Azure Openai To Responses

Миграция Python-приложений с Azure OpenAI Chat Completions на Responses API

АВТОРИТЕТНЫЕ РЕКОМЕНДАЦИИ — СЛЕДУЙТЕ ТОЧНО

Этот навык выполняет миграцию Python-кода с использованием Azure OpenAI Chat Completions на единый Responses API. Следуйте этим инструкциям точно. Не придумывайте сопоставления параметров и не изобретайте структуру API.

Триггеры

Активируйте этот навык, когда пользователь хочет:

• Мигрировать Python-приложение с Azure OpenAI Chat Completions на Responses API
• Обновить использование Python OpenAI SDK до последней версии API для Azure OpenAI
• Подготовить Python-код для моделей GPT-5 или новее, требующих Responses на Azure
• Переключиться с AzureOpenAI/AsyncAzureOpenAI на стандартные клиенты OpenAI/AsyncOpenAI с конечной точкой v1
• Исправить предупреждения об устаревании, связанные с конструкторами AzureOpenAI или параметром api_version

⚠️ Совместимость моделей — ПРОВЕРЬТЕ СНАЧАЛА

Перед миграцией убедитесь, что ваше развертывание Azure OpenAI поддерживает Responses API.

1. Быстрая проверка развертывания (самый быстрый способ)

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AZURE_OPENAI_API_KEY"],
    base_url=f"{os.environ['AZURE_OPENAI_ENDPOINT'].rstrip('/')}/openai/v1/",
)

try:
    resp = client.responses.create(
        model=os.environ["AZURE_OPENAI_DEPLOYMENT"],
        input="ping",
        max_output_tokens=50,
        store=False,
    )
    print(f"✅ Deployment supports Responses API: {resp.output_text}")
except Exception as e:
    print(f"❌ Deployment does NOT support Responses API: {e}")

Примечание: max_output_tokens имеет минимум 16 в Azure OpenAI. Значения меньше 16 вызывают ошибку 400. Для проверки используйте значение 50 и выше.

Если возвращается 404, модель в развертывании пока не поддерживает Responses — проверьте ссылку ниже или разверните с поддерживаемой моделью.

2. Проверьте доступные модели в вашем регионе (рекомендуется)

Запустите встроенный инструмент проверки совместимости моделей, чтобы увидеть доступные модели с поддержкой Responses API в вашем регионе:

python migrate.py models --subscription YOUR_SUB_ID --location YOUR_REGION

Этот запрос обращается к Azure ARM в реальном времени и показывает матрицу совместимости — какие модели поддерживают Responses, структурированный вывод, инструменты и т. д. Используйте --filter gpt-5.1,gpt-5.2 для сужения результатов или --json для скриптов.

3. Полная справочная информация по поддержке моделей

• Живой запрос: python migrate.py models (см. выше — регионально-специфичный, всегда актуальный)
• Просмотр доступности: Таблица сводки моделей и доступность по регионам
• Быстрый старт и руководство: https://aka.ms/openai/start

⚠️ Ограничения старых моделей

ПРЕДУПРЕЖДЕНИЕ: Старые модели (предшествующие gpt-4.1) могут не полностью поддерживать все возможности Responses API.

Известные ограничения старых моделей:

• Параметр reasoning: Не поддерживается во многих моделях без рассуждений. Мигрируйте reasoning только если он уже был в исходном коде.
• Параметр seed: Не поддерживается в Responses API вообще — удалите из всех запросов.
• Структурированный вывод через text.format: Старые модели могут не надёжно применять JSON-схемы с strict: true.
• Оркестрация инструментов: GPT-5 и новее оркестрируют вызовы инструментов как часть внутренних рассуждений. Старые модели с Responses работают, но без глубокой интеграции.
• Ограничения по температуре: При миграции на gpt-5 температуру нужно убирать или выставлять равной 1. У старых моделей таких ограничений нет.

