Overview and System Architecture（总览与系统架构）

1. 项目定位与目标

openai-agents-js 是一个面向生产环境的 JavaScript / TypeScript 智能体（Agent）框架，源自 OpenAI 开源的 Agents SDK 系列（与 Python 版本互为镜像）。它的核心目标是让开发者能够以最小代价构建具备工具调用、多智能体协作（handoffs）、会话持久化（sessions）、追踪（tracing）以及实时语音交互能力的 LLM 驱动应用。资料来源：README.md

项目使用 monorepo 方式组织，根目录通过 pnpm-workspace.yaml 统一管理 packages/*、examples/* 和 docs 三个子工作区，所有跨包依赖以 workspace:* 形式链接，便于版本同步与协同发布。资料来源：pnpm-workspace.yaml

2. 包的层次结构与职责划分

整个 SDK 围绕"核心运行时 + 模型适配 + 实时通道 + 扩展适配"四层架构展开，按职责拆分到不同 npm 包中：

资料来源：packages/agents-core/package.json、packages/agents-openai/package.json、packages/agents-realtime/package.json、packages/agents-extensions/package.json、packages/agents/package.json

这种分层使得上层业务代码可以仅依赖 @openai/agents 获得完整能力，而想要替换模型或禁用某些功能的用户可按需裁剪依赖。

3. 系统架构与数据流

下图展示了从用户输入到模型响应、再到工具与追踪的端到端架构：

flowchart TD
  User[用户 / CLI / 实时通道] --> Runner[Runner / RealtimeSession]
  Runner --> Agent[Agent 配置]
  Agent --> Tools[Function Tools / Hosted Tools]
  Agent --> Handoffs[Handoffs 多智能体]
  Runner --> OpenAI[agents-openai 模型适配]
  OpenAI --> Model[(OpenAI Chat / Responses / Realtime)]
  Runner --> Trace[Tracing Span]
  Runner --> Session[Session / Memory Store]
  Tools --> Sandbox[agents-extensions 沙箱]
  Sandbox --> Snap[(本地 / 远程快照)]

资料来源：packages/agents-realtime/src/realtimeSession.ts、examples/sandbox/README.md、examples/tools/README.md

RealtimeSession 内部维护 #lastSessionConfig，用于在 handoff 时保留 inputAudioFormat、outputAudioFormat、modalities、speed 等与传输层强相关的字段，避免 Twilio 等第三方通道在切换 Agent 时被重置为默认值。资料来源：packages/agents-realtime/src/realtimeSession.ts:32-46

4. 示例工程与典型用法

仓库内 examples/ 目录覆盖了主流业务形态：

• Research Bot：多智能体流水线，Planner → Search → Writer 协作产出研究报告。资料来源：examples/research-bot/README.md
• Customer Service：航空客服场景，演示 Triage → FAQ / SeatBooking 的 handoff 模式。资料来源：examples/customer-service/README.md
• Financial Research Agent：在 Writer 之后追加 Verifier 子智能体，实现报告自检。资料来源：examples/financial-research-agent/README.md
• Sandbox：展示 Manifest、本地/容器沙箱、文件系统、Shell、Lazy Skills、快照复用与外部 memory store。资料来源：examples/sandbox/README.md
• Tools：覆盖 computer-use、file_search、codex、web_search、code_interpreter、image_generation、shell、容器内 shell skill 等托管工具。资料来源：examples/tools/README.md

5. 关键关注点与社区反馈

从社区高频议题可以反推架构层面的演进方向：

• Zod 4 升级：@openai/agents-core、@openai/agents-openai、@openai/agents-realtime 已在 devDependencies 与 peerDependencies 中统一约束 zod ^4.0.0，依赖其原生 JSON Schema 转换能力简化工具调用。资料来源：packages/agents-core/package.json、Issue #561
• 会话与 Memory：社区希望在 TS SDK 中获得与 Python 端一致的 SQLite Session 能力，触发 Session / Memory 子系统持续完善。资料来源：Issue #272
• Handoff 健壮性：实时通道下 handoff 后需保留 transport 专属配置，否则会出现 Twilio 音频被覆盖为默认 codec 的"静噪"问题。资料来源：packages/agents-realtime/src/realtimeSession.ts:32-46、Issue #122
• 工具结果与会话 ID 冲突：当传入 conversationId 与工具历史混合时，需在 Runner 层去重消息 ID，否则会触发 Duplicate item found with id rs_xxx 错误。资料来源：Issue #425
• 最新进展（v0.11.6）：新增 tracing span 生命周期派发助手、修复流式与 chat completions 场景下 generation span 缺少模型元数据的问题，强化了端到端可观测性。

