diff --git a/docs/ja/results.md b/docs/ja/results.md
index 86b6f6f564..cf70006e14 100644
--- a/docs/ja/results.md
+++ b/docs/ja/results.md
@@ -11,19 +11,19 @@ search:
 
 どちらも [`RunResultBase`][agents.result.RunResultBase] を継承しており、`final_output`、`new_items`、`last_agent`、`raw_responses`、`to_state()` などの共通の結果サーフェスを公開します。
 
-`RunResultStreaming` は、[`stream_events()`][agents.result.RunResultStreaming.stream_events]、[`current_agent`][agents.result.RunResultStreaming.current_agent]、[`is_complete`][agents.result.RunResultStreaming.is_complete]、[`cancel(...)`][agents.result.RunResultStreaming.cancel] など、ストリーミング固有の制御を追加します。
+`RunResultStreaming` には、[`stream_events()`][agents.result.RunResultStreaming.stream_events]、[`current_agent`][agents.result.RunResultStreaming.current_agent]、[`is_complete`][agents.result.RunResultStreaming.is_complete]、[`cancel(...)`][agents.result.RunResultStreaming.cancel] などのストリーミング固有の制御が追加されています。
 
 ## 適切な結果サーフェスの選択
 
-ほとんどのアプリケーションで必要なのは、いくつかの結果プロパティまたはヘルパーのみです。
+ほとんどのアプリケーションで必要なのは、いくつかの結果プロパティまたはヘルパーだけです。
 
-| 必要なもの | 使用するもの |
+| 必要なもの | 使用先 |
 | --- | --- |
 | ユーザーに表示する最終回答 | `final_output` |
-| 完全なローカル文字起こしを含む、再生可能な次ターン入力リスト | `to_input_list()` |
+| ローカルの完全なトランスクリプトを含む、再生可能な次ターン入力リスト | `to_input_list()` |
 | エージェント、ツール、ハンドオフ、承認メタデータを含むリッチな実行アイテム | `new_items` |
 | 通常、次のユーザーターンを処理すべきエージェント | `last_agent` |
-| `previous_response_id` を使った OpenAI Responses API 連鎖 | `last_response_id` |
+| `previous_response_id` を用いた OpenAI Responses API チェーン | `last_response_id` |
 | 保留中の承認と再開可能なスナップショット | `interruptions` と `to_state()` |
 | 現在のネストされた `Agent.as_tool()` 呼び出しに関するメタデータ | `agent_tool_invocation` |
 | 生のモデル呼び出しまたはガードレール診断 | `raw_responses` とガードレール結果配列 |
@@ -33,64 +33,66 @@ search:
 [`final_output`][agents.result.RunResultBase.final_output] プロパティには、最後に実行されたエージェントの最終出力が含まれます。これは次のいずれかです。
 
 -   最後のエージェントに `output_type` が定義されていない場合は `str`
--   最後のエージェントに出力タイプが定義されている場合は、`last_agent.output_type` 型のオブジェクト
--   最終出力が生成される前に実行が停止した場合（たとえば承認割り込みで一時停止した場合）は `None`
+-   最後のエージェントに出力型が定義されている場合は `last_agent.output_type` 型のオブジェクト
+-   承認による割り込みで一時停止した場合など、最終出力が生成される前に実行が停止した場合は `None`
 
 !!! note
 
-    `final_output` の型は `Any` です。ハンドオフによって実行を完了するエージェントが変わる可能性があるため、SDK は取り得る出力タイプの完全な集合を静的に把握できません。
+    `final_output` は `Any` 型です。ハンドオフにより実行を完了するエージェントが変わる可能性があるため、SDK は取り得る出力型の完全な集合を静的に把握できません。
 
-ストリーミングモードでは、ストリームの処理が完了するまで `final_output` は `None` のままです。イベントごとのフローについては [Streaming](streaming.md) を参照してください。
+ストリーミングモードでは、ストリームの処理が完了するまで `final_output` は `None` のままです。イベントごとの流れは [Streaming](streaming.md) を参照してください。
 
-## 入力、次ターン履歴、新規アイテム
+## 入力、次ターン履歴、new items
 
-これらのサーフェスはそれぞれ異なる問いに答えます。
+これらのサーフェスは、それぞれ異なる問いに答えます。
 
-| プロパティまたはヘルパー | 含まれるもの | 最適な用途 |
+| プロパティまたはヘルパー | 含まれる内容 | 最適な用途 |
 | --- | --- | --- |
-| [`input`][agents.result.RunResultBase.input] | この実行セグメントのベース入力。ハンドオフ入力フィルターが履歴を書き換えた場合、ここには実行継続時に使われたフィルター済み入力が反映されます。 | この実行が実際に入力として使った内容の監査 |
-| [`to_input_list()`][agents.result.RunResultBase.to_input_list] | `input` と、この実行の変換済み `new_items` から構築される、再生可能な次ターン入力リスト。 | 手動チャットループとクライアント管理の会話状態 |
-| [`new_items`][agents.result.RunResultBase.new_items] | エージェント、ツール、ハンドオフ、承認メタデータを含むリッチな [`RunItem`][agents.items.RunItem] ラッパー。 | ログ、UI、監査、デバッグ |
-| [`raw_responses`][agents.result.RunResultBase.raw_responses] | 実行中の各モデル呼び出しから得られる生の [`ModelResponse`][agents.items.ModelResponse] オブジェクト。 | プロバイダーレベル診断または raw response の確認 |
+| [`input`][agents.result.RunResultBase.input] | この実行セグメントのベース入力。ハンドオフ入力フィルターが履歴を書き換えた場合、実行が継続したフィルター後の入力が反映されます。 | この実行が実際に入力として何を使ったかの監査 |
+| [`to_input_list()`][agents.result.RunResultBase.to_input_list] | 実行の入力アイテムビュー。既定の `mode="preserve_all"` は `new_items` から変換された完全な履歴を保持し、`mode="normalized"` はハンドオフフィルタリングでモデル履歴が書き換えられた際に正規の継続入力を優先します。 | 手動チャットループ、クライアント管理の会話状態、プレーンアイテム履歴の確認 |
+| [`new_items`][agents.result.RunResultBase.new_items] | エージェント、ツール、ハンドオフ、承認メタデータを持つリッチな [`RunItem`][agents.items.RunItem] ラッパー。 | ログ、UI、監査、デバッグ |
+| [`raw_responses`][agents.result.RunResultBase.raw_responses] | 実行内の各モデル呼び出しから得られる生の [`ModelResponse`][agents.items.ModelResponse] オブジェクト。 | プロバイダーレベルの診断や生レスポンスの確認 |
 
-実際には次のように使い分けます。
+実運用では次のとおりです。
 
--   アプリケーションが会話の文字起こし全体を手動で保持する場合は `to_input_list()` を使います。
+-   実行のプレーンな入力アイテムビューが必要な場合は `to_input_list()` を使います。
+-   ハンドオフフィルタリングやネストされたハンドオフ履歴書き換え後、次の `Runner.run(..., input=...)` 呼び出し向けの正規ローカル入力が必要な場合は `to_input_list(mode="normalized")` を使います。
 -   SDK に履歴の読み書きを任せたい場合は [`session=...`](sessions/index.md) を使います。
--   `conversation_id` または `previous_response_id` を使った OpenAI サーバー管理状態を使っている場合、通常は `to_input_list()` を再送する代わりに新しいユーザー入力のみを渡し、保存済み ID を再利用します。
+-   `conversation_id` や `previous_response_id` による OpenAI のサーバー管理状態を使っている場合、通常は `to_input_list()` を再送せず、新しいユーザー入力のみを渡して保存済み ID を再利用します。
+-   ログ、UI、監査のために完全な変換済み履歴が必要な場合は、既定の `to_input_list()` モードまたは `new_items` を使います。
 
-JavaScript SDK と異なり、Python ではモデル形状の差分のみを表す独立した `output` プロパティは公開されません。SDK メタデータが必要な場合は `new_items` を使い、生のモデルペイロードが必要な場合は `raw_responses` を確認してください。
+JavaScript SDK と異なり、Python はモデル形状の差分のみを表す独立した `output` プロパティを公開しません。SDK メタデータが必要なら `new_items` を使い、生のモデルペイロードが必要なら `raw_responses` を確認してください。
 
