Az OpenAI eszközöket és API-t ad ki a fejlesztők számára, hogy AI-ügynököket építhessenek a vállalkozások számára

Március 11, 2025

Termék

Új eszközök az építési ügynökök számára

Fejlesztjük platformunkat, hogy segítsük a fejlesztőket és a vállalatokat hasznos és megbízható ügynökök létrehozásában.

Próbálja ki a Playgroundban(új ablakban nyílik meg)

Egy elegáns, minimális felület, amely egy AI-ügynök feladatlistáját jeleníti meg, beleértve a "triage_agent", "guardrail" és "update_salesforce_record" feladatokat, egy folyékony kék absztrakt háttér előtt.

Ma adjuk ki az első olyan építőelemek készletét, amelyek segítségével a fejlesztők és a vállalatok hasznos és megbízható ügynököket építhetnek. Az ügynököket olyan rendszereknek tekintjük, amelyek önállóan hajtanak végre feladatokat a felhasználók nevében. Az elmúlt év során új modellképességeket vezettünk be - például fejlett érvelést, multimodális interakciókat és új biztonsági technikákat -, amelyek megalapozták, hogy modelljeink képesek legyenek kezelni az ügynökök építéséhez szükséges összetett, többlépcsős feladatokat. Az ügyfelek azonban megosztották velünk, hogy ezeknek a képességeknek a gyártásra kész ügynökökké való átalakítása kihívást jelenthet, mivel gyakran kiterjedt prompt iterációt és egyéni szervezési logikát igényel, megfelelő láthatóság vagy beépített támogatás nélkül.

E kihívások megoldására új API-kat és eszközöket indítunk útjára, amelyeket kifejezetten az ügynöki alkalmazások fejlesztésének egyszerűsítésére terveztünk:

Az új Responses API(új ablakban nyílik meg), amely a Chat Completions API egyszerűségét ötvözi az Asszisztensek API eszközhasználati képességeivel az ügynökök építéséhez

Beépített eszközök, beleértve a webes keresést(új ablakban nyílik meg), a fájlkeresést(új ablakban nyílik meg) és a számítógép-használatot(új ablakban nyílik meg)

Az új Agents SDK(új ablakban nyílik meg) az egy- és több-ügynökös munkafolyamatok összehangolásához

Integrált megfigyelhetőségi eszközök(új ablakban nyílik meg) az ügynöki munkafolyamatok végrehajtásának nyomon követésére és ellenőrzésére

Ezek az új eszközök egyszerűsítik az alapvető ügynöklogikát, az orkesztrálást és az interakciókat, jelentősen megkönnyítve a fejlesztők számára az ügynöképítés megkezdését. Az elkövetkező hetekben és hónapokban további eszközöket és képességeket tervezünk kiadni, hogy tovább egyszerűsítsük és felgyorsítsuk az ügynöki alkalmazások építését a platformunkon.

A Válaszok API bemutatása

A Responses API az új API-alapanyagunk az OpenAI beépített eszközeinek kihasználására az ügynökök építéséhez. Egyesíti a Chat Completions egyszerűségét az Asszisztens API eszközhasználati képességeivel. Mivel a modellképességek tovább fejlődnek, úgy gondoljuk, hogy a Responses API rugalmasabb alapot fog nyújtani az ügynöki alkalmazásokat építő fejlesztők számára. Egyetlen Responses API-hívással a fejlesztők egyre összetettebb feladatokat oldhatnak meg több eszköz és modellforduló használatával.

Kezdetben a Responses API támogatni fogja az olyan új beépített eszközöket, mint a webes keresés, a fájlkeresés és a számítógép-használat. Ezek az eszközök úgy vannak kialakítva, hogy együtt működve összekapcsolják a modelleket a valós világgal, így hasznosabbá téve azokat a feladatok elvégzésében. Emellett számos használhatósági fejlesztést is hoz magával, beleértve az egységesített elemalapú kialakítást, az egyszerűbb polimorfizmust, az intuitív streaming eseményeket és az SDK-segédprogramokat, például a response.output_text-et, amelyekkel könnyen elérheti a modell szöveges kimenetét.

