From f4c3cefb6a6fb88087367bc4c40a1c715bd9fe5d Mon Sep 17 00:00:00 2001
From: "github-actions[bot]" <github-actions[bot]@users.noreply.github.com>
Date: Fri, 1 May 2026 08:38:48 +0000
Subject: [PATCH] Update all translated document pages

---
 docs/ja/quickstart.md | 90 ++++++++++++++++++++++++++----------------
 docs/ko/quickstart.md | 92 +++++++++++++++++++++++++++----------------
 docs/zh/quickstart.md | 92 +++++++++++++++++++++++++++----------------
 3 files changed, 173 insertions(+), 101 deletions(-)

diff --git a/docs/ja/quickstart.md b/docs/ja/quickstart.md
index 64bbc45810..49e83d440a 100644
--- a/docs/ja/quickstart.md
+++ b/docs/ja/quickstart.md
@@ -6,7 +6,7 @@ search:
 
 ## プロジェクトと仮想環境の作成
 
-これは一度だけ実行すれば十分です。
+これは一度だけ行えば十分です。
 
 ```bash
 mkdir my_project
@@ -16,12 +16,20 @@ python -m venv .venv
 
 ### 仮想環境の有効化
 
-新しいターミナルセッションを開始するたびに実行してください。
+新しいターミナルセッションを開始するたびに行います。
+
+macOS または Linux の場合:
 
 ```bash
 source .venv/bin/activate
 ```
 
+Windows の場合:
+
+```cmd
+.venv\Scripts\activate
+```
+
 ### Agents SDK のインストール
 
 ```bash
@@ -30,15 +38,31 @@ pip install openai-agents # or `uv add openai-agents`, etc
 
 ### OpenAI API キーの設定
 
-まだお持ちでない場合は、OpenAI API キーを作成するために [こちらの手順](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key) に従ってください。
+まだ持っていない場合は、[こちらの手順](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key)に従って OpenAI API キーを作成してください。
+
+これらのコマンドは、現在のターミナルセッションにキーを設定します。
+
+macOS または Linux の場合:
 
 ```bash
 export OPENAI_API_KEY=sk-...
 ```
 
+Windows PowerShell の場合:
+
+```powershell
+$env:OPENAI_API_KEY = "sk-..."
+```
+
+Windows Command Prompt の場合:
+
+```cmd
+set "OPENAI_API_KEY=sk-..."
+```
+
 ## 最初のエージェントの作成
 
-エージェントは instructions、名前、および特定のモデルなどの任意の設定で定義します。
+エージェントは、instructions、名前、特定のモデルなどの任意の設定で定義されます。
 
 ```python
 from agents import Agent
@@ -51,7 +75,7 @@ agent = Agent(
 
 ## 最初のエージェントの実行
 
-[`Runner`][agents.run.Runner] を使用してエージェントを実行し、[`RunResult`][agents.result.RunResult] を取得します。
+[`Runner`][agents.run.Runner] を使用してエージェントを実行し、[`RunResult`][agents.result.RunResult] を受け取ります。
 
 ```python
 import asyncio
@@ -70,23 +94,23 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-2 回目のターンでは、`result.to_input_list()` を `Runner.run(...)` に戻して渡すか、[session](sessions/index.md) をアタッチするか、`conversation_id` / `previous_response_id` で OpenAI のサーバー管理状態を再利用できます。[running agents](running_agents.md) ガイドでは、これらのアプローチを比較しています。
+2 ターン目では、`result.to_input_list()` を `Runner.run(...)` に渡し戻すか、[session](sessions/index.md) をアタッチするか、`conversation_id` / `previous_response_id` で OpenAI のサーバー管理状態を再利用できます。[エージェントの実行](running_agents.md)ガイドでは、これらのアプローチを比較しています。
 
-次の目安を使ってください。
+目安として、次のルールを使用してください。
 
-| 望んでいること | まず使うもの |
+| したいこと... | まず使うもの... |
 | --- | --- |
 | 完全な手動制御とプロバイダー非依存の履歴 | `result.to_input_list()` |
 | SDK に履歴の読み込みと保存を任せる | [`session=...`](sessions/index.md) |
-| OpenAI 管理のサーバー側継続 | `previous_response_id` または `conversation_id` |
+| OpenAI が管理するサーバー側の継続 | `previous_response_id` または `conversation_id` |
 
