openai-agents-python 沙箱实战：外发传真资料包策略（Outbound Fax Packet Requirements）的落地实现-北京尧图网络

openai-agents-python 沙箱实战外发传真资料包策略Outbound Fax Packet Requirements的落地实现【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-python本文围绕 openai-agents-python 仓库中examples/sandbox/healthcare_support示例的对外传真资料包策略outbound_fax_packet_requirements.md展开它定义了在授权前prior auth流程中对外传真资料包必须包含的要素、缺失时的检查清单机制以及触发人工复核的前置条件。你将看到这条策略如何被挂载进沙箱工作区、被沙箱策略 Agent 通过技能与 shell 检索引用并在工作流层被结构化校验兜底——完整掌握从策略文档到可执行产物的落地方案。策略文档速览三条不可逾越的红线策略原文位于 examples/sandbox/healthcare_support/policies/outbound_fax_packet_requirements.md全文以三条规则构成整个传真合规体系的核心资料包完整性Prior auth 传真资料包应包含封面页、人口统计信息、保险卡数据、会诊记录、影像报告以及所请求的 CPT/ICD-10 编码缺失即留痕若任一必需工件缺失必须在传真前生成缺失条目检查清单missing-items checklist人工复核前置当资料包数据不完整或转诊状态为 pending 时对外传真前必须经过人工复核。这并非孤立文档而是整个healthcare_support示例策略库policy library的一部分。该目录下共 13 份策略文档见 policies 目录彼此构成互补的决策网络human_escalation_policy.md界定何时升级人工、referral_pending_sop.md界定转诊 pending 的处理路径、auth_review_queue_routing.md界定队列路由。本文聚焦的传真策略正是这条决策链在对外输出环节的收口。传真资料包六大必备要素拆解策略第一条明确列出 prior auth 传真资料包必须包含的六类内容逐项展开如下要素含义在示例中的落点封面页cover sheet传真目的、收件方、页数等元信息由沙箱生成的output/policy_findings.md的## Case summary承担摘要职能人口统计信息demographics患者姓名、ID、出生日期等场景 JSON 中的patient_metadata如prior_auth_confusion_ct.json中的PAT-1002保险卡数据insurance card datapayer、member ID场景followup_qa中的 payer如 UnitedHealthcare与 member ID如 UHC-771032会诊记录consult notes转诊/会诊医生意见场景transcript中患者陈述的症状与就诊背景影像报告imaging reportsCT、MRI 等检查报告涉及影像的策略检索关键词之一见下文rg搜索命令CPT/ICD-10 编码手术/影像等服务的收费与诊断编码由人工队列的 summary 携带供auth-review-queue使用关键点在于这六类要素并非由策略 Agent 凭空生成而是必须从挂载进沙箱的场景文件中事实提取。沙箱策略 Agent 的指令support_agents.py明确要求只返回你实际检查过的文件所支撑的事实Return only facts grounded in the files you inspected而工作流层也会在最终校验时强制检查策略检索命令与引用文件杜绝模型凭空编造资料包内容。缺失条目检查清单传真前的强制性留痕策略第二条规定如果任何必需工件缺失在传真前创建缺失条目检查清单。在示例中这条规则被编码进prior-auth-packet-builder技能的工作流其载体是沙箱输出工件output/policy_findings.md中的## Missing information小节。技能定义位于 examples/sandbox/healthcare_support/skills/prior-auth-packet-builder/SKILL.md要求输出工件必须包含五个精确小节标题## Case summary## Matched policy files## Prior authorization## Referral## Missing information其中## Missing information就是策略第二条中缺失条目检查清单的工程化落地——它不是一句口头承诺而是被工作流以结构性硬校验强制的产物。在 workflow.py 中REQUIRED_POLICY_FINDINGS_HEADINGS { ## Case summary, ## Matched policy files, ## Missing information, ## Prior authorization, ## Referral, }finalize_policy_packet工具在执行时workflow.py会逐行比对policy_findings.md若缺少任一必需小节直接抛出RuntimeErrorPolicy findings artifact is missing required sections: ...传真资料包无法被签收。这意味着缺失即留痕从策略文本变成了可自动验证的机器约束。人工复核前置条件不完整数据与转诊 pending策略第三条是传真动作的刹车阀资料包数据不完整incomplete或转诊状态为 pending 时必须人工复核。这条规则在示例中通过三层机制协同实现第一层策略文档交叉支撑。human_escalation_policy.md 规定在payer 不明确、很可能需要 prior auth、转诊 pending、程序编码不完整时升级人工referral_pending_sop.md 进一步细化若转诊 pending 且 prior auth 也很有可能则发送至 auth-review 队列并注明转诊核验仍未完成。这些文档共同把pending这一状态与人工复核/队列路由直接绑定。第二层技能规则显式声明。SKILL.md的 Rules 部分明确写道若转诊状态为 pending 且 prior auth 不明确建议人工复核If referral status is pending and prior auth is unclear, recommend human review。同时要求生成output/human_review_checklist.md其中必须包含人工审核员应核验的内容、应告知患者的要点、以及案例应归属的队列。第三层工作流审批闸门。人工复核在代码层由带审批闸门的队列路由工具实现。route_to_human_queuetools.py通过needs_approval钩子要求显式审批审批循环_resolve_interruptionsworkflow.py支持 approve/reject 两种结果并限制最多 5 轮审批。审批被拒绝时调用state.reject(interruption)从而保证在人工放行之前传真/转交动作不会发生——这正是策略第三条Human review is required before outbound fax的程序化表达。策略如何进入沙箱Manifest 与只读挂载该策略文档能被沙箱策略 Agent 引用依赖沙箱工作区的构建方式。