A Responses API-t olyan fejlesztők számára tervezték, akik az OpenAI modelleket és a beépített eszközöket könnyen kombinálni szeretnék alkalmazásaikban, anélkül, hogy több API vagy külső gyártók integrálásával járó bonyolultságot kellene megoldaniuk. Az API megkönnyíti az OpenAI adatainak tárolását is, így a fejlesztők olyan funkciók segítségével értékelhetik az ügynök teljesítményét, mint a nyomkövetés és az értékelések. Emlékeztetőül: modelljeinket alapértelmezés szerint nem képezzük üzleti adatokon, még akkor sem, ha az adatokat az OpenAI-n tároljuk. Az API a mai naptól kezdve minden fejlesztő számára elérhető, és nem kerül külön felszámításra - a tokenek és az eszközök az árképzési oldalunkon(új ablakban nyílik meg) megadott normál díjszabás szerint kerülnek kiszámlázásra. További információkért tekintse meg a Responses API gyorsindítási útmutatóját(új ablakban nyílik meg).

Mit jelent ez a meglévő API-k számára

Chat Completions API(új ablakban nyílik meg): A Chat Completions továbbra is a legszélesebb körben elfogadott API-nk marad, és teljes mértékben elkötelezettek vagyunk amellett, hogy új modellekkel és képességekkel támogassuk. Azok a fejlesztők, akiknek nincs szükségük beépített eszközökre, továbbra is bátran használhatják a Chat Completions-t. Folyamatosan új modelleket adunk ki a Chat Completionshoz, amikor azok képességei nem függnek beépített eszközöktől vagy többszörös modellhívásoktól. A Responses API azonban a Chat Completions egy szuperkészlete(új ablakban nyílik meg), ugyanolyan nagyszerű teljesítménnyel, ezért új integrációk esetén javasoljuk, hogy a Responses API-val kezdje.

Asszisztensek API(új ablakban nyílik meg): Az Asszisztensek API béta verziójának fejlesztői visszajelzései alapján kulcsfontosságú fejlesztéseket építettünk be a Válaszok API-ba, így az rugalmasabbá, gyorsabbá és könnyebben használhatóvá vált. Azon dolgozunk, hogy az Asszisztensek és a Válaszok API között teljes funkcióparitást érjünk el, beleértve az Asszisztens- és a Szál-szerű objektumok támogatását, valamint a Kódértelmező eszközt. Amint ez befejeződik, tervezzük, hogy hivatalosan bejelentjük az Asszisztensek API elavulását, amelynek tervezett megszűnési dátuma 2026 közepe. Az elavulás után egyértelmű átállási útmutatót fogunk biztosítani az Asszisztens API-ról a Válasz API-ra, amely lehetővé teszi a fejlesztők számára, hogy megőrizzék az összes adatukat és áttelepítsék alkalmazásaikat. Amíg hivatalosan be nem jelentjük az elavulást, addig továbbra is új modelleket fogunk szállítani az Asszisztensek API-hoz. A Responses API képviseli az OpenAI ügynökök építésének jövőbeli irányát.

Beépített eszközök bevezetése a Responses API-ban

Webes keresés

A fejlesztők mostantól gyors, naprakész válaszokat kaphatnak egyértelmű és releváns hivatkozásokkal a webről. A Responses API-ban a webes keresés a gpt-4o és a gpt-4o-mini használatakor eszközként érhető el, és más eszközökkel vagy funkcióhívásokkal párosítható.

JavaScript

1

const response = await openai.responses.create({

2

model: "gpt-4o",

3

tools: [ { type: "web_search_preview" } ],

4

input: "Mi volt az a pozitív hír, ami ma történt?",

5

});

6

7

console.log(response.output_text);

A korai tesztelés során azt láttuk, hogy a fejlesztők a webes keresővel különböző felhasználási esetekre építenek, beleértve a vásárlási asszisztenseket, a kutatási ügynököket és az utazási foglalási ügynököket - bármilyen olyan alkalmazást, amely időszerű információkat igényel a webről.

A Hebbia(új ablakban nyílik meg) például a webes kereső eszközt arra használja, hogy a vagyonkezelők, a magántőke- és hitelcégek, valamint az ügyvédi irodák számára segítsen a kiterjedt nyilvános és magánadatkészletekből gyorsan hasznosítható meglátásokat kinyerni. Azáltal, hogy a Hebbia valós idejű keresési képességeket integrál kutatási munkafolyamataiba, gazdagabb, kontextus-specifikus piaci információkat nyújt, és folyamatosan javítja elemzései pontosságát és relevanciáját, felülmúlva a jelenlegi referenciaértékeket.