-トレードオフと正確な動作については、[Running agents](running_agents.md#choose-a-memory-strategy) を参照してください。
+トレードオフと正確な動作については、[エージェントの実行](running_agents.md#choose-a-memory-strategy)を参照してください。
 
-タスクが主にプロンプト、ツール、会話状態で完結する場合は、プレーンな `Agent` と `Runner` を使用してください。エージェントが分離されたワークスペース内の実ファイルを検査または変更する必要がある場合は、[Sandbox agents quickstart](sandbox_agents.md) に進んでください。
+タスクが主にプロンプト、ツール、会話状態で完結する場合は、通常の `Agent` と `Runner` を使用してください。エージェントが分離されたワークスペース内の実ファイルを検査または変更する必要がある場合は、[Sandbox エージェントクイックスタート](sandbox_agents.md)に進んでください。
 
-## エージェントへのツール付与
+## エージェントへのツールの付与
 
-エージェントに、情報を調べたりアクションを実行したりするためのツールを与えることができます。
+エージェントにツールを与えて、情報を検索したりアクションを実行したりできます。
 
 ```python
 import asyncio
@@ -118,16 +142,16 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-## 追加エージェント
+## さらにいくつかのエージェントの追加
 
-マルチエージェントパターンを選ぶ前に、最終回答を誰が担当するかを決めてください。
+マルチエージェントパターンを選ぶ前に、最終回答を誰が担当すべきかを決めます。
 
--   **ハンドオフ**: そのターンの該当部分では、専門エージェントが会話を引き継ぎます。
--   **Agents as tools**: オーケストレーターが制御を維持し、専門エージェントをツールとして呼び出します。
+-   **ハンドオフ**: スペシャリストがそのターンの該当部分について会話を引き継ぎます。
+-   **Agents as tools**: オーケストレーターが制御を維持し、スペシャリストをツールとして呼び出します。
 
-このクイックスタートでは、最初の例として最短であるため **ハンドオフ** を続けて扱います。マネージャースタイルのパターンについては、[Agent orchestration](multi_agent.md) と [Tools: agents as tools](tools.md#agents-as-tools) を参照してください。
+このクイックスタートでは、最初の例として最も短い **ハンドオフ** を続けます。マネージャースタイルのパターンについては、[エージェントオーケストレーション](multi_agent.md) と [ツール: Agents as tools](tools.md#agents-as-tools) を参照してください。
 
-追加のエージェントも同じ方法で定義できます。`handoff_description` は、いつ委譲するかについてルーティングエージェントに追加コンテキストを与えます。
+追加のエージェントも同じ方法で定義できます。`handoff_description` は、ルーティングエージェントに委任すべきタイミングについて追加のコンテキストを提供します。
 
 ```python
 from agents import Agent
@@ -147,7 +171,7 @@ math_tutor_agent = Agent(
 
 ## ハンドオフの定義
 
-エージェントでは、タスク解決中に選択可能な送信先ハンドオフオプションの一覧を定義できます。
+エージェントでは、タスクの解決中に選択できる送信ハンドオフオプションの一覧を定義できます。
 
 ```python
 triage_agent = Agent(
@@ -159,7 +183,7 @@ triage_agent = Agent(
 
 ## エージェントオーケストレーションの実行
 
-ランナーは、個々のエージェント実行、ハンドオフ、ツール呼び出しを処理します。
+Runner は、個々のエージェントの実行、ハンドオフ、およびツール呼び出しを処理します。
 
 ```python
 import asyncio
@@ -179,23 +203,23 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-## 参照コード例
+## 参考コード例
 
-リポジトリには、同じ主要パターンの完全なスクリプトが含まれています。
+リポジトリには、同じ中核パターンの完全なスクリプトが含まれています。
 
--   最初の実行向け: [`examples/basic/hello_world.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/hello_world.py)
--   関数ツール向け: [`examples/basic/tools.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/tools.py)
--   マルチエージェントルーティング向け: [`examples/agent_patterns/routing.py`](https://github.com/openai/openai-agents-python/tree/main/examples/agent_patterns/routing.py)
+-   [`examples/basic/hello_world.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/hello_world.py) は最初の実行用です。
+-   [`examples/basic/tools.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/tools.py) は関数ツール用です。
+-   [`examples/agent_patterns/routing.py`](https://github.com/openai/openai-agents-python/tree/main/examples/agent_patterns/routing.py) はマルチエージェントルーティング用です。
 