在 workflow.py 的_build_manifest中return Manifest( extra_path_grants( SandboxPathGrant(pathstr(POLICIES_ROOT), read_onlyTrue), SandboxPathGrant(pathstr(SKILLS_ROOT), read_onlyTrue), ), entries{ case: Dir(children{...}), # 场景 JSON 通话记录 policies: LocalDir(srcPOLICIES_ROOT, ...), # 策略库只读挂载 output: Dir(descriptionGenerated support artifacts for this case.), }, )要点有三策略目录整库挂载policies/以LocalDir方式整体挂入沙箱outbound_fax_packet_requirements.md与其余 12 份策略同步可见只读授权通过SandboxPathGrant(..., read_onlyTrue)授予宿主侧路径访问权策略文档是参照物而非可改写对象产物独立目录Agent 的传真资料包policy_findings.md、human_review_checklist.md写入隔离的output/目录最终由工作流统一复制到.cache/healthcare_support/output/scenario_id/。沙箱后端为UnixLocalSandboxClientworkflow.py即 Unix 本地沙箱通过真实 shell 执行检索命令。沙箱策略 Agent 的执行链路检索 → 引用 → 生成 → 校验策略 AgentHealthcarePolicySandboxAgent在 support_agents.py 中构建具备Shell、Filesystem、Skills三种能力。它对传真策略的执行严格遵循以下固定链路加载技能先调用load_skill加载prior-auth-packet-builder再读取其SKILL.md定向检索策略用一条 shell 命令同时执行首选与兜底搜索命令模式为rg -n -i prior authorization|prior-auth|imaging|referral|billing|PPO|Blue Cross policies || grep -RniE prior authorization|prior-auth|imaging|referral|billing|PPO|Blue Cross policies注意技能与提示词都强调rg启动失败不代表策略库无匹配必须回退到grep -RniE避免因工具链差异误判无策略可引用只读最相关策略文件仅引用实际检查过的文件Only cite policy files you actually inspected生成双工件用一次apply_patch同时创建output/policy_findings.md与output/human_review_checklist.md调用终结工具两文件齐备后才允许调用finalize_policy_packettool_use_behavior{stop_at_tool_names: [finalize_policy_packet]}确保该工具是终止动作。工作流层的_structured_tool_output_extractorworkflow.py与finalize_policy_packetworkflow.py构成双重兜底前者在 Agent 未生成必需工件、未检查任何策略文件、或未记录任何检索命令时直接抛错后者则校验policy_findings.md的小节完整性、清单非空、引用的策略文件必须真实存在于 policies 目录、且每个引用文件都必须在工件中被引用到。这意味着传真资料包的每个组成部分都能追溯到实际检查过的策略文档杜绝幻觉引用。关联场景与运行验证传真策略在多个内置场景中被实际触发。以prior_auth_confusion_ct为例数据文件患者 Victor Chen 被告知 CT 血管造影可能缺 prior auth场景要求检索 prior authorization 相关信息gold 答案明确为转至 utilization review 并携带 CT 血管造影授权资料包——这正对应传真策略中imaging reports CPT 编码 prior auth 判定的组合。而messy_ambiguous_knee_case场景则用于触发人工审批流程详见 README 场景说明是数据不完整 → 人工复核 → 队列转交路径的端到端演示。从仓库根目录运行 CLI 演示# 列出全部内置场景 uv run python examples/sandbox/healthcare_support/main.py --list-scenarios # 运行一个会触发人工审批的场景 uv run python examples/sandbox/healthcare_support/main.py --scenario messy_ambiguous_knee_case # 无人值守模式自动应答提示 EXAMPLES_INTERACTIVE_MODEauto uv run python examples/sandbox/healthcare_support/main.py --scenario messy_ambiguous_knee_case # 重置共享 SQLite 会话记忆 uv run python examples/sandbox/healthcare_support/main.py --reset-memory运行结束后可在.cache/healthcare_support/output/scenario_id/下直接查看生成的传真资料包工件policy_findings.md与human_review_checklist.md并在输出中获取 trace URL 逐条检查模型调用与工具调用。小结从三条策略到可审计的传真产物回看这条传真策略它在示例中完成了从文本规范到机器强制的三级跃迁语义层outbound_fax_packet_requirements.md及其姊妹策略明确定义传真前必须有什么、缺失怎么办、谁必须复核执行层沙箱 Manifest 将策略库只读挂载prior-auth-packet-builder技能通过定向检索与双工件生成把策略转译为可交付的 markdown 产物校验层workflow.py的工件集合、小节标题、策略引用与检索命令四重校验保证任何缺失条目都会被显式记录、任何不完整或转诊 pending 的传真都会在人工放行前被拦截。对于想要在 openai-agents-python 中落地策略驱动的合规输出的开发者这个示例提供了一个可复制的范式把领域规则写成策略文档、把策略文档挂进沙箱、让 Agent 检索引用、再用结构化校验锁死产出。需要进一步探索时可从 README.md 的 Files to read first 清单入手依次阅读 workflow.py、support_agents.py 与 SKILL.md即可完整还原本文所述链路的全部实现细节。【免费下载链接】openai-agents-pythonA lightweight, powerful framework for multi-agent workflows项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-python创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