6. See Also

• Tools and Hosted Tooling
• Realtime Voice Sessions
• Sandbox and Skill System
• Tracing and Observability

1. 概述

OpenAI Agents SDK 是一个轻量级但功能强大的多智能体工作流框架，其核心围绕四大原语（primitives）构建：Tools（工具）、Handoffs（交接）、Guardrails（护栏）以及 Human-in-the-Loop（人在回路）。这些原语通过 Agent 实例组合，形成可观察、可控制、可审计的代理执行流。资料来源：README.md:1-30

SDK 采用分层包结构：@openai/agents-core 暴露核心抽象（Agent、Tool、Handoff、Guardrail），@openai/agents-realtime 扩展支持实时语音场景。资料来源：packages/agents-core/package.json:1-20、packages/agents-realtime/package.json:1-20。所有运行时配置均要求 Node.js 22 环境，并使用 Zod 4 作为模式验证的同级依赖。资料来源：packages/agents-realtime/package.json:18-21。

2. 工具（Tools）

工具是让代理"采取行动"的可调用能力。SDK 支持多种工具类型：

• 函数工具（Function tools）：通过 tool() 工厂函数与 Zod schema 定义参数。
• 代理即工具（Agents as tools）：将其他 Agent 实例作为工具调用。
• MCP 工具：与模型上下文协议服务器集成。
• 托管工具（Hosted tools）：包括 webSearchTool、fileSearchTool、codeInterpreterTool、computer-use 等。资料来源：README.md:21-28。

Tool 类型在源码中定义为 FunctionTool、HostedMCPTool 等联合类型，其核心结构包含 invokeFunctionTool 调用入口与 ToolErrorFormatter 错误格式化器。资料来源：packages/agents-realtime/src/realtimeSession.ts:1-30

import { tool, Agent, run } from '@openai/agents';
import { z } from 'zod';

const getWeather = tool({
  name: 'get_weather',
  description: '获取指定城市天气',
  parameters: z.object({ city: z.string() }),
  execute: async ({ city }) => `城市 ${city} 晴`,
});

3. 交接（Handoffs）

交接机制允许一个 Agent 在对话中将控制权委派给另一个 Agent。源代理在响应中产出结构化交接指令，运行时切换活跃代理并保留上下文。资料来源：packages/agents-core/src/handoff.ts:1-20

realtimeSession.ts 中的 getTransferMessage 辅助函数在实时场景下生成交接消息，确保新代理接管的连续性。资料来源：packages/agents-realtime/src/realtimeSession.ts:6-10

社区报告（Issue #122）指出在 TwilioRealtimeTransportLayer 与 RealtimeAgent 配合时，交接可能引发音频流异常（类似"静电噪声"），这表明实时交接的传输层稳定性仍是活跃关注点。

4. 护栏（Guardrails）

护栏提供输入和输出的可配置安全检查。SDK 在 guardrail.ts 中定义基础类型，并在 realtimeSession.ts 中引入 defineRealtimeOutputGuardrail 与 RealtimeOutputGuardrail 专用实现。资料来源：packages/agents-realtime/src/realtimeSession.ts:16-24

OutputGuardrailTripwireTriggered 是关键异常类型，当输出未通过验证时抛出，调用方可据此终止运行。OutputGuardrailFunctionArgs 携带上下文与代理输出供检查函数使用。资料来源：packages/agents-realtime/src/realtimeSession.ts:8-14

5. 人在回路（Human-in-the-Loop）

该机制在代理执行敏感操作（如工具调用）前暂停，等待人类审批。SDK 内置 RunToolApprovalItem 表示待审批项，可与 invokeFunctionTool 协作完成审批-执行闭环。资料来源：packages/agents-realtime/src/realtimeSession.ts:9-13

实际工程中通常结合 Session 持久化与 Tracing 追踪一起使用。社区 Issue #272 反映了用户对 SQLite 会话支持的强烈需求（Python SDK 已有该能力），而 Issue #425 揭示了在 conversationId + 工具组合场景下出现 Duplicate item found with id rs_xxx 的请求错误，提示开发者在涉及历史会话与工具调用去重时需谨慎处理。