-## トレースの確認
+## トレースの表示
 
-エージェント実行中に何が起きたかを確認するには、[OpenAI ダッシュボードの Trace viewer](https://platform.openai.com/traces) に移動して、エージェント実行のトレースを表示してください。
+エージェントの実行中に何が起きたかを確認するには、[OpenAI Dashboard の Trace viewer](https://platform.openai.com/traces)に移動して、エージェント実行のトレースを表示します。
 
 ## 次のステップ
 
-より複雑なエージェントフローの構築方法を学びます。
+より複雑なエージェント的フローを構築する方法を学びます。
 
--   [Agents](agents.md) の設定方法を学ぶ。
--   [running agents](running_agents.md) と [sessions](sessions/index.md) を学ぶ。
--   作業を実際のワークスペース内で行うべき場合は [Sandbox agents](sandbox_agents.md) を学ぶ。
--   [tools](tools.md)、[guardrails](guardrails.md)、[models](models/index.md) を学ぶ。
\ No newline at end of file
+-   [エージェント](agents.md)の設定方法について学びます。
+-   [エージェントの実行](running_agents.md)と [sessions](sessions/index.md) について学びます。
+-   作業を実際のワークスペース内で行う必要がある場合は、[Sandbox エージェント](sandbox_agents.md)について学びます。
+-   [ツール](tools.md)、[ガードレール](guardrails.md)、[モデル](models/index.md)について学びます。
\ No newline at end of file
diff --git a/docs/ko/quickstart.md b/docs/ko/quickstart.md
index 3807d23dd7..a80b526399 100644
--- a/docs/ko/quickstart.md
+++ b/docs/ko/quickstart.md
@@ -6,7 +6,7 @@ search:
 
 ## 프로젝트 및 가상 환경 생성
 
-이 작업은 한 번만 하면 됩니다
+이 작업은 한 번만 수행하면 됩니다.
 
 ```bash
 mkdir my_project
@@ -16,12 +16,20 @@ python -m venv .venv
 
 ### 가상 환경 활성화
 
-새 터미널 세션을 시작할 때마다 이 작업을 수행하세요
+새 터미널 세션을 시작할 때마다 이 작업을 수행하세요.
+
+macOS 또는 Linux:
 
 ```bash
 source .venv/bin/activate
 ```
 
+Windows:
+
+```cmd
+.venv\Scripts\activate
+```
+
 ### Agents SDK 설치
 
 ```bash
@@ -30,15 +38,31 @@ pip install openai-agents # or `uv add openai-agents`, etc
 
 ### OpenAI API 키 설정
 
-아직 없다면 [이 안내](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key)를 따라 OpenAI API 키를 생성하세요
+키가 없다면 [이 지침](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key)에 따라 OpenAI API 키를 생성하세요.
+
+이 명령은 현재 터미널 세션에 키를 설정합니다.
+
+macOS 또는 Linux:
 
 ```bash
 export OPENAI_API_KEY=sk-...
 ```
 
+Windows PowerShell:
+
+```powershell
+$env:OPENAI_API_KEY = "sk-..."
+```
+
+Windows 명령 프롬프트:
+
+```cmd
+set "OPENAI_API_KEY=sk-..."
+```
+
 ## 첫 에이전트 생성
 
-에이전트는 instructions, 이름, 그리고 특정 모델 같은 선택적 구성으로 정의됩니다
+에이전트는 instructions, 이름, 특정 모델 같은 선택적 구성으로 정의됩니다.
 
 ```python
 from agents import Agent
@@ -51,7 +75,7 @@ agent = Agent(
 
 ## 첫 에이전트 실행
 
-[`Runner`][agents.run.Runner]를 사용해 에이전트를 실행하고 [`RunResult`][agents.result.RunResult]를 반환받으세요
+에이전트를 실행하고 [`RunResult`][agents.result.RunResult]를 돌려받으려면 [`Runner`][agents.run.Runner]를 사용하세요.
 