Az API-ban található webes keresést ugyanaz a modell működteti, mint a ChatGPT keresést. A SimpleQA-n, egy olyan benchmarkon, amely az LLM-ek pontosságát értékeli a rövid, tényszerű kérdések megválaszolásában, a GPT-4o keresési előnézet és a GPT-4o mini keresési előnézet 90%-os, illetve 88%-os eredményt ért el.

SimpleQA pontosság (minél magasabb, annál jobb)

63%

38%

47%

15%

90%

88%

0

20

40

60

80

100

Pontosság

GPT-4.5

GPT-4o

OpenAI o1

OpenAI o3-mini

GPT-4o

keresési előnézet

GPT-4o mini

keresési előnézet

Az API webes kereséssel generált válaszok tartalmaznak hivatkozásokat forrásokra, például hírekre és blogbejegyzésekre, így a felhasználók többet tudhatnak meg. Ezekkel az egyértelmű, soron belüli hivatkozásokkal a felhasználók új módon kapcsolódhatnak az információkhoz, míg a tartalomtulajdonosok új lehetőségeket nyernek a szélesebb közönség elérésére.

Bármely weboldal vagy kiadó választhatja, hogy megjelenik(új ablakban nyílik meg) a webes keresőben az API-ban.

A webes keresőeszköz a Responses API-ban előnézetben minden fejlesztő számára elérhető. A fejlesztők számára a gpt-4o-search-preview és a gpt-4o-mini-search-preview segítségével közvetlen hozzáférést biztosítunk a finomhangolt keresési modelljeinkhez is a Chat Completions API-ban. Az árak(új ablakban nyílik meg) a GPT-4o search és a 4o-mini search esetében 30, illetve 25 dollárról indulnak ezer lekérdezésenként. Tekintse meg a webes keresést a Playgroundban(új ablakban nyílik meg), és tudjon meg többet a dokumentációnkban(új ablakban nyílik meg).

Fájl keresés

A fejlesztők mostantól a továbbfejlesztett fájlkereső eszközzel könnyedén kinyerhetik a releváns információkat nagy mennyiségű dokumentumból. A több fájltípus támogatásával, a lekérdezés optimalizálásával, a metaadatok szűrésével és az egyéni újrarangsorolással gyors és pontos keresési eredményeket biztosít. És ismét, a Responses API-val csak néhány sornyi kódot igényel az integrálás.

JavaScript

1 const productDocs = await openai.vectorStores.create({

2 name: "Termékdokumentáció",

3 file_ids: [file1.id, file2.id, file3.id],

4 });

5

6 const response = await openai.responses.create({

7 model: "gpt-4o-mini",

8 tools: [{

9 type: "file_search",

10 vector_store_ids: [productDocs.id],

11 }],

12 input: "Mi az OpenAI által végzett mélyreható kutatás?",

13 });

14

15 console.log(response.output_text);

A fájlkereső eszköz számos valós felhasználási esetre használható, például lehetővé teszi egy ügyfélszolgálati ügynök számára, hogy könnyen hozzáférjen a GYIK-hez, segít egy jogi asszisztensnek, hogy gyorsan hivatkozzon korábbi ügyekre egy képzett szakember számára, és segíti a kódoló ügynököt a műszaki dokumentáció lekérdezésében. A Navan(új ablakban nyílik meg) például a fájlkeresést használja a mesterséges intelligenciával működő utazási ügynökében, hogy a felhasználóknak gyorsan pontos válaszokat adjon a tudásbázis cikkeiből (például a vállalat utazási szabályzatából). A beépített lekérdezés-optimalizálással és újrarangolással képesek egy erőteljes RAG (retrieval-augmented generation) csővezetéket létrehozni külön hangolás vagy konfiguráció nélkül. Az egyes felhasználói csoportok számára dedikált vektortárolókkal a Navan képes a válaszokat az egyéni fiókbeállításokhoz és felhasználói szerepkörökhöz igazítani, időt takarítva meg az ügyfelek és munkatársaik számára, miközben segít a pontos, személyre szabott támogatás nyújtásában.