6. 组合模式示例

customer-service 示例展示了分流代理 → FAQ 代理 → 座位预订代理的多级交接与工具调用链路。资料来源：examples/customer-service/README.md:1-7。research-bot 示例则演示了规划 → 搜索 → 写作的串行多代理流水线。资料来源：examples/research-bot/README.md:1-15。

graph LR
  A[User Input] --> B[Guardrail Check]
  B --> C{Agent Run}
  C -->|Tool Call| D[Human Approval]
  D -->|Approved| E[Execute Tool]
  C -->|Handoff| F[Next Agent]
  E --> G[Output Guardrail]
  F --> G
  G --> H[Final Response]

See Also

• Realtime Voice Agents Quickstart
• Sessions and Memory Management
• Tracing and Observability
• MCP Server Integration

整体架构与定位

@openai/agents-core/sandbox 暴露了所有沙箱相关 API，@openai/agents 通过 export * from '@openai/agents-core/sandbox' 统一对外转发 资料来源：packages/agents/src/sandbox/index.ts:1-1。packages/agents-core/package.json 的 typesVersions 中已经声明了 sandbox、sandbox/local、sandbox/internal 三个子路径导出 资料来源：packages/agents-core/package.json:1-30；@openai/agents 同样将 sandbox 与 sandbox/local 作为公共子路径发布 资料来源：packages/agents/package.json:1-25。这种分层让核心逻辑与上层 agent 框架解耦，云端扩展（Blaxel、Cloudflare、Daytona、E2B、Modal 等）由 packages/agents-extensions 单独提供 资料来源：examples/sandbox/README.md:1-30。

graph LR
  App[用户应用与 Examples] --> Agents[@openai/agents<br/>sandbox 子路径]
  Agents --> Core[@openai/agents-core/sandbox]
  Ext[@openai/agents-extensions<br/>云端后端] --> Core
  Core --> Local[UnixLocalBackend]
  Core --> Docker[DockerBackend]
  Core --> Memory[外部记忆存储接口]
  Core --> Snap[远程快照接口]
  Core --> Agent[SandboxAgent + Manifest]

SandboxAgent 与 Manifest

Manifest 描述了一次沙箱会话的初始配置（依赖、技能、文件系统布局等），SandboxAgent 则是把普通 Agent 与沙箱能力组合起来的封装。examples/sandbox/README.md 给出的小型示例覆盖了最常见用法：basic.ts 演示从 Manifest 创建会话并运行 SandboxAgent；sandbox-agent-capabilities.ts 配置文件系统、Shell、镜像、补丁、compaction 以及 lazy skill 等能力 资料来源：examples/sandbox/README.md:1-30。SandboxAgent 还能与宿主函数工具组合（sandbox-agent-with-tools.ts），或被另一个 agent 暴露为工具（sandbox-agents-as-tools.ts），这与 SDK 中"agents as tools"的设计保持一致 资料来源：examples/sandbox/README.md:1-30。

会话生命周期与快照

沙箱会话通过 Manifest 启动，并可在多轮之间复用。resume.ts 演示了从本地快照恢复执行环境的用法 资料来源：examples/sandbox/README.md:1-30。JavaScript SDK 故意将远程快照和记忆存储设计为通用接口；S3、GCS、R2、Azure 等云端便捷实现被有意留到扩展包或业务代码中，以避免核心包引入额外的 provider 依赖 资料来源：examples/sandbox/README.md:1-30。在 start:coding-task 这类长任务中，agent 可以检查代码仓、应用补丁并通过一条命令验证修复，体现了沙箱 + 快照 + 会话三者的协同 资料来源：examples/sandbox/data/coding-task/repo/README.md:1-5。后端层面，仓库内建了 unixLocal.ts（含交互式 PTY，参见 unix-local-pty.ts）与 docker.ts 两种实现 资料来源：examples/sandbox/README.md:1-30。

工作区记忆与多 Agent 共享

记忆层是社区长期关注的特性，Issue #272 曾请求在 TS SDK 中加入类似 Python 的 SQLite 会话支持 资料来源：community context: Issue #272。当前实现提供了多种记忆形式：memory.ts 演示使用工作区文件配合本地快照恢复；memory-generation.ts 演示当会话被刷新时自动执行 Phase 1 / Phase 2 沙箱记忆生成 资料来源：examples/sandbox/README.md:1-30。memory-multi-agent-multiturn.ts 进一步验证两个 agent 共享同一沙箱工作区时各自记忆布局仍然相互隔离 资料来源：examples/sandbox/README.md:1-30。