 ```python
 import asyncio
@@ -70,23 +94,23 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-두 번째 턴에서는 `result.to_input_list()`를 `Runner.run(...)`에 다시 전달하거나, [session](sessions/index.md)을 연결하거나, `conversation_id` / `previous_response_id`로 OpenAI 서버 관리 상태를 재사용할 수 있습니다. [에이전트 실행](running_agents.md) 가이드에서 이러한 접근 방식을 비교합니다
+두 번째 턴에서는 `result.to_input_list()`를 `Runner.run(...)`에 다시 전달하거나, [세션](sessions/index.md)을 연결하거나, `conversation_id` / `previous_response_id`로 OpenAI 서버 관리 상태를 재사용할 수 있습니다. [에이전트 실행](running_agents.md) 가이드에서는 이러한 접근 방식을 비교합니다.
 
-다음 경험칙을 사용하세요:
+다음 경험칙을 사용하세요.
 
-| 원한다면... | 먼저 시작할 것... |
+| 원하는 경우... | 다음으로 시작하세요... |
 | --- | --- |
-| 완전한 수동 제어 및 provider-agnostic 히스토리 | `result.to_input_list()` |
-| SDK가 히스토리를 대신 로드/저장 | [`session=...`](sessions/index.md) |
-| OpenAI 관리 서버 측 연속 처리 | `previous_response_id` 또는 `conversation_id` |
+| 완전한 수동 제어와 공급자에 구애받지 않는 기록 | `result.to_input_list()` |
+| SDK가 기록을 로드하고 저장해 주기를 원하는 경우 | [`session=...`](sessions/index.md) |
+| OpenAI가 관리하는 서버 측 이어가기 | `previous_response_id` 또는 `conversation_id` |
 
-트레이드오프와 정확한 동작은 [에이전트 실행](running_agents.md#choose-a-memory-strategy)을 참고하세요
+트레이드오프와 정확한 동작은 [에이전트 실행](running_agents.md#choose-a-memory-strategy)을 참조하세요.
 
-작업이 주로 프롬프트, 도구, 대화 상태에서 이뤄진다면 일반 `Agent`와 `Runner`를 사용하세요. 에이전트가 격리된 워크스페이스에서 실제 파일을 검사하거나 수정해야 한다면 [Sandbox 에이전트 빠른 시작](sandbox_agents.md)으로 이동하세요
+작업이 주로 프롬프트, 도구, 대화 상태에 머문다면 일반 `Agent`와 `Runner`를 사용하세요. 에이전트가 격리된 워크스페이스에서 실제 파일을 검사하거나 수정해야 한다면 [Sandbox 에이전트 빠른 시작](sandbox_agents.md)으로 이동하세요.
 
 ## 에이전트에 도구 제공
 
-에이전트에 정보를 조회하거나 작업을 수행할 수 있는 도구를 제공할 수 있습니다
+에이전트에 정보를 조회하거나 작업을 수행할 도구를 제공할 수 있습니다.
 
 ```python
 import asyncio
@@ -118,16 +142,16 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-## 에이전트 몇 개 더 추가
+## 에이전트 몇 개 추가
 
-멀티 에이전트 패턴을 선택하기 전에 최종 답변의 소유 주체를 먼저 결정하세요:
+멀티 에이전트 패턴을 선택하기 전에 최종 답변의 소유자가 누구인지 결정하세요.
 
-- **핸드오프**: 해당 턴의 그 부분에서는 전문 에이전트가 대화를 이어받습니다
-- **Agents as tools**: 오케스트레이터가 제어를 유지하고 전문 에이전트를 도구로 호출합니다
+-   **핸드오프**: 해당 턴의 그 부분에 대해 전문가가 대화를 이어받습니다.
+-   **Agents as tools**: 오케스트레이터가 제어를 유지하고 전문가를 도구로 호출합니다.
 
-이 빠른 시작은 가장 짧은 첫 예시이므로 **핸드오프**를 계속 사용합니다. 매니저 스타일 패턴은 [에이전트 오케스트레이션](multi_agent.md)과 [도구: Agents as tools](tools.md#agents-as-tools)을 참고하세요
+이 빠른 시작에서는 첫 예제로 가장 짧기 때문에 **핸드오프**를 계속 사용합니다. 매니저 스타일 패턴은 [에이전트 오케스트레이션](multi_agent.md) 및 [도구: agents as tools](tools.md#agents-as-tools)를 참조하세요.
 
-추가 에이전트도 같은 방식으로 정의할 수 있습니다. `handoff_description`은 라우팅 에이전트가 언제 위임해야 하는지에 대한 추가 컨텍스트를 제공합니다
+추가 에이전트도 같은 방식으로 정의할 수 있습니다. `handoff_description`은 라우팅 에이전트에 언제 위임할지에 대한 추가 컨텍스트를 제공합니다.
 
