 

カスタマイズ

トランスクリプション、画像生成と TTS に使用される基盤となる OpenAI モデルをカスタマイズできます :

OpenAITools(
    transcription_model="whisper-1",
    image_model="dall-e-3",
    text_to_speech_model="tts-1-hd",
    text_to_speech_voice="nova",
    text_to_speech_format="wav"
)

以上