Ez az eszköz a Válaszok API-ban minden fejlesztő számára elérhető. A használat ára(új ablakban nyílik meg) 2,50 dollár ezer lekérdezésenként, a fájltárolás ára pedig 0,10 dollár/GB/nap, az első GB ingyenes. Az eszköz továbbra is elérhető az Asszisztensek API-ban. Végül pedig egy új keresési végponttal is kiegészítettük a Vector Store API objektumait, amellyel közvetlenül lekérdezheti az adatait más alkalmazásokban és API-kban való felhasználásra. Tudjon meg többet a dokumentációnkban(új ablakban nyílik meg), és kezdje el a tesztelést a Playgroundon(új ablakban nyílik meg).

Számítógépes használat

A számítógépen feladatok elvégzésére képes ügynökök létrehozásához a fejlesztők mostantól használhatják a Válaszok API számítógép-használati eszközét, amelyet ugyanaz a számítógép-használó ügynök (CUA) modell hajt, amely lehetővé teszi az Üzemeltető használatát. Ez a kutatási előnézeti modell új korszerű rekordot állított fel, 38,1%-os sikert ért el az OSWorld(új ablakban nyílik meg) teljes számítógép-használati feladatoknál, 58,1%-ot a WebArena(új ablakban nyílik meg), és 87%-ot a WebVoyager(új ablakban nyílik meg) webalapú interakcióknál.

A beépített számítógép-használati eszköz rögzíti a modell által generált egér- és billentyűzetműveleteket, lehetővé téve a fejlesztők számára a számítógép-használati feladatok automatizálását azáltal, hogy ezeket a műveleteket közvetlenül futtatható parancsokká fordítják le a környezetükben.

JavaScript

1 const response = await openai.responses.create({

2 model: "computer-use-preview",

3 tools: [{

4 type: "computer_use_preview",

5 display_width: 1024,

6 display_height: 768,

7 environment: "browser",

8 }],

9 truncation: "auto",

10 input: "I'm looking for a new camera. Segítsen megtalálni a legjobbat.",

11 });

12

13 console.log(response.output);

A fejlesztők a számítógép-használati eszközzel automatizálhatják a böngészőalapú munkafolyamatokat, például a webes alkalmazások minőségbiztosítását vagy az adatbeviteli feladatok végrehajtását a régebbi rendszerekben. Az Unify(új ablakban nyílik meg) például egy olyan bevételnövelő cselekvési rendszer, amely ügynökök segítségével azonosítja a szándékot, kutatja a számlákat és kapcsolatba lép a vevőkkel. Az OpenAI számítógép-használati eszközének használatával az Unify ügynökei olyan információkhoz is hozzáférhetnek, amelyek korábban API-kon keresztül elérhetetlenek voltak - például lehetővé teszi egy ingatlankezelő cég számára, hogy az online térképeken keresztül ellenőrizze, hogy egy vállalkozás bővítette-e ingatlanterületét. Ez a kutatás egyéni jelzésként működik, amely személyre szabott elérést indít el - ezzel képessé téve a go-to-market csapatokat arra, hogy precízen és méretarányosan szólítsák meg a vevőket.

Egy másik példaként a Luminai(új ablakban nyílik meg) integrálta a számítógép-használati eszközt a nagyvállalatok komplex működési munkafolyamatainak automatizálására olyan nagyvállalatok számára, amelyek olyan örökölt rendszerekkel rendelkeznek, amelyekből hiányzik az API elérhetősége és a szabványosított adatok. Egy nemrégiben egy nagy közösségi szolgáltató szervezettel végzett kísérleti projekt során a Luminai mindössze néhány nap alatt automatizálta a jelentkezési folyamatot és a felhasználók regisztrációját - amit a hagyományos robotizált folyamatautomatizálás (RPA) csak több hónapos erőfeszítéssel tudott elérni.