常见失败模式与注意要点

• 依赖版本：所有沙箱相关示例都将 zod 固定为 ^4.0.0 资料来源：examples/sandbox/package.json:1-15；核心包对 zod 的依赖为可选 资料来源：packages/agents-core/package.json:1-40，升级或降级 Zod 时需同步检查 Manifest 中的 Schema 定义。
• 后端选择：默认由 UnixLocalBackend 提供，便于 CI / 本地调试；生产环境可切换为 DockerBackend 或云端扩展；多 PTY 交互场景需使用 unix-local-pty.ts 资料来源：examples/sandbox/README.md:1-30。
• 会话标识与工具副作用：当 Agent 同时使用 conversationId 与工具时，可能遇到 "Duplicate item found with id rs_xxx" 错误（Issue #425），这与沙箱本身无关，但和"会话标识 + 工具调用"的副作用叠加相关，需在自定义会话实现中做去重 资料来源：community context: Issue #425。

See Also

• Tools Overview —— 沙箱能力与宿主函数工具的组合
• Voice Agents (Realtime) —— 实时语音场景下的会话管理
• Examples Index —— 沙箱相关示例入口（pnpm -F sandbox start:*）

Realtime Voice Agents、追踪与模型集成

概述

openai-agents-js 是一个用于构建多智能体工作流与实时语音代理（Realtime Voice Agents）的轻量级框架，由 @openai/agents-core 与 @openai/agents-realtime 两个核心包组成，配套示例覆盖研究机器人、客服、财务分析和工具集成等场景 README.md:1-40、packages/agents/README.md:1-40。

在 v0.11.6 发布中，项目显著加强了追踪（Tracing）与生成跨度（Generation Span）的能力：

• feat: add tracing span lifecycle dispatch helpers（由 PR #1372 引入），为追踪跨度生命周期事件提供派发器；
• fix: set model metadata on generation span in streaming + chat completions（由 PR #1368 引入），确保在流式与聊天补全路径中正确写入模型元数据 Release v0.11.6。

本页聚焦于三大主题：实时语音代理架构、客户端消息与模型配置，以及追踪与生成跨度的集成。

Realtime 语音代理架构

RealtimeAgent 与普通 Agent 的差异

RealtimeAgent 是为 RealtimeSession 设计的专用代理类，继承自 Agent，但显式禁用了多项普通 Agent 的配置项，因为整个会话共享同一个模型实例：

唯一可在代理级别配置、并随 handoff 切换的是 voice，但需注意：在第一个代理发声后，更换 voice 将导致 handoff 失败 packages/agents-realtime/src/realtimeAgent.ts:30-100。

传输层（Transport Layer）选择

@openai/agents-realtime 通过可插拔的传输层适配不同部署场景，源码层面在 transportLayer.ts 中抽象出统一接口，并在以下文件中提供实现：

• openaiRealtimeWebRtc.ts：基于 WebRTC 的浏览器侧低延迟音频；
• openaiRealtimeWebsocket.ts：基于 ws 的服务端 / Node 场景；
• openaiRealtimeSip.ts：对接 OpenAI SIP 接口，支持 realtime.call.incoming 事件（参见 examples/realtime-twilio-sip/README.md 中的说明）。

传输层负责把 Realtime 会话与底层媒体网关解耦，使同一个 RealtimeSession 既可跑在浏览器中，也可用于电话或 SIP 接入。

整体架构

flowchart TB
    subgraph Client[客户端 / 浏览器]
        UI[Web UI / Vite 应用]
        WS[WebSocket 或 WebRTC]
    end
    subgraph SDK[@openai/agents-realtime]
        RA[RealtimeAgent]
        RS[RealtimeSession]
        TL[TransportLayer]
        MSG[clientMessages 类型]
    end
    subgraph Server[服务端 / 后端]
        SIP[OpenAI SIP / Twilio]
        OpenAI[OpenAI Realtime API]
    end
    UI --> RS
    RS --> RA
    RS --> TL
    TL --> WS
    TL --> SIP
    TL --> OpenAI
    MSG -.协议定义.-> TL

资料来源：packages/agents-realtime/src/realtimeSession.ts、packages/agents-realtime/src/transportLayer.ts、examples/realtime-demo/README.md、examples/realtime-twilio-sip/README.md