-コンピュータツールの再生は、生の Responses ペイロード形状に従います。プレビューモデルの `computer_call` アイテムは単一の `action` を保持し、`gpt-5.4` のコンピュータ呼び出しはバッチ化された `actions[]` を保持できます。[`to_input_list()`][agents.result.RunResultBase.to_input_list] と [`RunState`][agents.run_state.RunState] はモデルが生成した形状をそのまま保持するため、手動再生、一時停止 / 再開フロー、保存済み文字起こしは、preview と GA の両方のコンピュータツール呼び出しで動作し続けます。ローカル実行結果は引き続き `new_items` 内で `computer_call_output` アイテムとして現れます。
+コンピュータツールのリプレイは、生の Responses ペイロード形状に従います。プレビュー版モデルの `computer_call` アイテムは単一の `action` を保持し、`gpt-5.4` のコンピュータ呼び出しはバッチ化された `actions[]` を保持できます。[`to_input_list()`][agents.result.RunResultBase.to_input_list] と [`RunState`][agents.run_state.RunState] は、モデルが生成した形状をそのまま保持するため、手動リプレイ、一時停止/再開フロー、保存済みトランスクリプトはプレビュー版と GA の両方のコンピュータツール呼び出しで継続して機能します。ローカルの実行結果は引き続き `new_items` 内で `computer_call_output` アイテムとして現れます。
 
-### 新規アイテム
+### New items
 
-[`new_items`][agents.result.RunResultBase.new_items] は、実行中に何が起きたかを最も豊富に確認できるビューです。一般的なアイテムタイプは次のとおりです。
+[`new_items`][agents.result.RunResultBase.new_items] は、実行中に何が起きたかを最もリッチに把握できるビューです。一般的なアイテムタイプは次のとおりです。
 
 -   アシスタントメッセージ用の [`MessageOutputItem`][agents.items.MessageOutputItem]
 -   推論アイテム用の [`ReasoningItem`][agents.items.ReasoningItem]
--   Responses ツール検索リクエストと読み込まれたツール検索結果用の [`ToolSearchCallItem`][agents.items.ToolSearchCallItem] と [`ToolSearchOutputItem`][agents.items.ToolSearchOutputItem]
+-   Responses ツール検索リクエストおよび読み込まれたツール検索結果用の [`ToolSearchCallItem`][agents.items.ToolSearchCallItem] と [`ToolSearchOutputItem`][agents.items.ToolSearchOutputItem]
 -   ツール呼び出しとその結果用の [`ToolCallItem`][agents.items.ToolCallItem] と [`ToolCallOutputItem`][agents.items.ToolCallOutputItem]
 -   承認待ちで一時停止したツール呼び出し用の [`ToolApprovalItem`][agents.items.ToolApprovalItem]
 -   ハンドオフ要求と完了した転送用の [`HandoffCallItem`][agents.items.HandoffCallItem] と [`HandoffOutputItem`][agents.items.HandoffOutputItem]
 
-エージェント関連付け、ツール出力、ハンドオフ境界、承認境界が必要な場合は、`to_input_list()` ではなく `new_items` を選択してください。
+エージェントとの関連付け、ツール出力、ハンドオフ境界、承認境界が必要な場合は、`to_input_list()` より `new_items` を選んでください。
 
-ホストされたツール検索を使う場合、モデルが出力した検索リクエストは `ToolSearchCallItem.raw_item` を確認し、そのターンでどの名前空間、関数、またはホストされた MCP サーバーが読み込まれたかは `ToolSearchOutputItem.raw_item` を確認してください。
+ホストされたツール検索を使う場合、モデルが出力した検索リクエストは `ToolSearchCallItem.raw_item` を、当該ターンでどの名前空間・関数・ホストされた MCP サーバーが読み込まれたかは `ToolSearchOutputItem.raw_item` を確認してください。
 
 ## 会話の継続または再開
 
 ### 次ターンのエージェント
 
-[`last_agent`][agents.result.RunResultBase.last_agent] には最後に実行されたエージェントが含まれます。これは、ハンドオフ後の次のユーザーターンで再利用するエージェントとして最適な場合が多いです。
+[`last_agent`][agents.result.RunResultBase.last_agent] には、最後に実行されたエージェントが含まれます。これはハンドオフ後の次のユーザーターンで再利用するエージェントとして最適なことがよくあります。
 
-ストリーミングモードでは、[`RunResultStreaming.current_agent`][agents.result.RunResultStreaming.current_agent] は実行の進行に応じて更新されるため、ストリーム完了前にハンドオフを観察できます。
+ストリーミングモードでは、[`RunResultStreaming.current_agent`][agents.result.RunResultStreaming.current_agent] は実行進行に応じて更新されるため、ストリーム完了前にハンドオフを観察できます。
 
 ### 割り込みと実行状態
 
-ツールに承認が必要な場合、保留中の承認は [`RunResult.interruptions`][agents.result.RunResult.interruptions] または [`RunResultStreaming.interruptions`][agents.result.RunResultStreaming.interruptions] に公開されます。これには、直接ツールによる承認、ハンドオフ後に到達したツールによる承認、またはネストされた [`Agent.as_tool()`][agents.agent.Agent.as_tool] 実行による承認が含まれる場合があります。
+ツールに承認が必要な場合、保留中の承認は [`RunResult.interruptions`][agents.result.RunResult.interruptions] または [`RunResultStreaming.interruptions`][agents.result.RunResultStreaming.interruptions] で公開されます。これには、直接ツールで発生した承認、ハンドオフ後に到達したツールで発生した承認、ネストされた [`Agent.as_tool()`][agents.agent.Agent.as_tool] 実行で発生した承認が含まれる場合があります。
 
-[`to_state()`][agents.result.RunResult.to_state] を呼び出して再開可能な [`RunState`][agents.run_state.RunState] を取得し、保留中のアイテムを承認または拒否してから、`Runner.run(...)` または `Runner.run_streamed(...)` で再開します。
+[`to_state()`][agents.result.RunResult.to_state] を呼び出して再開可能な [`RunState`][agents.run_state.RunState] を取得し、保留中アイテムを承認または拒否してから、`Runner.run(...)` または `Runner.run_streamed(...)` で再開します。
 
 ```python
 from agents import Agent, Runner
@@ -105,17 +107,17 @@ if result.interruptions:
     result = await Runner.run(agent, state)
 ```
 
-ストリーミング実行では、まず [`stream_events()`][agents.result.RunResultStreaming.stream_events] の消費を完了し、その後で `result.interruptions` を確認して `result.to_state()` から再開してください。承認フロー全体については [Human-in-the-loop](human_in_the_loop.md) を参照してください。
+ストリーミング実行では、まず [`stream_events()`][agents.result.RunResultStreaming.stream_events] の消費を完了し、その後 `result.interruptions` を確認して `result.to_state()` から再開してください。承認フロー全体は [Human-in-the-loop](human_in_the_loop.md) を参照してください。
 
 ### サーバー管理の継続
 
-[`last_response_id`][agents.result.RunResultBase.last_response_id] は、実行から得られる最新のモデル response ID です。OpenAI Responses API 連鎖を継続したい場合は、次ターンでこれを `previous_response_id` として返します。
+[`last_response_id`][agents.result.RunResultBase.last_response_id] は、この実行における最新のモデルレスポンス ID です。OpenAI Responses API チェーンを継続したい場合は、次ターンでこれを `previous_response_id` として渡します。
 
-すでに `to_input_list()`、`session`、または `conversation_id` で会話を継続している場合、通常 `last_response_id` は不要です。複数ステップ実行のすべてのモデル response が必要な場合は、代わりに `raw_responses` を確認してください。
+すでに `to_input_list()`、`session`、または `conversation_id` で会話を継続している場合、通常は `last_response_id` は不要です。マルチステップ実行のすべてのモデルレスポンスが必要な場合は、代わりに `raw_responses` を確認してください。
 
 ## Agent-as-tool メタデータ
 
-結果がネストされた [`Agent.as_tool()`][agents.agent.Agent.as_tool] 実行から来た場合、[`agent_tool_invocation`][agents.result.RunResultBase.agent_tool_invocation] は外側のツール呼び出しに関する不変メタデータを公開します。
+結果がネストされた [`Agent.as_tool()`][agents.agent.Agent.as_tool] 実行から来ている場合、[`agent_tool_invocation`][agents.result.RunResultBase.agent_tool_invocation] は外側ツール呼び出しの不変メタデータを公開します。
 
 -   `tool_name`
 -   `tool_call_id`
@@ -123,9 +125,9 @@ if result.interruptions:
 
 通常のトップレベル実行では、`agent_tool_invocation` は `None` です。
 
-これは特に `custom_output_extractor` 内で有用です。ここではネストされた結果の後処理時に、外側のツール名、呼び出し ID、または生の引数が必要になる場合があります。周辺の `Agent.as_tool()` パターンについては [Tools](tools.md) を参照してください。
+これは特に `custom_output_extractor` 内で有用で、ネスト結果を後処理する際に外側のツール名、呼び出し ID、または生の引数が必要になることがあります。周辺の `Agent.as_tool()` パターンは [Tools](tools.md) を参照してください。
 