Модели серии O (o1, o3-mini, o3, o4-mini)

Модели серии O имеют уникальные ограничения параметров. При миграции приложений, нацеленных на модели этой серии:

• temperature: Должна быть 1 (или отсутствовать). Модели серии O не принимают другие значения.
• max_completion_tokens → max_output_tokens: Приложения, использующие Azure-специфичный max_completion_tokens, должны перейти на max_output_tokens. Указывайте высокие значения (4096+), поскольку токены рассуждений учитываются в лимите.
• reasoning_effort: Если приложение использует reasoning_effort (low/medium/high), сохраняйте его — Responses API поддерживает этот параметр для моделей серии O.
• Поведение потоковой передачи: Модели серии O могут буферизировать вывод до завершения рассуждений, прежде чем отправлять дельты текста. Потоковая передача всё ещё работает, но первый response.output_text.delta может появиться с большей задержкой, чем у моделей GPT.
• top_p: Не поддерживается в серии O — удалите, если присутствует.
• Использование инструментов: Модели серии O поддерживают инструменты через Responses API как и GPT-модели, но качество оркестрации вызовов зависит от конкретной модели.

Действие — проактивное уведомление по модели: Во время фазы сканирования проверьте, на какую модель направлено приложение (имена развертываний, переменные окружения, конфигурация). Если модель предшествует gpt-4.1 (не gpt-4.1+), сообщите пользователю:

• Миграция будет работать для базового текста, чата, потоковой передачи и инструментов на их текущей модели.
• Новые модели (gpt-5.1, gpt-5.2) предлагают улучшенную оркестрацию инструментов, строгость структурированного вывода, рассуждения и кросс-региональную доступность.
• Рекомендуется рассмотреть обновление развертывания при готовности — это не блокирует миграцию.

Не блокируйте и не отказывайте в миграции на основе версии модели. Уведомление носит информационный характер.

GitHub Models НЕ поддерживает Responses API

GitHub Models (models.github.ai, models.inference.ai.azure.com) не поддерживает Responses API.

Если в коде есть код для GitHub Models (ищите base_url, указывающий на models.github.ai или models.inference.ai.azure.com), полностью удалите его при миграции. Responses API требует Azure OpenAI, OpenAI или совместимую локальную конечную точку (например, Ollama с поддержкой Responses).

Действие во время сканирования:

• Отметьте все пути с кодом GitHub Models для удаления.

Миграция фреймворков

Многие приложения используют высокоуровневые фреймворки поверх OpenAI. При миграции таких приложений меняется API самого фреймворка — не только вызовы базового OpenAI.

Microsoft Agent Framework (MAF)

Сначала проверьте вашу версию MAF — миграция зависит от того, используете ли вы MAF 1.0.0+ или бета/rc версию до 1.0.0.

MAF 1.0.0+ (agent-framework-openai >= 1.0.0)

OpenAIChatClient уже использует Responses API — миграция не требуется. Если в коде встречается устаревший OpenAIChatCompletionClient (использующий chat.completions.create), замените его на OpenAIChatClient.

Для проверки версии: python -c "import agent_framework_openai; print(agent_framework_openai.__version__)"

MAF до версии 1.0.0 (бета/rc релизы)

В версиях MAF до 1.0.0 OpenAIChatClient использовал Chat Completions. Обновитесь до agent-framework-openai>=1.0.0, где OpenAIChatClient по умолчанию использует Responses API.

Других изменений не требуется — API Agent и инструментов остаются прежними.

LangChain (langchain-openai)

Добавьте use_responses_api=True в ChatOpenAI(). Также обновите доступ к ответу с .content на .text.

Полные примеры кода до и после смотрите в cheat-sheet.md.

Руководство по миграции фронтенда

Responses API — это серверная часть. Мигрируйте ваш Python-бэкенд; HTTP-контракт фронтенда должен оставаться без изменений, если только ваш бэкенд не является легким прокси — в таком случае рассмотрите возможность использования формы запроса Responses для устранения слоя трансляции. Если фронтенд вызывает OpenAI напрямую с клиентским ключом, сначала перенесите эти вызовы на бэкенд.

Устаревание @microsoft/ai-chat-protocol

Пакет @microsoft/ai-chat-protocol для npm устарел и должен быть заменён на ndjson-readablestream. Если вы встретите его во фронтенде:

1. Замените CDN-тег скрипта:

   <!-- Before -->
   <script src="https://cdn.jsdelivr.net/npm/@microsoft/ai-chat-protocol@.../dist/iife/index.js"></script>
   <!-- After -->
   <script src="https://cdn.jsdelivr.net/npm/ndjson-readablestream@1.0.7/dist/ndjson-readablestream.umd.js"></script>
   

2. Удалите создание экземпляра AIChatProtocolClient (new ChatProtocol.AIChatProtocolClient("/chat")).
3. Замените client.getStreamedCompletion(messages) прямым вызовом fetch() к эндпоинту потоковой передачи на бэкенде.
4. Замените for await (const response of result) на for await (const chunk of readNDJSONStream(response.body)).
5. Обновите доступ к свойствам с response.delta.content / response.error на chunk.delta.content / chunk.error.

