Skip to content

Commit 0ab3765

Browse files
github-actions[bot]github-actions[bot]
authored
Update all translated document pages (#1561)
1 parent 097b12f commit 0ab3765

27 files changed

+580
-524
lines changed

‎docs/ja/agents.md

Lines changed: 26 additions & 26 deletions
Original file line numberDiff line numberDiff line change
@@ -4,16 +4,16 @@ search:
44
---
55
# エージェント
66

7-
エージェントはアプリの中核となる構成要素です。エージェントは、instructions とツールで構成された大規模言語モデル（LLM）です。
7+
エージェントはアプリの中核となる基本構成要素です。エージェントは、 instructions と tools で構成された大規模言語モデル LLM です。
88

9-
## 基本構成
9+
## 基本設定
1010

1111
エージェントで最も一般的に設定するプロパティは次のとおりです。
1212

13-
- `name`: エージェントを識別する必須の文字列です。
14-
- `instructions`: 開発者メッセージ（developer message）または システムプロンプト とも呼ばれます。
15-
- `model`: どの LLM を使用するか、および任意の `model_settings` で temperature、top_p などのモデル調整パラメーターを設定します。
16-
- `tools`: エージェントがタスクを遂行するために使用できるツールです。
13+
- `name`: エージェントを識別するための必須の文字列です。
14+
- `instructions`: developer message（開発者メッセージ）または system prompt とも呼ばれます。
15+
- `model`: 使用する LLM と、temperature、top_p などのモデルチューニング用の任意の `model_settings`。
16+
- `tools`: エージェントがタスクを達成するために使用できるツールです。
1717

1818
```python
1919
from agents import Agent, ModelSettings, function_tool
@@ -33,7 +33,7 @@ agent = Agent(
3333

3434
## コンテキスト
3535

36-
エージェントはその `context` 型についてジェネリックです。コンテキストは依存性注入のためのツールで、あなたが作成して `Runner.run()` に渡すオブジェクトです。これはすべてのエージェント、ツール、ハンドオフなどに渡され、エージェントの実行に必要な依存関係や状態をまとめて保持する役割を果たします。任意の Python オブジェクトをコンテキストとして渡せます。
36+
エージェントは `context` 型に対して汎用的です。コンテキストは依存性注入のためのツールで、あなたが作成して `Runner.run()` に渡すオブジェクトです。これはすべてのエージェント、ツール、ハンドオフなどに渡され、エージェントの実行における依存関係や状態をまとめて保持します。コンテキストには任意の Python オブジェクトを指定できます。
3737

3838
```python
3939
@dataclass
@@ -52,7 +52,7 @@ agent = Agent[UserContext](
5252

5353
## 出力タイプ
5454

55-
デフォルトでは、エージェントはプレーンテキスト（つまり `str`）を出力します。特定の型の出力を生成したい場合は、`output_type` パラメーターを使用できます。一般的には [Pydantic](https://docs.pydantic.dev/) のオブジェクトを使いますが、Pydantic の [TypeAdapter](https://docs.pydantic.dev/latest/api/type_adapter/) でラップできる任意の型（dataclasses、list、TypedDict など）をサポートします。
55+
既定では、エージェントはプレーンテキスト（つまり `str`）を出力します。特定の型の出力をエージェントに生成させたい場合は、`output_type` パラメーターを使用できます。一般的には [Pydantic](https://docs.pydantic.dev/) オブジェクトを使用しますが、Pydantic の [TypeAdapter](https://docs.pydantic.dev/latest/api/type_adapter/) でラップできるあらゆる型（dataclasses、lists、TypedDict など）をサポートします。
5656

5757
```python
5858
from pydantic import BaseModel
@@ -73,11 +73,11 @@ agent = Agent(
7373

7474
!!! note
7575

76-
`output_type` を渡すと、モデルは通常のプレーンテキスト応答ではなく [structured outputs](https://platform.openai.com/docs/guides/structured-outputs) を使用するように指示されます。
76+
`output_type` を渡すと、モデルは通常のプレーンテキスト応答ではなく、 [structured outputs](https://platform.openai.com/docs/guides/structured-outputs) を使用します。
7777

7878
## ハンドオフ
7979

80-
ハンドオフは、エージェントが委任できるサブエージェントです。ハンドオフのリストを渡すと、関連があればエージェントはそれらに委任できます。これは、単一のタスクに特化したモジュール式のエージェントをオーケストレーションする強力なパターンです。詳しくは [ガードレール](handoffs.md) のドキュメントを参照してください。
80+
ハンドオフは、エージェントが委譲できるサブエージェントです。ハンドオフのリストを指定すると、必要に応じてエージェントがそれらに委譲できます。これは、単一のタスクに特化して優れた能力を発揮するモジュール型のエージェントをオーケストレーションできる強力なパターンです。詳細は [ハンドオフ](handoffs.md) のドキュメントを参照してください。
8181

8282
```python
8383
from agents import Agent
@@ -98,7 +98,7 @@ triage_agent = Agent(
9898