-そのネストされた実行の解析済み structured input も必要な場合は、`context_wrapper.tool_input` を読み取ってください。これはネストされたツール入力向けに [`RunState`][agents.run_state.RunState] が汎用的にシリアライズするフィールドであり、`agent_tool_invocation` は現在のネスト呼び出しに対するライブ結果アクセサーです。
+そのネスト実行のパース済み structured outputs 入力も必要な場合は、`context_wrapper.tool_input` を読んでください。これは [`RunState`][agents.run_state.RunState] がネストツール入力向けに汎用的にシリアライズするフィールドであり、`agent_tool_invocation` は現在のネスト呼び出し向けのライブ結果アクセサです。
 
 ## ストリーミングライフサイクルと診断
 
@@ -136,28 +138,28 @@ if result.interruptions:
 -   ストリーミング実行が完全に終了したかを確認する [`is_complete`][agents.result.RunResultStreaming.is_complete]
 -   実行を即時または現在ターン後に停止する [`cancel(...)`][agents.result.RunResultStreaming.cancel]
 
-非同期イテレーターが完了するまで `stream_events()` の消費を続けてください。ストリーミング実行はそのイテレーターが終了するまで完了しません。また、最後の可視トークンが到着した後でも、`final_output`、`interruptions`、`raw_responses`、セッション永続化の副作用などの要約プロパティはまだ確定中の場合があります。
+非同期イテレーターが終了するまで `stream_events()` を消費し続けてください。ストリーミング実行はそのイテレーターが終わるまで完了しません。また、`final_output`、`interruptions`、`raw_responses`、セッション永続化の副作用などの要約プロパティは、最後に見えるトークン到着後も確定中である可能性があります。
 
 `cancel()` を呼び出した場合も、キャンセルとクリーンアップを正しく完了させるために `stream_events()` の消費を続けてください。
 
-Python では、ストリーミング用の独立した `completed` promise や `error` プロパティは公開されません。終端のストリーミング失敗は `stream_events()` からの例外として通知され、`is_complete` は実行が終端状態に達したかどうかを反映します。
+Python は、ストリーミング専用の `completed` promise や `error` プロパティを別途公開しません。終端のストリーミング失敗は `stream_events()` からの例外送出として表面化し、`is_complete` は実行が終端状態に達したかどうかを反映します。
 
 ### Raw responses
 
-[`raw_responses`][agents.result.RunResultBase.raw_responses] には、実行中に収集された生のモデル responses が含まれます。複数ステップ実行では、たとえばハンドオフやモデル / ツール / モデルの反復サイクルをまたいで、複数の response が生成される場合があります。
+[`raw_responses`][agents.result.RunResultBase.raw_responses] には、実行中に収集された生のモデルレスポンスが含まれます。マルチステップ実行では、たとえばハンドオフやモデル/ツール/モデルの反復サイクルをまたいで、複数のレスポンスが生成されることがあります。
 
-[`last_response_id`][agents.result.RunResultBase.last_response_id] は、`raw_responses` の最後のエントリーの ID にすぎません。
+[`last_response_id`][agents.result.RunResultBase.last_response_id] は、`raw_responses` の最後のエントリの ID にすぎません。
 
 ### ガードレール結果
 
-エージェントレベルのガードレールは、[`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results] と [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results] として公開されます。
+エージェントレベルのガードレールは [`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results] と [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results] として公開されます。
 
 ツールのガードレールは、[`tool_input_guardrail_results`][agents.result.RunResultBase.tool_input_guardrail_results] と [`tool_output_guardrail_results`][agents.result.RunResultBase.tool_output_guardrail_results] として別途公開されます。
 
-これらの配列は実行全体で蓄積されるため、判断のログ記録、追加のガードレールメタデータの保存、または実行がブロックされた理由のデバッグに有用です。
+これらの配列は実行全体で蓄積されるため、判定のログ化、追加ガードレールメタデータの保存、実行がブロックされた理由のデバッグに有用です。
 
 ### コンテキストと使用量
 
 [`context_wrapper`][agents.result.RunResultBase.context_wrapper] は、承認、使用量、ネストされた `tool_input` などの SDK 管理ランタイムメタデータとともに、アプリコンテキストを公開します。
 
-使用量は `context_wrapper.usage` で追跡されます。ストリーミング実行では、ストリームの最終チャンクが処理されるまで使用量合計が遅れることがあります。ラッパーの完全な形状と永続化に関する注意点については [Context management](context.md) を参照してください。
\ No newline at end of file
+使用量は `context_wrapper.usage` で追跡されます。ストリーミング実行では、ストリーム最終チャンクの処理が終わるまで使用量合計が遅延する場合があります。ラッパーの完全な形状と永続化時の注意点は [Context management](context.md) を参照してください。
\ No newline at end of file
diff --git a/docs/ko/results.md b/docs/ko/results.md
index 022fa8ce53..2e62face05 100644
--- a/docs/ko/results.md
+++ b/docs/ko/results.md
@@ -11,86 +11,88 @@ search:
 
 두 타입 모두 [`RunResultBase`][agents.result.RunResultBase]를 상속하며, `final_output`, `new_items`, `last_agent`, `raw_responses`, `to_state()` 같은 공통 결과 표면을 제공합니다
 
-`RunResultStreaming`은 [`stream_events()`][agents.result.RunResultStreaming.stream_events], [`current_agent`][agents.result.RunResultStreaming.current_agent], [`is_complete`][agents.result.RunResultStreaming.is_complete], [`cancel(...)`][agents.result.RunResultStreaming.cancel] 같은 스트리밍 전용 제어를 추가로 제공합니다
+`RunResultStreaming`은 [`stream_events()`][agents.result.RunResultStreaming.stream_events], [`current_agent`][agents.result.RunResultStreaming.current_agent], [`is_complete`][agents.result.RunResultStreaming.is_complete], [`cancel(...)`][agents.result.RunResultStreaming.cancel] 같은 스트리밍 전용 제어 기능을 추가로 제공합니다
 
 ## 올바른 결과 표면 선택
 
 대부분의 애플리케이션은 몇 가지 결과 속성이나 헬퍼만 필요합니다:
 
-| 다음이 필요하면... | 사용 |
+| 다음이 필요할 때... | 사용 |
 | --- | --- |
-| 사용자에게 보여줄 최종 답변 | `final_output` |
-| 전체 로컬 트랜스크립트를 포함한 재생 가능한 다음 턴 입력 목록 | `to_input_list()` |
-| 에이전트, 도구, 핸드오프, 승인 메타데이터가 포함된 풍부한 실행 항목 | `new_items` |
+| 사용자에게 보여줄 최종 응답 | `final_output` |
+| 전체 로컬 기록이 포함된, 재생 가능한 다음 턴 입력 목록 | `to_input_list()` |
+| 에이전트, 도구, 핸드오프, 승인 메타데이터가 포함된 풍부한 실행 아이템 | `new_items` |
 | 일반적으로 다음 사용자 턴을 처리해야 하는 에이전트 | `last_agent` |
 | `previous_response_id`를 사용하는 OpenAI Responses API 체이닝 | `last_response_id` |
-| 보류 중인 승인과 재개 가능한 스냅샷 | `interruptions` 및 `to_state()` |
+| 보류 중인 승인 및 재개 가능한 스냅샷 | `interruptions` 및 `to_state()` |
 | 현재 중첩된 `Agent.as_tool()` 호출에 대한 메타데이터 | `agent_tool_invocation` |
 | 원시 모델 호출 또는 가드레일 진단 | `raw_responses` 및 가드레일 결과 배열 |
 
 ## 최종 출력
 
-[`final_output`][agents.result.RunResultBase.final_output] 속성에는 마지막으로 실행된 에이전트의 최종 출력이 들어 있습니다. 이는 다음 중 하나입니다:
+[`final_output`][agents.result.RunResultBase.final_output] 속성은 마지막으로 실행된 에이전트의 최종 출력을 포함합니다. 이는 다음 중 하나입니다:
 
 -   마지막 에이전트에 `output_type`이 정의되지 않은 경우 `str`
--   마지막 에이전트에 출력 타입이 정의된 경우 `last_agent.output_type` 타입 객체
--   최종 출력이 생성되기 전에 실행이 중단된 경우 `None`(예: 승인 인터럽션(중단 처리)에서 일시 정지된 경우)
+-   마지막 에이전트에 출력 타입이 정의된 경우 `last_agent.output_type` 타입의 객체
+-   최종 출력이 생성되기 전에 실행이 중지된 경우 `None`(예: 승인 인터럽션(중단 처리)에서 일시 중지된 경우)
 