Mielőtt tavaly elindítottuk volna a CUA-t az Üzemeltetőben, széles körű biztonsági tesztelést és red teaminget végeztünk, három kulcsfontosságú kockázati területet kezelve: visszaélések, modellhibák és határkockázatok. Az Operator képességeinek a helyi operációs rendszerekre való kiterjesztésével kapcsolatos kockázatok kezelése érdekében az API-ban található CUA révén további biztonsági értékeléseket és red teaminget végeztünk. Emellett a fejlesztők számára enyhítéseket is bevezettünk, többek között biztonsági ellenőrzéseket a prompt injektálások elleni védelem érdekében, megerősítő kéréseket az érzékeny feladatokhoz, a fejlesztők környezetének elszigetelését segítő eszközöket, valamint a lehetséges házirend-sértések fokozott észlelését. Bár ezek az enyhítések segítenek csökkenteni a kockázatot, a modell még mindig hajlamos a véletlen hibákra, különösen a nem böngésző környezetekben. A CUA teljesítménye például az OSWorld, a mesterséges intelligencia-ügynökök valós feladatokban nyújtott teljesítményének mérésére szolgáló benchmarkon jelenleg 38,1%, ami azt jelzi, hogy a modell még nem túl megbízható az operációs rendszereken végzett feladatok automatizálásában. Ezekben a forgatókönyvekben emberi felügyelet ajánlott. További részletek az API-specifikus biztonsági munkánkról a frissített rendszerkártyánkban találhatók.

Benchmark típusa Benchmark Számítógép-használat (univerzális interfész) Webböngésző ügynökök Emberi

OpenAI CUA Korábbi SOTA Korábbi SOTA

Számítógép-használat OSWorld 38,1% 22,0% - 72,4% 72,4%

Böngésző használata WebArena 58,1% 36,2% 57,1% 78,2%

WebVoyager 87,0% 56,0% 87,0% -

Az értékelés részletei itt találhatók

A mai naptól kezdve a számítógép-használati eszköz kutatási előzetesként elérhető a Responses API-ban a 3-5. használati szinteken kiválasztott fejlesztők számára(új ablakban nyílik meg). A használat ára(új ablakban nyílik meg) 3 $/1M input token és 12 $/1M output token. Tudjon meg többet a dokumentációnkban(új ablakban nyílik meg), és nézze meg a mintaalkalmazást(új ablakban nyílik meg), amely bemutatja, hogyan építkezhet ezzel az eszközzel.

Ügynökök SDK

Amellett, hogy az ügynökök alapvető logikáját meg kell építeni, és hozzáférést kell biztosítani számukra az eszközökhöz, hogy hasznosak legyenek, a fejlesztőknek az ügynöki munkafolyamatokat is hangszerelniük kell. Az új nyílt forráskódú Agents SDK egyszerűsíti a több ágensből álló munkafolyamatok hangszerelését, és jelentős fejlesztéseket kínál a Swarm(új ablakban nyílik meg), egy tavaly kiadott kísérleti SDK-hoz képest, amelyet a fejlesztői közösség széles körben elfogadott, és több ügyfél is sikeresen telepített.

A fejlesztések a következők:

Agensek: Könnyen konfigurálható LLM-ek egyértelmű utasításokkal és beépített eszközökkel.

Átadások: Az irányítás intelligens átadása az ügynökök között.

Guardrails: Konfigurálható biztonsági ellenőrzések a bemeneti és kimeneti érvényesítéshez.

Nyomonkövetés és megfigyelhetőség: Az ügynökök végrehajtási nyomvonalainak vizualizálása a hibakereséshez és a teljesítmény optimalizálásához.

Python

1 from agents import Agent, Runner, WebSearchTool, function_tool, guardrail

2

3 @function_tool

4 def submit_refund_request(item_id: str, reason: str):

5 # A visszatérítési logika ide kerül

6 return "success"

7

8 support_agent = Agent(

9 name="Support & Returns",

10 instructions="Ön egy támogatási ügynök, aki visszatérítéseket nyújthat be [...]",

11 tools=[submit_refund_request],

12 )

13

14 shopping_agent = Agent(

15 name="Bevásárlási asszisztens",

16 instructions="Te egy vásárlási asszisztens vagy, aki képes keresni a weben [...]",

17 tools=[WebSearchTool()],

18 )

19

20 triage_agent = Agent(

21 name="Triage Agent",

22 instructions="A felhasználót a megfelelő ügynökhöz irányítja.",

23 handoffs=[shopping_agent, support_agent],

24 )

25

26 output = Runner.run_sync(

27 starting_agent=triage_agent,

28 input="Milyen cipő passzolna a legjobban az eddigi öltözékemhez?",

29 )