9999
## 動的 instructions
100100

101-
多くの場合、エージェントの作成時に instructions を指定しますが、関数を介して動的に指定することもできます。関数はエージェントとコンテキストを受け取り、プロンプトを返す必要があります。通常の関数と `async` 関数のどちらも使用できます。
101+
多くの場合、エージェント作成時に instructions を指定できますが、関数を介して動的に instructions を提供することも可能です。関数はエージェントとコンテキストを受け取り、プロンプトを返す必要があります。通常の関数と `async` 関数のどちらも使用できます。
102102

103103
```python
104104
def dynamic_instructions(
@@ -115,15 +115,15 @@ agent = Agent[UserContext](
115115

116116
## ライフサイクルイベント（フック）
117117

118-
エージェントのライフサイクルを観測したい場合があります。たとえば、イベントをログに記録したり、特定のイベント発生時にデータを事前取得したりする場合です。`hooks` プロパティでエージェントのライフサイクルにフックできます。[`AgentHooks`][agents.lifecycle.AgentHooks] クラスをサブクラス化し、必要なメソッドをオーバーライドしてください。
118+
ときには、エージェントのライフサイクルを観測したいことがあります。たとえば、イベントをログに記録したり、特定のイベント発生時にデータを事前取得したりできます。`hooks` プロパティでエージェントのライフサイクルにフックできます。[`AgentHooks`][agents.lifecycle.AgentHooks] クラスをサブクラス化し、必要なメソッドをオーバーライドしてください。
119119

120120
## ガードレール
121121

122-
ガードレールにより、エージェントの実行と並行して ユーザー入力 に対するチェック／検証を行い、さらにエージェントの出力が生成された後にも検証を実行できます。たとえば、ユーザーの入力とエージェントの出力の関連性を確認できます。詳しくは [ガードレール](guardrails.md) のドキュメントを参照してください。
122+
ガードレールにより、エージェントの実行と並行してユーザー入力に対するチェック／バリデーションを行い、さらにエージェントの出力が生成された後にもチェックを実施できます。たとえば、ユーザーの入力やエージェントの出力の関連性をスクリーニングできます。詳細は [ガードレール](guardrails.md) のドキュメントを参照してください。
123123

124124
## エージェントのクローン／コピー
125125

126-
エージェントの `clone()` メソッドを使うと、エージェントを複製でき、任意のプロパティを変更することもできます。
126+
エージェントの `clone()` メソッドを使用すると、エージェントを複製し、任意のプロパティを変更できます。
127127

128128
```python
129129
pirate_agent = Agent(
@@ -140,12 +140,12 @@ robot_agent = pirate_agent.clone(
140140

141141
## ツール使用の強制
142142

143-
ツールのリストを渡しても、LLM が必ずツールを使用するとは限りません。[`ModelSettings.tool_choice`][agents.model_settings.ModelSettings.tool_choice] を設定することで、ツール使用を強制できます。有効な値は次のとおりです。
143+
ツールのリストを指定しても、必ずしも LLM がツールを使用するとは限りません。[`ModelSettings.tool_choice`][agents.model_settings.ModelSettings.tool_choice] を設定してツール使用を強制できます。有効な値は次のとおりです。
144144

145-
1. `auto`。LLM がツールを使うかどうかを判断します。
146-
2. `required`。LLM にツールの使用を要求します（ただし、どのツールを使うかは賢く判断します）。
147-
3. `none`。LLM にツールを使用し _ない_ ことを要求します。
148-
4. 特定の文字列（例: `my_tool`）を設定し、その特定のツールを使用することを LLM に要求します。
145+
1. `auto`: ツールを使用するかどうかを LLM に委ねます。
146+
2. `required`: LLM にツールの使用を必須にします（どのツールを使うかは賢く判断します）。
147+
3. `none`: LLM にツールを使用しないことを要求します。
148+
4. 具体的な文字列（例: `my_tool`）を設定し、その特定のツールを LLM に使用させます。
149149

150150
```python
151151
from agents import Agent, Runner, function_tool, ModelSettings
@@ -163,11 +163,11 @@ agent = Agent(
163163
)
164164
```
165165