 !!! note
 
-    `final_output`의 타입은 `Any`입니다. 핸드오프는 실행을 완료하는 에이전트를 바꿀 수 있으므로 SDK는 가능한 출력 타입의 전체 집합을 정적으로 알 수 없습니다
+    `final_output`의 타입은 `Any`입니다. 핸드오프가 실행을 완료하는 에이전트를 변경할 수 있으므로, SDK는 가능한 출력 타입의 전체 집합을 정적으로 알 수 없습니다
 
-스트리밍 모드에서는 스트림 처리가 끝날 때까지 `final_output`이 `None`으로 유지됩니다. 이벤트 단위 흐름은 [Streaming](streaming.md)을 참조하세요
+스트리밍 모드에서는 스트림 처리가 끝날 때까지 `final_output`이 `None`으로 유지됩니다. 이벤트별 흐름은 [Streaming](streaming.md)을 참고하세요
 
-## 입력, 다음 턴 히스토리, 새 항목
+## 입력, 다음 턴 기록, 새 아이템
 
 이 표면들은 서로 다른 질문에 답합니다:
 
-| 속성 또는 헬퍼 | 포함 내용 | 가장 적합한 용도 |
+| 속성 또는 헬퍼 | 포함 내용 | 적합한 용도 |
 | --- | --- | --- |
-| [`input`][agents.result.RunResultBase.input] | 이 실행 구간의 기본 입력. 핸드오프 입력 필터가 히스토리를 다시 쓴 경우, 실행이 이어진 필터링된 입력이 반영됩니다 | 이 실행이 실제로 입력으로 사용한 내용을 감사 |
-| [`to_input_list()`][agents.result.RunResultBase.to_input_list] | `input`과 이 실행에서 변환된 `new_items`로 구성된 재생 가능한 다음 턴 입력 목록 | 수동 채팅 루프 및 클라이언트 관리 대화 상태 |
+| [`input`][agents.result.RunResultBase.input] | 이 실행 세그먼트의 기본 입력. 핸드오프 입력 필터가 기록을 다시 쓴 경우, 실행이 이어진 필터링된 입력을 반영합니다 | 이 실행이 실제로 어떤 입력을 사용했는지 감사 |
+| [`to_input_list()`][agents.result.RunResultBase.to_input_list] | 실행의 입력 아이템 뷰. 기본 `mode="preserve_all"`은 `new_items`에서 변환된 전체 기록을 유지하며, `mode="normalized"`는 핸드오프 필터링이 모델 기록을 다시 쓸 때 정규화된 연속 입력을 우선합니다 | 수동 채팅 루프, 클라이언트 관리 대화 상태, 일반 아이템 기록 점검 |
 | [`new_items`][agents.result.RunResultBase.new_items] | 에이전트, 도구, 핸드오프, 승인 메타데이터가 포함된 풍부한 [`RunItem`][agents.items.RunItem] 래퍼 | 로그, UI, 감사, 디버깅 |
-| [`raw_responses`][agents.result.RunResultBase.raw_responses] | 실행 중 각 모델 호출에서 얻은 원시 [`ModelResponse`][agents.items.ModelResponse] 객체 | 프로바이더 수준 진단 또는 원시 응답 점검 |
+| [`raw_responses`][agents.result.RunResultBase.raw_responses] | 실행의 각 모델 호출에서 나온 원시 [`ModelResponse`][agents.items.ModelResponse] 객체 | 제공자 수준 진단 또는 원시 응답 점검 |
 
-실무에서는:
+실제로는 다음과 같습니다:
 
--   애플리케이션이 전체 대화 트랜스크립트를 수동으로 유지할 때 `to_input_list()`를 사용하세요
--   SDK가 히스토리를 대신 로드/저장하게 하려면 [`session=...`](sessions/index.md)을 사용하세요
--   `conversation_id` 또는 `previous_response_id`로 OpenAI 서버 관리 상태를 사용 중이라면, 보통 `to_input_list()`를 다시 보내기보다 새 사용자 입력만 전달하고 저장된 ID를 재사용하세요
+-   실행의 일반 입력 아이템 뷰가 필요하면 `to_input_list()`를 사용하세요
+-   핸드오프 필터링 또는 중첩 핸드오프 기록 재작성 이후 다음 `Runner.run(..., input=...)` 호출에 사용할 정규화된 로컬 입력이 필요하면 `to_input_list(mode="normalized")`를 사용하세요
+-   SDK가 기록을 대신 로드/저장하도록 하려면 [`session=...`](sessions/index.md)을 사용하세요
+-   `conversation_id` 또는 `previous_response_id`로 OpenAI 서버 관리 상태를 사용하는 경우, 보통 `to_input_list()`를 다시 보내기보다 새 사용자 입력만 전달하고 저장된 ID를 재사용하세요
+-   로그, UI, 감사용으로 전체 변환 기록이 필요하면 기본 `to_input_list()` 모드 또는 `new_items`를 사용하세요
 
-JavaScript SDK와 달리 Python은 모델 형태 델타만 담은 별도 `output` 속성을 제공하지 않습니다. SDK 메타데이터가 필요하면 `new_items`를, 원시 모델 페이로드가 필요하면 `raw_responses`를 확인하세요
+JavaScript SDK와 달리 Python은 모델 형태 델타 전용의 별도 `output` 속성을 제공하지 않습니다. SDK 메타데이터가 필요하면 `new_items`를 사용하고, 원시 모델 페이로드가 필요하면 `raw_responses`를 확인하세요
 
-컴퓨터 도구 재생은 원시 Responses 페이로드 형태를 따릅니다. 프리뷰 모델의 `computer_call` 항목은 단일 `action`을 유지하며, `gpt-5.4` 컴퓨터 호출은 배치된 `actions[]`를 유지할 수 있습니다. [`to_input_list()`][agents.result.RunResultBase.to_input_list]와 [`RunState`][agents.run_state.RunState]는 모델이 생성한 형태를 그대로 유지하므로, 수동 재생, 일시정지/재개 흐름, 저장된 트랜스크립트가 프리뷰와 GA 컴퓨터 도구 호출 모두에서 계속 작동합니다. 로컬 실행 결과는 여전히 `new_items`에서 `computer_call_output` 항목으로 나타납니다
+컴퓨터 도구 재생은 원시 Responses 페이로드 형태를 따릅니다. 프리뷰 모델의 `computer_call` 아이템은 단일 `action`을 유지하고, `gpt-5.4` 컴퓨터 호출은 일괄 `actions[]`를 유지할 수 있습니다. [`to_input_list()`][agents.result.RunResultBase.to_input_list]와 [`RunState`][agents.run_state.RunState]는 모델이 생성한 형태를 그대로 유지하므로, 수동 재생, 일시 중지/재개 흐름, 저장된 기록이 프리뷰와 GA 컴퓨터 도구 호출 모두에서 계속 동작합니다. 로컬 실행 결과는 여전히 `new_items`의 `computer_call_output` 아이템으로 나타납니다
 
-### 새 항목
+### 새 아이템
 
-[`new_items`][agents.result.RunResultBase.new_items]는 실행 중 발생한 일을 가장 풍부하게 보여줍니다. 일반적인 항목 타입은 다음과 같습니다:
+[`new_items`][agents.result.RunResultBase.new_items]는 실행 중 발생한 일을 가장 풍부하게 보여줍니다. 일반적인 아이템 타입은 다음과 같습니다:
 
 -   어시스턴트 메시지용 [`MessageOutputItem`][agents.items.MessageOutputItem]
--   추론 항목용 [`ReasoningItem`][agents.items.ReasoningItem]
--   Responses 도구 검색 요청 및 로드된 도구 검색 결과용 [`ToolSearchCallItem`][agents.items.ToolSearchCallItem] 및 [`ToolSearchOutputItem`][agents.items.ToolSearchOutputItem]
--   도구 호출 및 결과용 [`ToolCallItem`][agents.items.ToolCallItem] 및 [`ToolCallOutputItem`][agents.items.ToolCallOutputItem]
--   승인을 위해 일시 정지된 도구 호출용 [`ToolApprovalItem`][agents.items.ToolApprovalItem]
--   핸드오프 요청 및 완료된 전송용 [`HandoffCallItem`][agents.items.HandoffCallItem] 및 [`HandoffOutputItem`][agents.items.HandoffOutputItem]
+-   추론 아이템용 [`ReasoningItem`][agents.items.ReasoningItem]
+-   Responses 도구 검색 요청과 로드된 도구 검색 결과용 [`ToolSearchCallItem`][agents.items.ToolSearchCallItem] 및 [`ToolSearchOutputItem`][agents.items.ToolSearchOutputItem]
+-   도구 호출과 그 결과용 [`ToolCallItem`][agents.items.ToolCallItem] 및 [`ToolCallOutputItem`][agents.items.ToolCallOutputItem]
+-   승인을 위해 일시 중지된 도구 호출용 [`ToolApprovalItem`][agents.items.ToolApprovalItem]
+-   핸드오프 요청과 완료된 전송용 [`HandoffCallItem`][agents.items.HandoffCallItem] 및 [`HandoffOutputItem`][agents.items.HandoffOutputItem]
 