Az Agents SDK alkalmas különböző valós alkalmazásokhoz, például ügyfélszolgálati automatizáláshoz, többlépcsős kutatáshoz, tartalomgeneráláshoz, kódellenőrzéshez és értékesítési ajánlatkéréshez. A Coinbase(új ablakban nyílik meg) például az Agents SDK-t használta az AgentKit gyors prototípusának elkészítéséhez és telepítéséhez, amely egy olyan eszközkészlet, amely lehetővé teszi a mesterséges intelligencia-ügynökök számára a kriptotárcákkal és a különböző on-chain tevékenységekkel való zökkenőmentes interakciót. A Coinbase mindössze néhány óra alatt a Developer Platform SDK-ból származó egyéni műveleteket integrált egy teljesen működőképes ügynökbe. Az AgentKit egyszerűsített architektúrája leegyszerűsítette az új ügynökakciók hozzáadásának folyamatát, így a fejlesztők inkább az értelmes integrációkra, és kevésbé a bonyolult ügynökbeállítások navigálására koncentrálhattak.

Néhány nap alatt a Box(új ablakban nyílik meg) gyorsan tudott olyan ügynököket létrehozni, amelyek a webes keresést és az Agents SDK-t kihasználva lehetővé tették a vállalatok számára, hogy a Boxban tárolt strukturálatlan adatokból és nyilvános internetes forrásokból keresgessenek, lekérdezzenek és tanulságokat vonjanak le. Ez a megközelítés lehetővé teszi az ügyfelek számára, hogy ne csak a legfrissebb információkhoz férjenek hozzá, hanem belső, védett adataikban is kutassanak, méghozzá biztonságos módon, a belső engedélyek és biztonsági irányelvek betartásával. Egy pénzügyi szolgáltató cég például egyéni ügynököt építhet, amely a Box AI-ügynököt hívja meg, hogy a Boxban tárolt belső piaci elemzésüket integrálja a valós idejű hírekkel és a webről származó gazdasági adatokkal, így elemzőik átfogó képet kapnak a befektetési döntésekhez.

Az Agents SDK a Responses API-val és a Chat Completions API-val működik együtt. Az SDK más szolgáltatók modelljeivel is működik, amennyiben azok Chat Completions stílusú API végpontot biztosítanak. A fejlesztők azonnal integrálhatják Python kódbázisukba, a Node.js támogatás hamarosan érkezik. Tudjon meg többet a dokumentációnkban(új ablakban nyílik meg).

Az Agents SDK megtervezésekor csapatunkat a közösségen belül mások kiváló munkája inspirálta, többek között a Pydantic(új ablakban nyílik meg), a Griffe(új ablakban nyílik meg) és az MkDocs(új ablakban nyílik meg). Elkötelezettek vagyunk az Agents SDK nyílt forráskódú keretrendszerként való további fejlesztése mellett, hogy a közösségben mások is bővíthessék a megközelítésünket.

Mi a következő lépés: az ügynökök platformjának kiépítése

Úgy gondoljuk, hogy az ügynökök hamarosan a munkaerő szerves részévé válnak, jelentősen növelve a termelékenységet az iparágakban. Mivel a vállalatok egyre inkább igyekeznek a mesterséges intelligenciát komplex feladatokra használni, elkötelezettek vagyunk amellett, hogy olyan építőelemeket biztosítsunk, amelyek lehetővé teszik a fejlesztők és a vállalatok számára, hogy hatékonyan hozzanak létre olyan autonóm rendszereket, amelyek valós hatást érnek el.

A mai kiadásokkal bevezetjük az első olyan építőelemeket, amelyek lehetővé teszik a fejlesztők és a vállalatok számára a megbízható, nagy teljesítményű AI-ügynökök egyszerűbb létrehozását, telepítését és skálázását. Ahogy a modellképességek egyre inkább ágenssé válnak, úgy fogunk továbbra is befektetni a mélyebb integrációkba az API-kon keresztül, valamint az új eszközökbe, amelyek segítenek az ágensek termelésben történő telepítésében, értékelésében és optimalizálásában. Célunk, hogy a fejlesztők számára zökkenőmentes platformélményt nyújtsunk olyan ügynökök építéséhez, amelyek bármilyen iparágban számos feladatban segíthetnek. Izgatottan várjuk, hogy a fejlesztők mit építenek legközelebb. A kezdéshez fedezze fel a dokumentációnkat(új ablakban nyílik meg), és maradjon velünk, mert hamarosan további frissítéseket kap.