166-
## ツール使用の挙動
166+
## ツール使用の動作
167167

168-
`Agent` 構成の `tool_use_behavior` パラメーターは、ツール出力の扱い方を制御します。
169-
- `"run_llm_again"`: デフォルト。ツールを実行し、LLM が結果を処理して最終応答を生成します。
170-
- `"stop_on_first_tool"`: 最初のツール呼び出しの出力を最終応答として使用し、LLM によるさらなる処理は行いません。
168+
`Agent` 構成の `tool_use_behavior` パラメーターは、ツールの出力の扱い方を制御します。
169+
- `"run_llm_again"`: 既定。ツールを実行し、その結果を LLM が処理して最終応答を生成します。
170+
- `"stop_on_first_tool"`: 最初のツール呼び出しの出力を、追加の LLM 処理なしでそのまま最終応答として使用します。
171171

172172
```python
173173
from agents import Agent, Runner, function_tool, ModelSettings
@@ -185,7 +185,7 @@ agent = Agent(
185185
)
186186
```
187187

188-
- `StopAtTools(stop_at_tool_names=[...])`: 指定したいずれかのツールが呼ばれたら停止し、その出力を最終応答として使用します。
188+
- `StopAtTools(stop_at_tool_names=[...])`: 指定したいずれかのツールが呼び出されたら停止し、その出力を最終応答として使用します。
189189
```python
190190
from agents import Agent, Runner, function_tool
191191
from agents.agent import StopAtTools
@@ -207,7 +207,7 @@ agent = Agent(
207207
tool_use_behavior=StopAtTools(stop_at_tool_names=["get_weather"])
208208
)
209209
```
210-
- `ToolsToFinalOutputFunction`: ツール結果を処理し、停止するか LLM を続行するかを判断するカスタム関数です。
210+
- `ToolsToFinalOutputFunction`: ツール結果を処理し、停止するか LLM を続行するかを判断するカスタム関数です。
211211

212212
```python
213213
from agents import Agent, Runner, function_tool, FunctionToolResult, RunContextWrapper
@@ -245,4 +245,4 @@ agent = Agent(
245245

246246
!!! note
247247

248-
無限ループを防ぐため、フレームワークはツール呼び出しの後に `tool_choice` を自動的に "auto" にリセットします。この挙動は [`agent.reset_tool_choice`][agents.agent.Agent.reset_tool_choice] で設定できます。無限ループが起きるのは、ツール結果が LLM に送られ、`tool_choice` によって LLM がさらに別のツール呼び出しを生成し続けてしまうためです。
248+
無限ループを防ぐため、フレームワークはツール呼び出し後に `tool_choice` を自動的に "auto" にリセットします。この動作は [`agent.reset_tool_choice`][agents.agent.Agent.reset_tool_choice] で設定可能です。無限ループは、ツール結果が LLM に送られ、`tool_choice` により LLM が再びツール呼び出しを生成し続けてしまうことに起因します。

‎docs/ja/config.md

Lines changed: 13 additions & 13 deletions
Original file line numberDiff line numberDiff line change
@@ -6,15 +6,15 @@ search:
66

77
## API キーとクライアント
88

9-
デフォルトでは、SDK はインポートされるとすぐに LLM リクエストおよび トレーシング のために `OPENAI_API_KEY` 環境変数を探します。アプリ起動前にその環境変数を設定できない場合は、[set_default_openai_key()][agents.set_default_openai_key] 関数でキーを設定できます。
9+
デフォルトでは、SDK はインポートされるとすぐに、LLM リクエストと トレーシング のために `OPENAI_API_KEY` 環境変数を探します。アプリの起動前にその環境変数を設定できない場合は、[set_default_openai_key()][agents.set_default_openai_key] 関数を使用してキーを設定できます。
1010

1111
```python
1212
from agents import set_default_openai_key
1313