-에이전트 연관, 도구 출력, 핸드오프 경계, 승인 경계가 필요할 때는 `to_input_list()`보다 `new_items`를 선택하세요
+에이전트 연관성, 도구 출력, 핸드오프 경계, 승인 경계가 필요할 때는 `to_input_list()`보다 `new_items`를 선택하세요
 
-호스티드 툴 검색을 사용할 때는 `ToolSearchCallItem.raw_item`에서 모델이 생성한 검색 요청을 확인하고, `ToolSearchOutputItem.raw_item`에서 해당 턴에 어떤 네임스페이스, 함수, 호스티드 MCP 서버가 로드되었는지 확인하세요
+호스티드 툴 검색을 사용할 때는 모델이 생성한 검색 요청을 보려면 `ToolSearchCallItem.raw_item`을, 해당 턴에서 어떤 네임스페이스, 함수, 또는 호스티드 MCP 서버가 로드되었는지 보려면 `ToolSearchOutputItem.raw_item`을 확인하세요
 
 ## 대화 계속 또는 재개
 
 ### 다음 턴 에이전트
 
-[`last_agent`][agents.result.RunResultBase.last_agent]에는 마지막으로 실행된 에이전트가 들어 있습니다. 핸드오프 이후 다음 사용자 턴에 재사용할 최적의 에이전트인 경우가 많습니다
+[`last_agent`][agents.result.RunResultBase.last_agent]에는 마지막으로 실행된 에이전트가 들어 있습니다. 핸드오프 이후 다음 사용자 턴에서 재사용할 최적의 에이전트인 경우가 많습니다
 
-스트리밍 모드에서는 [`RunResultStreaming.current_agent`][agents.result.RunResultStreaming.current_agent]가 실행 진행에 따라 갱신되므로, 스트림이 끝나기 전에 핸드오프를 관찰할 수 있습니다
+스트리밍 모드에서는 실행이 진행됨에 따라 [`RunResultStreaming.current_agent`][agents.result.RunResultStreaming.current_agent]가 업데이트되므로, 스트림이 끝나기 전에도 핸드오프를 관찰할 수 있습니다
 
 ### 인터럽션(중단 처리) 및 실행 상태
 
-도구에 승인이 필요하면 보류 중인 승인이 [`RunResult.interruptions`][agents.result.RunResult.interruptions] 또는 [`RunResultStreaming.interruptions`][agents.result.RunResultStreaming.interruptions]에 노출됩니다. 여기에는 직접 도구, 핸드오프 이후 도달한 도구, 중첩된 [`Agent.as_tool()`][agents.agent.Agent.as_tool] 실행에서 발생한 승인이 포함될 수 있습니다
+도구에 승인이 필요하면 보류 중인 승인 항목이 [`RunResult.interruptions`][agents.result.RunResult.interruptions] 또는 [`RunResultStreaming.interruptions`][agents.result.RunResultStreaming.interruptions]에 노출됩니다. 여기에는 직접 도구에서 발생한 승인, 핸드오프 이후 도달한 도구에서 발생한 승인, 중첩된 [`Agent.as_tool()`][agents.agent.Agent.as_tool] 실행에서 발생한 승인이 포함될 수 있습니다
 
-[`to_state()`][agents.result.RunResult.to_state]를 호출해 재개 가능한 [`RunState`][agents.run_state.RunState]를 캡처하고, 보류 항목을 승인 또는 거부한 뒤 `Runner.run(...)` 또는 `Runner.run_streamed(...)`로 재개하세요
+재개 가능한 [`RunState`][agents.run_state.RunState]를 캡처하려면 [`to_state()`][agents.result.RunResult.to_state]를 호출하고, 보류 중인 아이템을 승인 또는 거부한 다음, `Runner.run(...)` 또는 `Runner.run_streamed(...)`로 재개하세요
 
 ```python
 from agents import Agent, Runner
@@ -105,7 +107,7 @@ if result.interruptions:
     result = await Runner.run(agent, state)
 ```
 
-스트리밍 실행의 경우 먼저 [`stream_events()`][agents.result.RunResultStreaming.stream_events] 소비를 끝낸 다음 `result.interruptions`를 확인하고 `result.to_state()`에서 재개하세요. 전체 승인 흐름은 [Human-in-the-loop](human_in_the_loop.md)를 참조하세요
+스트리밍 실행의 경우 먼저 [`stream_events()`][agents.result.RunResultStreaming.stream_events] 소비를 완료한 다음 `result.interruptions`를 확인하고 `result.to_state()`에서 재개하세요. 전체 승인 흐름은 [Human-in-the-loop](human_in_the_loop.md)를 참고하세요
 
 ### 서버 관리 연속 실행
 
@@ -115,7 +117,7 @@ if result.interruptions:
 
 ## Agent-as-tool 메타데이터
 
-결과가 중첩된 [`Agent.as_tool()`][agents.agent.Agent.as_tool] 실행에서 나온 경우, [`agent_tool_invocation`][agents.result.RunResultBase.agent_tool_invocation]이 외부 도구 호출에 대한 불변 메타데이터를 제공합니다:
+결과가 중첩된 [`Agent.as_tool()`][agents.agent.Agent.as_tool] 실행에서 온 경우, [`agent_tool_invocation`][agents.result.RunResultBase.agent_tool_invocation]은 바깥 도구 호출에 대한 불변 메타데이터를 제공합니다:
 
 -   `tool_name`
 -   `tool_call_id`
@@ -123,41 +125,41 @@ if result.interruptions:
 
 일반적인 최상위 실행에서는 `agent_tool_invocation`이 `None`입니다
 
-이는 특히 `custom_output_extractor` 내부에서 유용합니다. 중첩 결과를 후처리할 때 외부 도구 이름, 호출 ID, 원시 인자가 필요할 수 있기 때문입니다. 주변 `Agent.as_tool()` 패턴은 [Tools](tools.md)를 참조하세요
+이는 특히 `custom_output_extractor` 내부에서 유용합니다. 중첩 결과를 후처리하는 동안 바깥 도구 이름, 호출 ID, 또는 원시 인자가 필요할 수 있기 때문입니다. 주변 `Agent.as_tool()` 패턴은 [Tools](tools.md)를 참고하세요
 
-해당 중첩 실행의 파싱된 structured outputs 입력도 필요하면 `context_wrapper.tool_input`을 읽으세요. 이는 중첩 도구 입력에 대해 [`RunState`][agents.run_state.RunState]가 일반적으로 직렬화하는 필드이며, `agent_tool_invocation`은 현재 중첩 호출에 대한 실시간 결과 접근자입니다
+해당 중첩 실행의 파싱된 구조화 입력도 필요하다면 `context_wrapper.tool_input`을 읽으세요. 이는 중첩 도구 입력에 대해 [`RunState`][agents.run_state.RunState]가 일반적으로 직렬화하는 필드이며, `agent_tool_invocation`은 현재 중첩 호출을 위한 실시간 결과 접근자입니다
 
-## 스트리밍 수명주기 및 진단
+## 스트리밍 수명 주기 및 진단
 
-[`RunResultStreaming`][agents.result.RunResultStreaming]은 위와 같은 결과 표면을 상속하지만, 스트리밍 전용 제어를 추가합니다:
+[`RunResultStreaming`][agents.result.RunResultStreaming]은 위와 동일한 결과 표면을 상속하지만, 스트리밍 전용 제어 기능을 추가합니다:
 
--   의미론적 스트림 이벤트를 소비하는 [`stream_events()`][agents.result.RunResultStreaming.stream_events]
--   실행 중 활성 에이전트를 추적하는 [`current_agent`][agents.result.RunResultStreaming.current_agent]
--   스트리밍 실행이 완전히 종료되었는지 확인하는 [`is_complete`][agents.result.RunResultStreaming.is_complete]
--   즉시 또는 현재 턴 이후 실행을 중지하는 [`cancel(...)`][agents.result.RunResultStreaming.cancel]
+-   의미 단위 스트림 이벤트 소비용 [`stream_events()`][agents.result.RunResultStreaming.stream_events]
+-   실행 중 활성 에이전트 추적용 [`current_agent`][agents.result.RunResultStreaming.current_agent]
+-   스트리밍 실행의 완전 종료 여부 확인용 [`is_complete`][agents.result.RunResultStreaming.is_complete]
+-   즉시 또는 현재 턴 이후 실행 중지용 [`cancel(...)`][agents.result.RunResultStreaming.cancel]
 