模型集成与客户端消息协议

会话配置

clientMessages.ts 定义了 Realtime 会话的全部配置形态：

• RealtimeSessionConfigDefinition：新式配置，使用 outputModalities 与 audio.output.voice；
• RealtimeSessionConfigDeprecated：旧式配置，使用 modalities 与顶层 voice（已弃用，不可与新字段混用）packages/agents-realtime/src/clientMessages.ts:23-58。

model 是所有会话配置共有的必填字段，instructions、toolChoice、tools 在新旧配置中均存在；可选的 reasoning.effort 支持 minimal | low | medium | high | xhigh 五档 packages/agents-realtime/src/clientMessages.ts:9-22。

音频与轮次检测

音频输入支持 noiseReduction、transcription 与 turnDetection 三个子模块。turnDetection 同时提供 snake_case（RealtimeTurnDetectionConfigAsIs）和 camelCase（RealtimeTurnDetectionConfigCamelCase）两种形态——SDK 会在发送给 OpenAI 实时 API 时统一转为 snake_case packages/agents-realtime/src/clientMessages.ts:60-110。

音频输出可独立配置 voice 与 speed，这是替代已弃用顶层 voice 字段的现代写法 packages/agents-realtime/src/clientMessages.ts:112-126。

依赖与运行时

@openai/agents-realtime 的 peerDependencies 显式要求 zod: ^4.0.0，这意味着社区曾提出的 Zod 4 升级诉求（Issue #561）在最新版本中已经落地；同时 ws 与 @types/ws 共同支撑了 WebSocket 传输层 packages/agents-realtime/package.json:36-46。

追踪与生成跨度

v0.11.6 引入了追踪跨度生命周期派发器，使上层应用可以订阅 span 的创建、结束等事件；同一版本修复了在流式与 chat completions 路径下生成跨度（generation span）缺失 model 元数据的问题 Release v0.11.6。

对于普通 Agent，Agent 基础类型仍由 @openai/agents-core 提供，输出 dist/index.js、dist/index.mjs 与对应的 *.d.ts，并通过 subpath exports 暴露 ./model、./utils、./extensions 与 ./sandbox 等模块 packages/agents-core/package.json:17-50。

基础示例 examples/basic 中包含了 lifecycle-example.ts 与 agent-lifecycle-example.ts，演示如何订阅代理与运行的完整生命周期事件；stream-ws.ts 则展示了 Responses WebSocket 流式输出与工具调用、previousResponseId 续传 examples/basic/README.md:14-24。这些 lifecycle 钩子是上层接入追踪派发器最自然的位置。

社区已知问题与本页主题的关联

• Issue #122：在 TwilioRealtimeTransportLayer 中触发 RealtimeAgent 间的 handoff 时，会出现语音卡顿、类似静电噪声的损坏音频流，并伴随代理停止响应——这正暴露了 Realtime handoff 路径上 audio/voice 切换尚未完全稳定的风险点。
• Issue #425：在普通 Agent 中使用 tool + conversationId 时会触发 Duplicate item found with id rs_xxx 错误，表明在多轮会话状态复用上仍需要谨慎管理响应 ID 与工具调用结果的去重。
• Issue #710：OpenAI SIP 工具调用期间无法注入提示音，用户会误判为"无活动"——这与 openaiRealtimeSip.ts 当前未暴露音频注入能力有关。
• Issue #272：社区希望加入类似 Python SDK 的 SQLite session 支持；目前 TS SDK 的会话持久化仍需用户自行实现。

故障排查与最佳实践

1. Realtime 选型：在浏览器中使用 openaiRealtimeWebRtc 获得最低延迟；在 Node 服务端使用 openaiRealtimeWebsocket；接入电话系统时使用 openaiRealtimeSip + Twilio examples/realtime-twilio-sip/README.md。
2. 避免 handoff 损坏：在第一个代理发声后不要再改变 voice，并尽量减少 Realtime 链路中的代理切换 packages/agents-realtime/src/realtimeAgent.ts:30-100。
3. 追踪集成：升级到 v0.11.6+，使用新增的 span 生命周期派发器，并留意生成跨度的 model 元数据是否正确填充 Release v0.11.6。
4. Zod 版本：确保安装的 zod 满足 ^4.0.0，否则工具 schema 验证可能因 peer 依赖不匹配而失败 packages/agents-realtime/package.json:36-46。