1414
set_default_openai_key("sk-...")
1515
```
1616

17-
また、使用する OpenAI クライアントを設定することもできます。デフォルトでは、SDK は環境変数または上で設定したデフォルトキーから API キーを用いて `AsyncOpenAI` インスタンスを作成します。これを変更するには、[set_default_openai_client()][agents.set_default_openai_client] 関数を使用します。
17+
また、使用する OpenAI クライアントを構成することもできます。デフォルトでは、SDK は環境変数または上記で設定したデフォルトキーから API キーを使用して、`AsyncOpenAI` インスタンスを作成します。これを変更するには、[set_default_openai_client()][agents.set_default_openai_client] 関数を使用します。
1818

1919
```python
2020
from openai import AsyncOpenAI
@@ -24,7 +24,7 @@ custom_client = AsyncOpenAI(base_url="...", api_key="...")
2424
set_default_openai_client(custom_client)
2525
```
2626

27-
さらに、使用する OpenAI API をカスタマイズすることもできます。デフォルトでは OpenAI の Responses API を使用します。これを上書きして Chat Completions API を使うには、[set_default_openai_api()][agents.set_default_openai_api] 関数を使用します。
27+
最後に、使用する OpenAI API をカスタマイズすることもできます。デフォルトでは、OpenAI Responses API を使用します。[set_default_openai_api()][agents.set_default_openai_api] 関数を使用して上書きし、Chat Completions API を使うようにできます。
2828

2929
```python
3030
from agents import set_default_openai_api
@@ -34,35 +34,35 @@ set_default_openai_api("chat_completions")
3434

3535
## トレーシング
3636

37-
トレーシング はデフォルトで有効です。デフォルトでは、上記の OpenAI API キー（すなわち、環境変数または設定したデフォルトキー）を使用します。トレーシング に使用する API キーを個別に設定するには、[`set_tracing_export_api_key`][agents.set_tracing_export_api_key] 関数を使用します。
37+
トレーシング はデフォルトで有効です。デフォルトでは、上記の OpenAI API キー（つまり、環境変数または設定したデフォルトキー）を使用します。トレーシング に使用する API キーを個別に設定するには、[`set_tracing_export_api_key`][agents.set_tracing_export_api_key] 関数を使用します。
3838

3939
```python
4040
from agents import set_tracing_export_api_key
4141

4242
set_tracing_export_api_key("sk-...")
4343
```
4444

45-
また、[`set_tracing_disabled()`][agents.set_tracing_disabled] 関数で トレーシング を完全に無効化できます。
45+
[`set_tracing_disabled()`][agents.set_tracing_disabled] 関数を使用して、トレーシング を完全に無効化することもできます。
4646

4747
```python
4848
from agents import set_tracing_disabled
4949

5050
set_tracing_disabled(True)
5151
```
5252

53-
## デバッグログ
53+
## デバッグロギング
5454

55-
SDK には、ハンドラーが一切設定されていない 2 つの Python ロガーがあります。デフォルトでは、これは警告とエラーが `stdout` に送られ、それ以外のログは抑制されることを意味します。
55+
SDK にはハンドラーが設定されていない 2 つの Python ロガーがあります。デフォルトでは、これは警告とエラーが `stdout` に送られ、その他のログは抑制されることを意味します。
5656

57-
詳細なログを有効にするには、[`enable_verbose_stdout_logging()`][agents.enable_verbose_stdout_logging] 関数を使用します。
57+
詳細なロギングを有効にするには、[`enable_verbose_stdout_logging()`][agents.enable_verbose_stdout_logging] 関数を使用します。
5858

5959
```python
6060
from agents import enable_verbose_stdout_logging
6161

6262
enable_verbose_stdout_logging()
6363
```
6464

65-
また、ハンドラー、フィルター、フォーマッターなどを追加してログをカスタマイズできます。詳細は [Python logging guide](https://docs.python.org/3/howto/logging.html) を参照してください。
65+
また、ハンドラー、フィルター、フォーマッターなどを追加してログをカスタマイズできます。詳しくは [Python logging ガイド](https://docs.python.org/3/howto/logging.html)をご覧ください。
6666

6767
```python
6868
import logging
@@ -81,17 +81,17 @@ logger.setLevel(logging.WARNING)
8181
logger.addHandler(logging.StreamHandler())
8282
```
8383

84-
### ログ内の機密データ
84+
### ログ内の機微情報
8585

86-
一部のログには機密データ（例: ユーザー データ）が含まれる場合があります。これらのデータが記録されないようにするには、次の環境変数を設定してください。
86+
特定のログには機微なデータ（例: ユーザー データ）が含まれる場合があります。これらのデータがログに出力されないようにするには、次の環境変数を設定してください。
8787

88-
LLM の入力と出力のログ記録を無効にするには:
88+
LLM の入力と出力のロギングを無効化するには:
8989

9090
```bash
9191
export OPENAI_AGENTS_DONT_LOG_MODEL_DATA=1
9292
```
9393

94-
ツールの入力と出力のログ記録を無効にするには:
94+
ツールの入力と出力のロギングを無効化するには:
9595

9696
```bash
9797
export OPENAI_AGENTS_DONT_LOG_TOOL_DATA=1

0 commit comments

Comments
 (0)