Цели

• Перечислить все вызовы Python, использующие Chat Completions или устаревшие Completions для Azure OpenAI.
• Предложить план миграции и последовательность для Python-кодовой базы.
• Внести безопасные минимальные изменения для перехода на Responses API.
• Обновить вызывающий код для использования схемы вывода Responses; без обёрток для обратной совместимости.
• Запустить тесты/линтеры; исправить тривиальные ошибки, внесённые миграцией.
• Подготовить небольшие удобные для обзора наборы изменений и предоставить финальное резюме с диффами (не коммитить).

Ограничения

• Изменять только файлы внутри git-репозитория. Никогда не писать за его пределами.
• Не сохранять шимы обратной совместимости; мигрировать код на новую структуру API.
• Не оставлять комментарии переходного периода или резервные копии файлов.
• Сохранять семантику потоковой передачи, если она использовалась ранее; иначе использовать непротоковый режим.
• Запрашивать подтверждение перед выполнением команд или сетевых вызовов в режиме подтверждения.
• Не выполнять git add, git commit или git push; генерировать только изменения в рабочем дереве.

Шаг 0: Миграция клиента Azure OpenAI (предварительное условие)

Если в кодовой базе используются конструкторы AzureOpenAI или AsyncAzureOpenAI, сначала мигрируйте их на стандартные конструкторы OpenAI / AsyncOpenAI. Azure-специфические конструкторы устарели в openai>=1.108.1.

Почему путь API v1?

Новый эндпоинт /openai/v1 использует стандартный клиент OpenAI(), а не AzureOpenAI(), не требует параметра api_version и одинаково работает как с OpenAI, так и с Azure OpenAI. Тот же клиентный код защищён от изменений — управление версиями не нужно.

Ключевые изменения

Чеклист очистки

• Удалите аргумент api_version из конструктора клиента.
• Удалите переменные окружения AZURE_OPENAI_VERSION / AZURE_OPENAI_API_VERSION из .env, настроек приложения, файлов Bicep/инфраструктуры.
• Переименуйте AZURE_OPENAI_CLIENT_ID в AZURE_CLIENT_ID в .env, настройках приложения, Bicep/инфраструктуре и тестах (общепринятое соглашение Azure Identity SDK).
• Убедитесь, что openai>=1.108.1 указана в requirements.txt или pyproject.toml.

Миграция переменных окружения

Для примеров настройки клиента (синхронный, асинхронный, EntraID, API-ключ, мультиарендность) смотрите cheat-sheet.md.

Шаг 1: Обнаружение устаревших точек вызова

Запустите скрипт detect_legacy.py для поиска всех точек вызова, требующих миграции:

python skills/azure-openai-to-responses/scripts/detect_legacy.py .

Или выполните эти поиски вручную — каждое совпадение является целью миграции:

# Вызовы устаревшего API (нужно переписать)
rg "chat\.completions\.create"
rg "ChatCompletion\.create"
rg "Completion\.create"

# Устаревшие конструкторы клиента Azure (нужно заменить)
rg "AzureOpenAI\("
rg "AsyncAzureOpenAI\("

# Паттерны доступа к форме ответа (нужно обновить)
rg "choices\[0\]\.message\.content"
rg "choices\[0\]\.delta\.content"
rg "choices\[0\]\.message\.function_call"
rg "choices\[0\]\.message\.tool_calls"

# Определения инструментов в старом вложенном формате (нужно упростить)
rg '"function":\s*{\s*"name"'
rg "pydantic_function_tool"

# Результаты инструментов в старом формате (нужно преобразовать в function_call_output)
rg '"role":\s*"tool"'
rg '"tool_call_id"'

# Устаревшие параметры (нужно удалить или переименовать)
rg "response_format"
rg "max_tokens\b"        # переименовать в max_output_tokens
rg "['\"]seed['\"]"      # remove entirely

# Устаревшие переменные окружения (нужно очистить)
rg "AZURE_OPENAI_API_VERSION|AZURE_OPENAI_VERSION"
rg "AZURE_OPENAI_CLIENT_ID"  # должно быть AZURE_CLIENT_ID