 ```python
 from agents import Agent
@@ -147,7 +171,7 @@ math_tutor_agent = Agent(
 
 ## 핸드오프 정의
 
-에이전트에서 작업 해결 중 선택할 수 있는 발신 핸드오프 옵션 목록을 정의할 수 있습니다
+에이전트에서는 작업을 해결하는 동안 선택할 수 있는 나가는 핸드오프 옵션 목록을 정의할 수 있습니다.
 
 ```python
 triage_agent = Agent(
@@ -159,7 +183,7 @@ triage_agent = Agent(
 
 ## 에이전트 오케스트레이션 실행
 
-러너는 개별 에이전트 실행, 모든 핸드오프, 모든 도구 호출 처리를 담당합니다
+러너는 개별 에이전트 실행, 모든 핸드오프, 모든 도구 호출을 처리합니다.
 
 ```python
 import asyncio
@@ -179,23 +203,23 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-## 참고 코드 예제
+## 참조 코드 예제
 
-저장소에는 동일한 핵심 패턴에 대한 전체 스크립트가 포함되어 있습니다:
+저장소에는 동일한 핵심 패턴에 대한 전체 스크립트가 포함되어 있습니다.
 
-- [`examples/basic/hello_world.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/hello_world.py): 첫 실행
-- [`examples/basic/tools.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/tools.py): 함수 도구
-- [`examples/agent_patterns/routing.py`](https://github.com/openai/openai-agents-python/tree/main/examples/agent_patterns/routing.py): 멀티 에이전트 라우팅
+-   첫 실행용 [`examples/basic/hello_world.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/hello_world.py)
+-   함수 도구용 [`examples/basic/tools.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/tools.py)
+-   멀티 에이전트 라우팅용 [`examples/agent_patterns/routing.py`](https://github.com/openai/openai-agents-python/tree/main/examples/agent_patterns/routing.py)
 
-## 트레이스 확인
+## 트레이스 보기
 
-에이전트 실행 중 발생한 내용을 검토하려면 [OpenAI 대시보드의 Trace viewer](https://platform.openai.com/traces)로 이동해 에이전트 실행의 트레이스를 확인하세요
+에이전트 실행 중 발생한 일을 검토하려면 [OpenAI Dashboard의 Trace viewer](https://platform.openai.com/traces)로 이동하여 에이전트 실행 트레이스를 확인하세요.
 
 ## 다음 단계
 
-더 복잡한 에이전트 흐름을 구축하는 방법을 알아보세요:
+더 복잡한 에이전트형 흐름을 구축하는 방법을 알아보세요.
 
-- [Agents](agents.md) 구성 방법 알아보기
-- [에이전트 실행](running_agents.md) 및 [sessions](sessions/index.md) 알아보기
-- 작업이 실제 워크스페이스 내부에서 이뤄져야 한다면 [Sandbox 에이전트](sandbox_agents.md) 알아보기
-- [도구](tools.md), [가드레일](guardrails.md), [모델](models/index.md) 알아보기
\ No newline at end of file
+-   [에이전트](agents.md) 구성 방법 알아보기
+-   [에이전트 실행](running_agents.md) 및 [세션](sessions/index.md) 알아보기
+-   실제 워크스페이스 안에서 작업이 이루어져야 한다면 [Sandbox 에이전트](sandbox_agents.md) 알아보기
+-   [도구](tools.md), [가드레일](guardrails.md), [모델](models/index.md) 알아보기
\ No newline at end of file
diff --git a/docs/zh/quickstart.md b/docs/zh/quickstart.md
index 7ccf0f1fb4..955ac1a587 100644
--- a/docs/zh/quickstart.md
+++ b/docs/zh/quickstart.md
@@ -4,9 +4,9 @@ search:
 ---
 # 快速入门
 
