Quá trình xây dựng các ứng dụng thông minh hiện nay không đòi hỏi lập trình viên phải viết lại toàn bộ mã nguồn Python từ đầu để có thể khai thác sức mạnh của các hệ thống AI agent. Việc tận dụng các hàm sẵn có trong mã nguồn giúp đơn giản hóa đáng kể bài toán tự động hóa.
Khi các đoạn script sẵn có đã tích hợp các hàm logic hữu ích, chúng ta hoàn toàn có thể định hình lại chúng thành những công cụ chuyên biệt. Nhờ đó, các mô hình ngôn ngữ lớn có thể chủ động phân tích thời điểm cần kích hoạt hàm, xác định chính xác các tham số đầu vào cũng như phương thức xử lý dữ liệu trả về một cách linh hoạt nhất.
Hướng dẫn chi tiết dưới đây tại TTC Việt Nam sẽ lấy một chương trình giám sát website cơ bản làm ví dụ minh họa, tiến hành chuyển đổi cấu trúc đó thành một hệ thống AI agent hoàn chỉnh thông qua OpenAI Agents SDK.
Khởi tạo với chương trình Python cơ bản
Trước khi tiến hành nâng cấp thành phần thông minh cho hệ thống, một chương trình thực thi tiêu chuẩn cần được thiết lập rõ ràng.
Xét một tình huống phổ biến khi cần kiểm tra trạng thái phản hồi của một trang web bất kỳ kèm theo thông số đo lường thời gian thực hiện yêu cầu:
from time import perf_counter
import requests
def check_website(url: str) -> str:
start = perf_counter()
try:
response = requests.get(url, timeout=10)
latency = perf_counter() - start
return (
f"{url}\n"
f"Status: {response.status_code}\n"
f"Response time: {latency:.2f}s"
)
except requests.RequestException as error:
return f"{url}\nError: {error}"
print(check_website("https://www.python.org"))Đầu ra:
https://www.python.org
Status: 200
Response time: 0.99sĐoạn mã trên thực hiện chính xác các thao tác đã được lập trình tĩnh: gửi yêu cầu HTTP, thu thập mã trạng thái phản hồi, tính toán thời gian trễ và xuất kết quả trực tiếp ra màn hình.
Cách tiếp cận này phát huy hiệu quả cao trong các tác vụ đơn lẻ, tuy nhiên quy trình làm việc (workflow) lại hoàn toàn cố định và cứng nhắc:
Trong trường hợp cần theo dõi đồng thời nhiều địa chỉ web khác nhau, thực hiện đối chiếu hiệu năng hoặc phát hiện các dấu hiệu bất ổn định, lập trình viên buộc phải tự xây dựng thêm các lớp logic xử lý thủ công.
Đây chính là thời điểm mô hình AI agent thể hiện vai trò thay đổi phương thức vận hành của quy trình.
Thay vì duy trì việc lập trình thủ công mọi quyết định bằng mã nguồn, hàm kiểm tra hệ thống có thể được đóng gói như một công cụ chuyên dụng. Mô hình AI sẽ tiếp nhận mục tiêu cụ thể và tự động quyết định thời điểm vận hành công cụ, lựa chọn đích đến, tần suất thực thi cũng như phương án xử lý dữ liệu thu được.
Cấu hình môi trường và cài đặt Agents SDK
Giai đoạn đầu tiên trong chuỗi thao tác là thiết lập cấu trúc thư mục dự án Python và cài đặt các gói thư viện cần thiết để vận hành agent.
Khởi tạo môi trường dự án mới:
mkdir website-agent
cd website-agent
uv init
uv add openai-agents requestsHoặc sử dụng trình quản lý gói tiêu chuẩn:
pip install openai-agents requestsKhai báo biến môi trường chứa khóa xác thực API:
export OPENAI_API_KEY="api-key-của-bạn"Bộ công cụ phát triển Agents SDK cung cấp một nền tảng thực thi gọn nhẹ, hỗ trợ toàn diện cho các agent, hệ thống công cụ, cơ chế chuyển giao phiên làm việc cũng như các tiện ích theo dõi chuyên sâu.
Biến hàm Python thành công cụ thông minh
Bước tiếp theo đòi hỏi việc chuyển hóa hàm kiểm tra truyền thống thành dạng công cụ mà mô hình có thể nhận diện và tự động gọi khi cần thiết.
Cấu trúc hàm gốc được giữ lại gần như nguyên vẹn, điểm thay đổi cốt lõi nằm ở việc bổ sung decorator chuyên dụng:
from time import perf_counter
import requests
from agents import function_tool
@function_tool
def check_website(url: str) -> str:
"""Check a website's HTTP status and response time."""
start = perf_counter()
try:
response = requests.get(url, timeout=10)
latency = perf_counter() - start
return (
f"URL: {url}\n"
f"Status: {response.status_code}\n"
f"Response time: {latency:.2f}s"
)
except requests.RequestException as error:
return f"URL: {url}\nError: {error}"Hệ thống Agents SDK sẽ tự động phân tích chữ ký hàm để biên dịch thành định dạng JSON schema phù hợp với yêu cầu của mô hình, đồng thời tận dụng tên hàm và chuỗi tài liệu (docstring) để tạo mô tả trực quan mà không cần can thiệp thủ công.