-비동기 반복자가 끝날 때까지 `stream_events()` 소비를 계속하세요. 스트리밍 실행은 해당 반복자가 종료되어야 완료되며, 마지막으로 보이는 토큰이 도착한 뒤에도 `final_output`, `interruptions`, `raw_responses`, 세션 지속성 부작용 같은 요약 속성이 아직 정리 중일 수 있습니다
+비동기 이터레이터가 끝날 때까지 `stream_events()` 소비를 계속하세요. 스트리밍 실행은 해당 이터레이터가 종료되어야 완료되며, 마지막으로 보이는 토큰이 도착한 뒤에도 `final_output`, `interruptions`, `raw_responses`, 세션 영속화 부작용 같은 요약 속성은 아직 정리 중일 수 있습니다
 
 `cancel()`을 호출한 경우에도 취소 및 정리가 올바르게 완료되도록 `stream_events()` 소비를 계속하세요
 
-Python은 별도의 스트리밍 `completed` promise나 `error` 속성을 노출하지 않습니다. 최종 스트리밍 실패는 `stream_events()`에서 예외를 발생시키는 방식으로 전달되며, `is_complete`는 실행이 종단 상태에 도달했는지 반영합니다
+Python은 별도의 스트리밍 `completed` promise나 `error` 속성을 제공하지 않습니다. 최종 스트리밍 실패는 `stream_events()`에서 예외를 발생시키는 방식으로 표면화되며, `is_complete`는 실행이 최종 상태에 도달했는지를 반영합니다
 
 ### 원시 응답
 
-[`raw_responses`][agents.result.RunResultBase.raw_responses]에는 실행 중 수집된 원시 모델 응답이 담깁니다. 다단계 실행에서는 핸드오프나 반복 모델/도구/모델 사이클 등으로 인해 응답이 하나보다 많을 수 있습니다
+[`raw_responses`][agents.result.RunResultBase.raw_responses]에는 실행 중 수집된 원시 모델 응답이 포함됩니다. 다단계 실행에서는 예를 들어 핸드오프 또는 반복적인 모델/도구/모델 사이클 전반에 걸쳐 둘 이상의 응답이 생성될 수 있습니다
 
 [`last_response_id`][agents.result.RunResultBase.last_response_id]는 `raw_responses`의 마지막 항목 ID일 뿐입니다
 
 ### 가드레일 결과
 
-에이전트 수준 가드레일은 [`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results] 및 [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results]로 노출됩니다
+에이전트 수준 가드레일은 [`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results]와 [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results]로 노출됩니다
 
-도구 가드레일은 [`tool_input_guardrail_results`][agents.result.RunResultBase.tool_input_guardrail_results] 및 [`tool_output_guardrail_results`][agents.result.RunResultBase.tool_output_guardrail_results]로 별도 노출됩니다
+도구 가드레일은 [`tool_input_guardrail_results`][agents.result.RunResultBase.tool_input_guardrail_results]와 [`tool_output_guardrail_results`][agents.result.RunResultBase.tool_output_guardrail_results]로 별도로 노출됩니다
 
-이 배열들은 실행 전반에 걸쳐 누적되므로, 결정 로깅, 추가 가드레일 메타데이터 저장, 실행이 차단된 이유 디버깅에 유용합니다
+이 배열들은 실행 전반에 걸쳐 누적되므로, 결정 사항 로깅, 추가 가드레일 메타데이터 저장, 또는 실행이 차단된 이유 디버깅에 유용합니다
 
 ### 컨텍스트 및 사용량
 
-[`context_wrapper`][agents.result.RunResultBase.context_wrapper]는 앱 컨텍스트와 함께 승인, 사용량, 중첩 `tool_input` 같은 SDK 관리 런타임 메타데이터를 노출합니다
+[`context_wrapper`][agents.result.RunResultBase.context_wrapper]는 승인, 사용량, 중첩 `tool_input` 같은 SDK 관리 런타임 메타데이터와 함께 앱 컨텍스트를 제공합니다
 
-사용량은 `context_wrapper.usage`에서 추적됩니다. 스트리밍 실행의 경우 스트림 최종 청크가 처리될 때까지 사용량 합계가 지연될 수 있습니다. 전체 래퍼 형태와 지속성 주의사항은 [Context management](context.md)를 참조하세요
\ No newline at end of file
+사용량은 `context_wrapper.usage`에서 추적됩니다. 스트리밍 실행에서는 스트림의 최종 청크가 처리될 때까지 사용량 합계가 지연될 수 있습니다. 전체 래퍼 형태와 영속성 주의사항은 [Context management](context.md)를 참고하세요
\ No newline at end of file
diff --git a/docs/zh/results.md b/docs/zh/results.md
index d9d736ab44..e3e599b6bc 100644
--- a/docs/zh/results.md
+++ b/docs/zh/results.md
@@ -9,7 +9,7 @@ search:
 -   来自 `Runner.run(...)` 或 `Runner.run_sync(...)` 的 [`RunResult`][agents.result.RunResult]
 -   来自 `Runner.run_streamed(...)` 的 [`RunResultStreaming`][agents.result.RunResultStreaming]
 
-两者都继承自 [`RunResultBase`][agents.result.RunResultBase]，它公开了共享的结果接口，例如 `final_output`、`new_items`、`last_agent`、`raw_responses` 和 `to_state()`。
+两者都继承自 [`RunResultBase`][agents.result.RunResultBase]，后者提供共享的结果接口，例如 `final_output`、`new_items`、`last_agent`、`raw_responses` 和 `to_state()`。
 
 `RunResultStreaming` 增加了流式传输专用控制项，例如 [`stream_events()`][agents.result.RunResultStreaming.stream_events]、[`current_agent`][agents.result.RunResultStreaming.current_agent]、[`is_complete`][agents.result.RunResultStreaming.is_complete] 和 [`cancel(...)`][agents.result.RunResultStreaming.cancel]。
 
@@ -20,17 +20,17 @@ search:
 | 如果你需要... | 使用 |
 | --- | --- |
 | 展示给用户的最终答案 | `final_output` |
-| 可重放的下一轮输入列表（包含完整本地转录） | `to_input_list()` |
-| 包含智能体、工具、任务转移和审批元数据的丰富运行条目 | `new_items` |
+| 可重放下一轮输入列表，包含完整本地转录 | `to_input_list()` |
+| 包含智能体、工具调用、任务转移和审批元数据的丰富运行项 | `new_items` |
 | 通常应处理下一轮用户输入的智能体 | `last_agent` |
-| 使用 `previous_response_id` 的 OpenAI Responses API 链式调用 | `last_response_id` |
-| 待处理审批与可恢复快照 | `interruptions` 和 `to_state()` |
+| 使用 `previous_response_id` 进行 OpenAI Responses API 链式调用 | `last_response_id` |
+| 待处理审批和可恢复快照 | `interruptions` 和 `to_state()` |
 | 当前嵌套 `Agent.as_tool()` 调用的元数据 | `agent_tool_invocation` |
-| 原始模型调用或安全防护措施诊断信息 | `raw_responses` 和 guardrail 结果数组 |
+| 原始模型调用或安全防护措施诊断 | `raw_responses` 和安全防护措施结果数组 |
 
 ## 最终输出
 
-[`final_output`][agents.result.RunResultBase.final_output] 属性包含最后一个运行智能体的最终输出。它可以是：
+[`final_output`][agents.result.RunResultBase.final_output] 属性包含最后一个运行的智能体的最终输出。它可能是：
 
 -   `str`，如果最后一个智能体未定义 `output_type`
 -   `last_agent.output_type` 类型的对象，如果最后一个智能体定义了输出类型
@@ -38,59 +38,61 @@ search:
 
 !!! note
 
-    `final_output` 的类型标注为 `Any`。任务转移可能会改变由哪个智能体完成运行，因此 SDK 无法在静态层面知道所有可能输出类型的完整集合。
+    `final_output` 的类型是 `Any`。任务转移可能改变哪个智能体完成运行，因此 SDK 无法在静态层面知道所有可能的输出类型集合。
 
-在流式模式下，`final_output` 会在流处理完成前一直保持为 `None`。关于逐事件流程，参见[流式传输](streaming.md)。
+在流式模式下，`final_output` 在流处理完成前会一直保持为 `None`。事件级流程请参见 [流式传输](streaming.md)。
 