-## 创建项目和虚拟环境
+## 项目和虚拟环境的创建
 
-你只需要做一次。
+你只需执行一次。
 
 ```bash
 mkdir my_project
@@ -14,31 +14,55 @@ cd my_project
 python -m venv .venv
 ```
 
-### 激活虚拟环境
+### 虚拟环境的激活
 
-每次开启新的终端会话时都要执行此操作。
+每次启动新的终端会话时都要执行此操作。
+
+在 macOS 或 Linux 上：
 
 ```bash
 source .venv/bin/activate
 ```
 
-### 安装 Agents SDK
+在 Windows 上：
+
+```cmd
+.venv\Scripts\activate
+```
+
+### Agents SDK 的安装
 
 ```bash
 pip install openai-agents # or `uv add openai-agents`, etc
 ```
 
-### 设置 OpenAI API 密钥
+### OpenAI API 密钥的设置
+
+如果你还没有密钥，请按照[这些说明](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key)创建 OpenAI API 密钥。
+
+这些命令会为当前终端会话设置密钥。
 
-如果你还没有，请按照[这些说明](https://platform.openai.com/docs/quickstart#create-and-export-an-api-key)创建 OpenAI API 密钥。
+在 macOS 或 Linux 上：
 
 ```bash
 export OPENAI_API_KEY=sk-...
 ```
 
-## 创建你的第一个智能体
+在 Windows PowerShell 上：
+
+```powershell
+$env:OPENAI_API_KEY = "sk-..."
+```
+
+在 Windows 命令提示符上：
+
+```cmd
+set "OPENAI_API_KEY=sk-..."
+```
+
+## 第一个智能体的创建
 
-智能体由 instructions、名称以及可选配置（如特定模型）定义。
+智能体通过 instructions、名称以及可选配置（例如特定模型）来定义。
 
 ```python
 from agents import Agent
@@ -49,7 +73,7 @@ agent = Agent(
 )
 ```
 
-## 运行你的第一个智能体
+## 第一个智能体的运行
 
 使用 [`Runner`][agents.run.Runner] 执行智能体，并获取返回的 [`RunResult`][agents.result.RunResult]。
 
@@ -70,23 +94,23 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-在第二轮中，你可以将 `result.to_input_list()` 传回 `Runner.run(...)`，也可以附加一个[会话](sessions/index.md)，或者通过 `conversation_id` / `previous_response_id` 复用 OpenAI 服务端托管状态。[运行智能体](running_agents.md)指南对这些方法进行了比较。
+对于第二轮，你可以将 `result.to_input_list()` 传回 `Runner.run(...)`，附加一个 [session](sessions/index.md)，或使用 `conversation_id` / `previous_response_id` 复用 OpenAI 服务管理的状态。[运行智能体](running_agents.md)指南对这些方法进行了比较。
 
-使用这个经验法则：
+可使用以下经验法则：
 
-| 如果你想要... | 从这里开始... |
+| 如果你想要... | 从以下方式开始... |
 | --- | --- |
-| 完全手动控制且与提供方无关的历史记录 | `result.to_input_list()` |
-| 让 SDK 为你加载和保存历史记录 | [`session=...`](sessions/index.md) |
-| OpenAI 托管的服务端延续 | `previous_response_id` 或 `conversation_id` |
+| 完全手动控制且与提供商无关的历史记录 | `result.to_input_list()` |
+| 由 SDK 为你加载和保存历史记录 | [`session=...`](sessions/index.md) |
+| OpenAI 管理的服务端延续 | `previous_response_id` 或 `conversation_id` |
 
-关于权衡和精确行为，请参阅[运行智能体](running_agents.md#choose-a-memory-strategy)。
+有关取舍和确切行为，请参阅[运行智能体](running_agents.md#choose-a-memory-strategy)。
 