openai-agents-python 沙箱实战：外发传真资料包策略（Outbound Fax Packet Requirements）的落地实现

相关推荐

Reflex 布局组件完全指南：Box、Stack、Flex、Grid 与 Container 的选型与实战

JavaScript异步编程与内存管理实战解析

Java字符串比较与随机数生成实战技巧

更多资讯

游戏引擎工具链设计：从模块化架构到AI辅助开发

PaddleOCR TIPC Linux 端补充训练功能测试完全指南：覆盖蒸馏、PACT 量化、FPGM 裁剪与自定义 OP 的训练链路验证

Label Studio Enterprise 2.36.0 版本全解析：Data Manager 批量列编辑、Custom Interfaces 沙箱与成员分析增强

变速箱箱体加工工艺与夹具设计全流程解析

PHP API接口开发实战：从规范到高性能优化

Odoo 19库存期初导入实战指南与优化技巧

今日更新

SpacetimeDB C++ 模块库实战：用 C++20 在数据库内构建 WebAssembly 模块

别踩雷！不是所有 AI 写作工具都靠谱，2026 高校认可工具精选

SSM+MySQL幼儿园管理系统源码解析：从部署到优化

本周精选

超人会飞不算本事：系统稳定依赖清晰规则与边界设计

超人VS蜘蛛侠：拆解超级IP的影响力与传播方法论

基于CNN的调制信号识别：MATLAB实现时频图分类实战

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？