-## 输入、下一轮历史与新条目
+## 输入、下一轮历史与新项
 
 这些接口回答的是不同问题：
 
 | 属性或辅助方法 | 包含内容 | 最适用场景 |
 | --- | --- | --- |
-| [`input`][agents.result.RunResultBase.input] | 此运行片段的基础输入。如果任务转移输入过滤器重写了历史，这里反映的是运行继续时使用的过滤后输入。 | 审计此运行实际使用了什么输入 |
-| [`to_input_list()`][agents.result.RunResultBase.to_input_list] | 基于 `input` 加上此运行中转换后的 `new_items` 构建的、可重放的下一轮输入列表。 | 手动聊天循环和客户端管理的会话状态 |
-| [`new_items`][agents.result.RunResultBase.new_items] | 带有智能体、工具、任务转移和审批元数据的丰富 [`RunItem`][agents.items.RunItem] 包装。 | 日志、UI、审计和调试 |
-| [`raw_responses`][agents.result.RunResultBase.raw_responses] | 运行中每次模型调用产生的原始 [`ModelResponse`][agents.items.ModelResponse] 对象。 | 提供方级诊断或原始响应检查 |
+| [`input`][agents.result.RunResultBase.input] | 此运行片段的基础输入。如果任务转移输入过滤器重写了历史，这里反映的是运行继续使用的过滤后输入。 | 审计本次运行实际使用的输入 |
+| [`to_input_list()`][agents.result.RunResultBase.to_input_list] | 运行的输入项视图。默认 `mode="preserve_all"` 会保留来自 `new_items` 的完整转换历史；`mode="normalized"` 在任务转移过滤重写模型历史时优先使用规范化续接输入。 | 手动聊天循环、客户端管理会话状态、纯输入项历史检查 |
+| [`new_items`][agents.result.RunResultBase.new_items] | 带智能体、工具调用、任务转移和审批元数据的丰富 [`RunItem`][agents.items.RunItem] 包装器。 | 日志、UI、审计与调试 |
+| [`raw_responses`][agents.result.RunResultBase.raw_responses] | 本次运行中每次模型调用的原始 [`ModelResponse`][agents.items.ModelResponse] 对象。 | 提供方级诊断或原始响应检查 |
 
 在实践中：
 
--   当你的应用手动维护完整对话转录时，使用 `to_input_list()`。
+-   当你需要运行的纯输入项视图时，使用 `to_input_list()`。
+-   当你在任务转移过滤或嵌套任务转移历史重写后，希望获得下一次 `Runner.run(..., input=...)` 调用的规范本地输入时，使用 `to_input_list(mode="normalized")`。
 -   当你希望 SDK 为你加载和保存历史时，使用 [`session=...`](sessions/index.md)。
--   如果你使用 OpenAI 服务端托管状态（`conversation_id` 或 `previous_response_id`），通常只需传入新的用户输入并复用已存储 ID，而不是重新发送 `to_input_list()`。
+-   如果你在使用基于 `conversation_id` 或 `previous_response_id` 的 OpenAI 服务端托管状态，通常只需传入新的用户输入并复用已存储 ID，而不是重新发送 `to_input_list()`。
+-   当你需要用于日志、UI 或审计的完整转换历史时，使用默认 `to_input_list()` 模式或 `new_items`。
 
-与 JavaScript SDK 不同，Python 不提供单独的 `output` 属性来仅表示模型形状增量。需要 SDK 元数据时使用 `new_items`，需要原始模型负载时检查 `raw_responses`。
+不同于 JavaScript SDK，Python 不会单独暴露仅包含模型形态增量的 `output` 属性。需要 SDK 元数据时使用 `new_items`，需要原始模型负载时检查 `raw_responses`。
 
-计算机工具重放遵循原始 Responses 负载结构。预览模型的 `computer_call` 条目保留单个 `action`，而 `gpt-5.4` 的计算机调用可保留批量 `actions[]`。[`to_input_list()`][agents.result.RunResultBase.to_input_list] 和 [`RunState`][agents.run_state.RunState] 会保持模型产出的结构，因此手动重放、暂停/恢复流程和存储转录在预览版与 GA 计算机工具调用之间都可继续工作。本地执行结果仍会以 `computer_call_output` 条目形式出现在 `new_items` 中。
+计算机工具重放遵循原始 Responses 负载结构。预览模型的 `computer_call` 项会保留单个 `action`，而 `gpt-5.4` 计算机调用可保留批量 `actions[]`。[`to_input_list()`][agents.result.RunResultBase.to_input_list] 和 [`RunState`][agents.run_state.RunState] 会保留模型产生的任一结构，因此手动重放、暂停/恢复流程与存储转录在预览版和 GA 计算机工具调用之间都可持续工作。本地执行结果仍会作为 `computer_call_output` 项出现在 `new_items` 中。
 
-### 新条目
+### 新项
 
-[`new_items`][agents.result.RunResultBase.new_items] 为你提供运行期间发生情况的最丰富视图。常见条目类型有：
+[`new_items`][agents.result.RunResultBase.new_items] 可为你提供此次运行中发生内容的最丰富视图。常见项类型包括：
 
--   用于助手消息的 [`MessageOutputItem`][agents.items.MessageOutputItem]
--   用于推理条目的 [`ReasoningItem`][agents.items.ReasoningItem]
--   用于 Responses 工具搜索请求及已加载工具检索结果的 [`ToolSearchCallItem`][agents.items.ToolSearchCallItem] 和 [`ToolSearchOutputItem`][agents.items.ToolSearchOutputItem]
--   用于工具调用及其结果的 [`ToolCallItem`][agents.items.ToolCallItem] 和 [`ToolCallOutputItem`][agents.items.ToolCallOutputItem]
--   用于因审批而暂停的工具调用的 [`ToolApprovalItem`][agents.items.ToolApprovalItem]
--   用于任务转移请求与已完成转移的 [`HandoffCallItem`][agents.items.HandoffCallItem] 和 [`HandoffOutputItem`][agents.items.HandoffOutputItem]
+-   助手消息的 [`MessageOutputItem`][agents.items.MessageOutputItem]
+-   推理项的 [`ReasoningItem`][agents.items.ReasoningItem]
+-   Responses 工具检索请求与已加载工具检索结果的 [`ToolSearchCallItem`][agents.items.ToolSearchCallItem] 和 [`ToolSearchOutputItem`][agents.items.ToolSearchOutputItem]
+-   工具调用及其结果的 [`ToolCallItem`][agents.items.ToolCallItem] 和 [`ToolCallOutputItem`][agents.items.ToolCallOutputItem]
+-   因审批而暂停的工具调用的 [`ToolApprovalItem`][agents.items.ToolApprovalItem]
+-   任务转移请求与已完成转移的 [`HandoffCallItem`][agents.items.HandoffCallItem] 和 [`HandoffOutputItem`][agents.items.HandoffOutputItem]
 
-当你需要智能体关联、工具输出、任务转移边界或审批边界时，应优先使用 `new_items` 而不是 `to_input_list()`。
+当你需要智能体关联、工具输出、任务转移边界或审批边界时，应优先选择 `new_items` 而不是 `to_input_list()`。
 
-使用托管工具检索时，可检查 `ToolSearchCallItem.raw_item` 以查看模型发出的检索请求，并检查 `ToolSearchOutputItem.raw_item` 以查看该轮加载了哪些命名空间、函数或托管 MCP 服务。
+当你使用托管工具检索时，检查 `ToolSearchCallItem.raw_item` 可查看模型发出的检索请求，检查 `ToolSearchOutputItem.raw_item` 可查看该轮加载了哪些命名空间、函数或托管 MCP 服务。
 
-## 对话继续或恢复
+## 会话续接或恢复
 
 ### 下一轮智能体
 
-[`last_agent`][agents.result.RunResultBase.last_agent] 包含最后一个运行的智能体。在任务转移后，这通常是下一轮用户输入最适合复用的智能体。
+[`last_agent`][agents.result.RunResultBase.last_agent] 包含最后一个运行的智能体。在任务转移之后，这通常是下一轮用户输入最适合复用的智能体。
 
-在流式模式中，[`RunResultStreaming.current_agent`][agents.result.RunResultStreaming.current_agent] 会随着运行推进而更新，因此你可以在流结束前观察任务转移。
+在流式模式下，[`RunResultStreaming.current_agent`][agents.result.RunResultStreaming.current_agent] 会随着运行进展更新，因此你可以在流结束前观察任务转移。
 
 ### 中断与运行状态
 
-如果工具需要审批，待处理审批会暴露在 [`RunResult.interruptions`][agents.result.RunResult.interruptions] 或 [`RunResultStreaming.interruptions`][agents.result.RunResultStreaming.interruptions] 中。这可能包含由直接工具、任务转移后到达的工具，或嵌套 [`Agent.as_tool()`][agents.agent.Agent.as_tool] 运行触发的审批。
+如果某个工具需要审批，待处理审批会暴露在 [`RunResult.interruptions`][agents.result.RunResult.interruptions] 或 [`RunResultStreaming.interruptions`][agents.result.RunResultStreaming.interruptions] 中。这可能包括由直接工具、任务转移后到达的工具，或嵌套 [`Agent.as_tool()`][agents.agent.Agent.as_tool] 运行触发的审批。
 