-当任务主要依赖提示词、tools 和对话状态时，使用普通 `Agent` 加 `Runner`。如果智能体需要在隔离工作空间中检查或修改真实文件，请跳转到[Sandbox 智能体快速入门](sandbox_agents.md)。
+当任务主要依赖提示词、工具和对话状态时，请使用普通的 `Agent` 加 `Runner`。如果智能体应在隔离工作区中检查或修改真实文件，请转到 [Sandbox agents 快速入门](sandbox_agents.md)。
 
 ## 为智能体提供工具
 
-你可以为智能体提供工具来查询信息或执行操作。
+你可以为智能体提供工具来查找信息或执行操作。
 
 ```python
 import asyncio
@@ -118,16 +142,16 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-## 再添加几个智能体
+## 添加更多智能体
 
-在你选择多智能体模式之前，先决定谁应负责最终回答：
+在选择多智能体模式之前，先决定谁应拥有最终答案：
 
--   **任务转移**：某位专家接管该轮对话中的这部分内容。
+-   **任务转移**：专家接管本轮中该部分的对话。
 -   **Agents as tools**：编排器保持控制，并将专家作为工具调用。
 
-本快速入门继续使用**任务转移**，因为它是最简短的第一个示例。对于管理者风格模式，请参阅[智能体编排](multi_agent.md)和[工具：Agents as tools](tools.md#agents-as-tools)。
+本快速入门继续使用**任务转移**，因为它是最简短的第一个示例。有关管理器风格的模式，请参阅[智能体编排](multi_agent.md)和[工具：agents as tools](tools.md#agents-as-tools)。
 
-其他智能体也可以用同样方式定义。`handoff_description` 为路由智能体提供额外上下文，说明何时应委派。
+可以用同样的方式定义其他智能体。`handoff_description` 会为路由智能体提供有关何时委派的额外上下文。
 
 ```python
 from agents import Agent
@@ -145,9 +169,9 @@ math_tutor_agent = Agent(
 )
 ```
 
-## 定义你的任务转移
+## 任务转移的定义
 
-在智能体上，你可以定义一个可对外任务转移选项清单，它在解决任务时可从中进行选择。
+在智能体上，你可以定义一组可选的传出任务转移选项，供其在解决任务时选择。
 
 ```python
 triage_agent = Agent(
@@ -157,9 +181,9 @@ triage_agent = Agent(
 )
 ```
 
-## 运行智能体编排
+## 智能体编排的运行
 
-Runner 会处理执行各个智能体、任何任务转移以及任何工具调用。
+运行器会处理各个智能体的执行、任何任务转移以及任何工具调用。
 
 ```python
 import asyncio
@@ -179,9 +203,9 @@ if __name__ == "__main__":
     asyncio.run(main())
 ```
 
-## 参考示例
+## 参考代码示例
 
-仓库包含了相同核心模式的完整脚本：
+该仓库包含相同核心模式的完整脚本：
 
 -   [`examples/basic/hello_world.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/hello_world.py) 用于首次运行。
 -   [`examples/basic/tools.py`](https://github.com/openai/openai-agents-python/tree/main/examples/basic/tools.py) 用于工具调用。
@@ -189,13 +213,13 @@ if __name__ == "__main__":
 
 ## 查看追踪
 
-要查看智能体运行期间发生了什么，请前往 [OpenAI Dashboard 中的 Trace viewer](https://platform.openai.com/traces) 查看智能体运行的追踪。
+要回顾智能体运行期间发生的情况，请前往 [OpenAI Dashboard 中的 Trace viewer](https://platform.openai.com/traces)查看智能体运行的追踪。
 
 ## 后续步骤
 
-了解如何构建更复杂的智能体流程：
+学习如何构建更复杂的智能体式流程：
 
 -   了解如何配置[智能体](agents.md)。
--   了解[运行智能体](running_agents.md)和[会话](sessions/index.md)。
--   如果工作应在真实工作空间内进行，了解[Sandbox 智能体](sandbox_agents.md)。
+-   了解[运行智能体](running_agents.md)和 [sessions](sessions/index.md)。
+-   如果工作应在真实工作区内进行，请了解 [Sandbox agents](sandbox_agents.md)。
 -   了解[工具](tools.md)、[安全防护措施](guardrails.md)和[模型](models/index.md)。
\ No newline at end of file