Khởi tạo và cấu hình Agent
Sau khi hoàn tất công cụ, bước thiết lập một đối tượng Agent hoàn chỉnh sẽ xác định rõ ràng các mục tiêu nhiệm vụ và cấp quyền truy cập vào hàm kiểm tra đã định nghĩa.
from agents import Agent, Runner
agent = Agent(
name="Website Monitor",
model="gpt-5.6-luna",
instructions="""
Monitor websites using the available tool.
Compare results and explain problems clearly.
""",
tools=[check_website],
)Thực thi tác vụ:
result = Runner.run_sync(
agent,
"Check python.org, github.com, and openai.com. "
"Which one has the slowest response?"
)
print(result.final_output)Kết quả đầu ra:
python.org is the slowest, responding in **1.59 seconds**.
- github.com: 0.83s
- openai.com: 0.49s
All returned HTTP 200.Thay vì phải viết tường minh các vòng lặp thủ công để xử lý từng địa chỉ:
for url in urls:
check_website(url)Mô hình AI sẽ tự động phân tích yêu cầu bằng ngôn ngữ tự nhiên, điều phối lời gọi hàm đến ba địa chỉ web, tổng hợp dữ liệu, thực hiện đối chiếu và trả về báo cáo chi tiết.
Cơ chế vận hành của vòng lặp Agent Loop
Ở tầng nền tảng, thành phần điều phối Runner đóng vai trò trung tâm trong việc quản lý luồng tương tác giữa mô hình ngôn ngữ và hệ thống công cụ.
Về mặt kỹ thuật, vòng lặp xử lý diễn ra liên tục theo các bước logic:
Trong trường hợp hệ thống phát sinh nhu cầu bổ sung thông tin, mô hình sẽ chủ động kích hoạt lại các công cụ liên quan. Vòng lặp này duy trì hoạt động cho đến khi tập hợp đủ dữ liệu cần thiết để đưa ra phản hồi chính xác cuối cùng.
Đặc tính tự chủ này giúp giải phóng các quy trình tự động khỏi các ràng buộc tuần tự cứng nhắc, cho phép hệ thống tự quyết định hành động dựa trên diễn biến thực tế của dữ liệu.
Góc nhìn chuyên gia từ TTC Việt Nam
Nhận định từ các kỹ sư giải pháp mạng tại TTC Việt Nam cho thấy, việc chuyển dịch từ các script tự động hóa truyền thống sang các kiến trúc AI agent đang trở thành xu thế tất yếu trong quản trị hệ thống hạ tầng viễn thông hiện đại. Thay vì duy trì hàng loạt tập lệnh thủ công dễ phát sinh lỗi khi mở rộng, việc tích hợp các mô hình ngôn ngữ lớn thông qua các SDK chuyên dụng giúp tối ưu hóa đáng kể khả năng tự thích ứng của hệ thống trước các sự cố mạng phức tạp.
Ứng dụng thực tế trên các script Python khác
Phương pháp luận tương tự có thể áp dụng linh hoạt cho phần lớn các hệ thống tự động hóa sẵn có, giúp tối ưu hóa hiệu suất vận hành doanh nghiệp mà không đòi hỏi tái cấu trúc toàn diện mã nguồn:
- Phân tích dữ liệu định dạng CSV: Các hàm thực hiện lọc dòng dữ liệu, tính toán chỉ số chuyên sâu kết hợp cùng khả năng phản hồi truy vấn bằng ngôn ngữ tự nhiên.
- Giám sát hạ tầng máy chủ: Các hàm kiểm tra tải CPU, dung lượng bộ nhớ, không gian đĩa cứng và tiến trình hệ thống, hỗ trợ agent tự động chẩn đoán nguyên nhân khi xuất hiện dấu hiệu bất thường.
- Kiểm tra và phân tích tệp log: Các hàm truy vấn log, đếm sự kiện lỗi giúp agent tự động điều tra nguyên nhân sự cố và tổng hợp báo cáo chi tiết.
- Tự động hóa tích hợp API: Các hàm thao tác lấy dữ liệu, cập nhật bản ghi hoặc tạo lập báo cáo tự động theo yêu cầu vận hành thực tế.
Thông qua việc kết hợp các hàm mã nguồn mở sẵn có với decorator chuyên dụng, lập trình viên có thể trang bị cho hệ thống năng lực xử lý ngôn ngữ tự nhiên và điều phối quy trình linh hoạt.
Tổng kết
Các giải pháp AI hướng tác vụ đang định hình lại phương thức tối ưu hóa quy trình làm việc trong doanh nghiệp, giảm thiểu sự phụ thuộc vào các script tĩnh truyền thống. Sự xuất hiện của các dòng mô hình tối ưu chi phí vận hành giúp các hệ thống đơn lẻ hay mô hình đa tác nhân (multi-agent) dễ dàng triển khai ở quy mô lớn.
Thông qua quy trình cấu hình từ một hàm xử lý cơ bản đến hệ thống agent tự chủ, các giải pháp công nghệ hiện đại mang lại giá trị thực tiễn cao trong việc giải quyết các bài toán tự động hóa phức tạp của doanh nghiệp.
Để được tư vấn chi tiết về các giải pháp mạng, viễn thông và tối ưu hóa hệ thống hạ tầng CNTT doanh nghiệp, quý khách hàng vui lòng liên hệ ngay với đội ngũ chuyên gia của TTC Việt Nam tại ttcvn.net để nhận hỗ trợ tận tâm nhất.