-调用 [`to_state()`][agents.result.RunResult.to_state] 以捕获可恢复的 [`RunState`][agents.run_state.RunState]，审批或拒绝待处理条目，然后通过 `Runner.run(...)` 或 `Runner.run_streamed(...)` 恢复运行。
+调用 [`to_state()`][agents.result.RunResult.to_state] 可捕获可恢复的 [`RunState`][agents.run_state.RunState]，对待处理项执行批准或拒绝，然后通过 `Runner.run(...)` 或 `Runner.run_streamed(...)` 恢复运行。
 
 ```python
 from agents import Agent, Runner
@@ -105,13 +107,13 @@ if result.interruptions:
     result = await Runner.run(agent, state)
 ```
 
-对于流式运行，先完成对 [`stream_events()`][agents.result.RunResultStreaming.stream_events] 的消费，再检查 `result.interruptions` 并从 `result.to_state()` 恢复。完整审批流程请参见[人类参与](human_in_the_loop.md)。
+对于流式运行，先完成对 [`stream_events()`][agents.result.RunResultStreaming.stream_events] 的消费，再检查 `result.interruptions` 并从 `result.to_state()` 恢复。完整审批流程请参见 [Human-in-the-loop](human_in_the_loop.md)。
 
 ### 服务端托管续接
 
-[`last_response_id`][agents.result.RunResultBase.last_response_id] 是该运行中最新模型响应 ID。若要在下一轮继续 OpenAI Responses API 链，可将其作为 `previous_response_id` 传回。
+[`last_response_id`][agents.result.RunResultBase.last_response_id] 是此次运行中最新的模型响应 ID。当你希望续接 OpenAI Responses API 链时，在下一轮将其作为 `previous_response_id` 传回。
 
-如果你已经通过 `to_input_list()`、`session` 或 `conversation_id` 继续对话，通常不需要 `last_response_id`。若你需要多步骤运行中的每个模型响应，请改为检查 `raw_responses`。
+如果你已经通过 `to_input_list()`、`session` 或 `conversation_id` 续接会话，通常不需要 `last_response_id`。如果你需要多步骤运行中的每个模型响应，请改为检查 `raw_responses`。
 
 ## Agent-as-tool 元数据
 
@@ -123,41 +125,41 @@ if result.interruptions:
 
 对于普通顶层运行，`agent_tool_invocation` 为 `None`。
 
-这在 `custom_output_extractor` 中尤其有用，此时你可能需要在对嵌套结果做后处理时使用外层工具名、调用 ID 或原始参数。有关周边 `Agent.as_tool()` 模式，参见[工具](tools.md)。
+这在 `custom_output_extractor` 中尤其有用，你可能需要在后处理嵌套结果时访问外层工具名、调用 ID 或原始参数。有关周边 `Agent.as_tool()` 模式，请参见 [工具](tools.md)。
 
-如果你还需要该嵌套运行的已解析结构化输入，请读取 `context_wrapper.tool_input`。这是 [`RunState`][agents.run_state.RunState] 为嵌套工具输入做通用序列化时使用的字段，而 `agent_tool_invocation` 是当前嵌套调用的实时结果访问器。
+如果你还需要该嵌套运行已解析的结构化输入，请读取 `context_wrapper.tool_input`。这是 [`RunState`][agents.run_state.RunState] 用于泛化序列化嵌套工具输入的字段，而 `agent_tool_invocation` 是当前嵌套调用的实时结果访问器。
 
-## 流式生命周期与诊断
+## 流式传输生命周期与诊断
 
-[`RunResultStreaming`][agents.result.RunResultStreaming] 继承了上述相同结果接口，但增加了流式传输专用控制项：
+[`RunResultStreaming`][agents.result.RunResultStreaming] 继承了上述相同结果接口，并增加流式传输专用控制项：
 
--   使用 [`stream_events()`][agents.result.RunResultStreaming.stream_events] 消费语义化流事件
--   使用 [`current_agent`][agents.result.RunResultStreaming.current_agent] 跟踪运行中当前活跃智能体
+-   使用 [`stream_events()`][agents.result.RunResultStreaming.stream_events] 消费语义流事件
+-   使用 [`current_agent`][agents.result.RunResultStreaming.current_agent] 在运行中跟踪当前活跃智能体
 -   使用 [`is_complete`][agents.result.RunResultStreaming.is_complete] 查看流式运行是否已完全结束
 -   使用 [`cancel(...)`][agents.result.RunResultStreaming.cancel] 立即停止运行或在当前轮次后停止
 
-持续消费 `stream_events()`，直到异步迭代器结束。只有当该迭代器结束后，流式运行才算完成；而 `final_output`、`interruptions`、`raw_responses` 以及会话持久化副作用等汇总属性，在最后一个可见 token 到达后仍可能继续收敛。
+持续消费 `stream_events()`，直到异步迭代器结束。只有当该迭代器结束时，流式运行才算完成；像 `final_output`、`interruptions`、`raw_responses` 以及会话持久化副作用等汇总属性，在最后一个可见 token 到达后仍可能处于收敛过程中。
 
-如果你调用了 `cancel()`，请继续消费 `stream_events()`，以便正确完成取消和清理。
+如果你调用了 `cancel()`，请继续消费 `stream_events()`，以便取消与清理流程正确完成。
 
-Python 不提供单独的流式 `completed` promise 或 `error` 属性。终止性的流式失败会通过 `stream_events()` 抛出异常体现，而 `is_complete` 反映运行是否已到达终态。
+Python 不会单独暴露流式 `completed` promise 或 `error` 属性。终态流式失败会通过 `stream_events()` 抛出异常，`is_complete` 则反映运行是否已到达终态。
 
 ### 原始响应
 
-[`raw_responses`][agents.result.RunResultBase.raw_responses] 包含运行期间收集的原始模型响应。多步骤运行可能产生多个响应，例如跨任务转移或重复的 模型/工具/模型 循环。
+[`raw_responses`][agents.result.RunResultBase.raw_responses] 包含运行期间收集的原始模型响应。多步骤运行可能产生多个响应，例如在任务转移或重复的模型/工具/模型循环中。
 
-[`last_response_id`][agents.result.RunResultBase.last_response_id] 只是 `raw_responses` 最后一项中的 ID。
+[`last_response_id`][agents.result.RunResultBase.last_response_id] 仅是 `raw_responses` 最后一项的 ID。
 
 ### 安全防护措施结果
 
-智能体级安全防护措施结果通过 [`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results] 和 [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results] 暴露。
+智能体级安全防护措施通过 [`input_guardrail_results`][agents.result.RunResultBase.input_guardrail_results] 和 [`output_guardrail_results`][agents.result.RunResultBase.output_guardrail_results] 暴露。
 
-工具级安全防护措施结果则单独通过 [`tool_input_guardrail_results`][agents.result.RunResultBase.tool_input_guardrail_results] 和 [`tool_output_guardrail_results`][agents.result.RunResultBase.tool_output_guardrail_results] 暴露。
+工具级安全防护措施则通过 [`tool_input_guardrail_results`][agents.result.RunResultBase.tool_input_guardrail_results] 和 [`tool_output_guardrail_results`][agents.result.RunResultBase.tool_output_guardrail_results] 单独暴露。
 
-这些数组会在整个运行过程中持续累积，因此非常适合用于记录决策、存储额外的安全防护措施元数据，或调试运行被拦截的原因。
+这些数组会在整个运行中持续累积，因此适合用于记录决策、存储额外的安全防护措施元数据，或调试运行被阻止的原因。
 
 ### 上下文与用量
 
-[`context_wrapper`][agents.result.RunResultBase.context_wrapper] 会暴露你的应用上下文以及由 SDK 管理的运行时元数据，例如审批、用量和嵌套 `tool_input`。
+[`context_wrapper`][agents.result.RunResultBase.context_wrapper] 会暴露你的应用上下文，以及由 SDK 管理的运行时元数据（如审批、用量和嵌套 `tool_input`）。
 
-用量记录在 `context_wrapper.usage` 上。对于流式运行，用量总计可能会滞后，直到流的最终分块被处理完成。完整包装结构和持久化注意事项请参见[上下文管理](context.md)。
\ No newline at end of file
+用量记录在 `context_wrapper.usage` 上。对于流式运行，用量总计可能会滞后，直到流的最终分块处理完毕。完整包装器结构及持久化注意事项请参见 [上下文管理](context.md)。
\ No newline at end of file