See Also

• 官方文档站 — 包含 Realtime、Voice Agents Quickstart 等深度指南。
• examples/realtime-demo — Vite 浏览器实时语音演示。
• examples/realtime-twilio-sip — Twilio + SIP 接入示例。
• examples/basic — 生命周期与流式响应基础示例。
• examples/tools — 托管工具（Computer Use、File Search、Codex、Web Search 等）集成示例。

Pitfall Log / 踩坑日志

项目：openai/openai-agents-js

摘要：发现 10 个潜在踩坑项，其中 2 个为 high/blocking；最高优先级：运行坑 - 来源证据：Run a tool input guardrail before any human in the loop approval。

1. 运行坑 · 来源证据：Run a tool input guardrail before any human in the loop approval

• 严重度：high
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个运行相关的待验证问题：Run a tool input guardrail before any human in the loop approval
• 对用户的影响：可能增加新用户试用和生产接入成本。
• 证据：community_evidence:github | https://github.com/openai/openai-agents-js/issues/1335 | 来源类型 github_issue 暴露的待验证使用条件。

2. 安全/权限坑 · 来源证据：Add server-side max_session_duration_seconds to Ephemeral Tokens (Realtime API)

• 严重度：high
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：Add server-side max_session_duration_seconds to Ephemeral Tokens (Realtime API)
• 对用户的影响：可能影响授权、密钥配置或安全边界。
• 证据：community_evidence:github | https://github.com/openai/openai-agents-js/issues/1278 | 来源类型 github_issue 暴露的待验证使用条件。

3. 身份坑 · 仓库名和安装名不一致

• 严重度：medium
• 证据强度：runtime_trace
• 发现：仓库名 openai-agents-js 与安装入口 @openai/agents 不完全一致。
• 对用户的影响：用户照着仓库名搜索包或照着包名找仓库时容易走错入口。
• 复现命令：npm install @openai/agents
• 证据：identity.distribution | github_repo:993521808 | https://github.com/openai/openai-agents-js | repo=openai-agents-js; install=@openai/agents

4. 能力坑 · 能力判断依赖假设

• 严重度：medium
• 证据强度：source_linked
• 发现：README/documentation is current enough for a first validation pass.
• 对用户的影响：假设不成立时，用户拿不到承诺的能力。
• 证据：capability.assumptions | github_repo:993521808 | https://github.com/openai/openai-agents-js | README/documentation is current enough for a first validation pass.

5. 维护坑 · 维护活跃度未知

• 严重度：medium
• 证据强度：source_linked
• 发现：未记录 last_activity_observed。
• 对用户的影响：新项目、停更项目和活跃项目会被混在一起，推荐信任度下降。
• 证据：evidence.maintainer_signals | github_repo:993521808 | https://github.com/openai/openai-agents-js | last_activity_observed missing

• 严重度：medium
• 证据强度：source_linked
• 发现：no_demo
• 证据：downstream_validation.risk_items | github_repo:993521808 | https://github.com/openai/openai-agents-js | no_demo; severity=medium

7. 安全/权限坑 · 存在评分风险

• 严重度：medium
• 证据强度：source_linked
• 发现：no_demo
• 对用户的影响：风险会影响是否适合普通用户安装。
• 证据：risks.scoring_risks | github_repo:993521808 | https://github.com/openai/openai-agents-js | no_demo; severity=medium

8. 安全/权限坑 · 来源证据：First-Class Support for External Governance and Approval Workflows

• 严重度：medium
• 证据强度：source_linked
• 发现：GitHub 社区证据显示该项目存在一个安全/权限相关的待验证问题：First-Class Support for External Governance and Approval Workflows
• 对用户的影响：可能影响授权、密钥配置或安全边界。
• 证据：community_evidence:github | https://github.com/openai/openai-agents-js/issues/1373 | 来源类型 github_issue 暴露的待验证使用条件。

9. 维护坑 · issue/PR 响应质量未知

• 严重度：low
• 证据强度：source_linked
• 发现：issue_or_pr_quality=unknown。
• 对用户的影响：用户无法判断遇到问题后是否有人维护。
• 证据：evidence.maintainer_signals | github_repo:993521808 | https://github.com/openai/openai-agents-js | issue_or_pr_quality=unknown

10. 维护坑 · 发布节奏不明确

• 严重度：low
• 证据强度：source_linked
• 发现：release_recency=unknown。
• 对用户的影响：安装命令和文档可能落后于代码，用户踩坑概率升高。
• 证据：evidence.maintainer_signals | github_repo:993521808 | https://github.com/openai/openai-agents-js | release_recency=unknown