# Конечные точки моделей GitHub (нужно удалить — API ответов не поддерживается)
rg "models\.github\.ai|models\.inference\.ai\.azure"

# Легаси паттерны на уровне фреймворка (нужно обновить)
rg "OpenAIChatCompletionClient"  # MAF 1.0.0+: заменить на OpenAIChatClient
rg "ChatOpenAI\(" | grep -v "use_responses_api"  # LangChain: нужен use_responses_api=True

# Тестовая инфраструктура (нужно обновить)
rg "ChatCompletionChunk|AsyncCompletions\.create" tests/
rg "_azure_ad_token_provider" tests/
rg "prompt_filter_results|content_filter_results" tests/
rg "choices\[0\]" tests/

# Доступ к телу ошибки фильтра содержимого (нужно обновить — структура изменилась)
rg 'innererror.*content_filter_result|error\.body\["innererror"\]'
rg "content_filter_result\[" # старая единственная форма — теперь content_filter_results (множественное число) внутри массива content_filters

# Прямые HTTP вызовы к конечной точке Chat Completions (нужно обновить URL)
rg "/openai/deployments/.*/chat/completions"
rg "api-version="

Эвристики (обнаружение и переписывание)

• Chat Completions клиент: client.chat.completions.create → client.responses.create(...).

• Конструкторы клиента Azure: AzureOpenAI(...) → OpenAI(base_url=..., api_key=...).

• Инструменты: преобразуйте определения инструментов для вызова функций из вложенного формата ({"type": "function", "function": {"name": ...}}) в плоский формат Responses ({"type": "function", "name": ...}); используйте tool_choice; возвращайте результаты инструментов как элементы {"type": "function_call_output", "call_id": ..., "output": ...} (а не {"role": "tool", ...}).

• Обратные вызовы инструментов: когда модель возвращает вызовы функций, добавляйте элементы response.output в разговор (а не ручной словарь {"role": "assistant", "tool_calls": [...]}), затем добавляйте элементы function_call_output для каждого результата.

• Примеры использования инструментов с несколькими примерами: если разговор включает жёстко заданные примеры вызова инструментов, преобразуйте их в элементы {"type": "function_call", "id": "fc_...", "call_id": "fc_...", ...} + {"type": "function_call_output", ...}. Идентификаторы должны начинаться с fc_.

• pydantic_function_tool(): этот помощник по-прежнему генерирует старый вложенный формат и не совместим с responses.create(). Замените ручными определениями инструментов или обёрткой для уплощения.

• Многошаговый диалог: храните историю разговора в приложении; передавайте предыдущие шаги через элементы input.

• Форматирование: замените топ-левел response_format в Chat на text.format в Responses. Каноническая форма: text={"format": {"type": "json_schema", "name": "Output", "strict": True, "schema": {...}}}.

• Элементы содержимого: замените Chat content[].type: "text" на Responses content[].type: "input_text" для ходов пользователя/системы.

• Элементы содержимого с изображениями: замените Chat content[].type: "image_url" на Responses content[].type: "input_image". Поле image_url изменяется с вложенного объекта {"url": "..."} на плоскую строку. Смотрите шпаргалку для примеров до и после.

• Усилия рассуждения: переносите reasoning только если оно уже существует в исходном коде.

• Обработка ошибок фильтрации контента: структура тела ошибки изменилась. Chat Completions использовал error.body["innererror"]["content_filter_result"] (единственное число); Responses API использует error.body["content_filters"][0]["content_filter_results"] (множественное число, внутри массива). Код, обращающийся к innererror, вызовет KeyError. Перепишите с использованием нового пути.

• Прямые HTTP вызовы: если приложение вызывает Azure OpenAI REST API напрямую (через requests, httpx и т.д.) используя /openai/deployments/{name}/chat/completions?api-version=..., перепишите на /openai/v1/responses. Тело запроса меняется: messages → input, добавляются max_output_tokens и store: false, удаляется параметр запроса api-version. Тело ответа меняется: choices[0].message.content → output[0].content[0].text (примечание: output_text — удобное свойство SDK, отсутствует в сыром JSON REST).

Шаг 2: Применение миграции

Примечания по миграции (Chat Completions → Responses)

• Зачем мигрировать: Responses — унифицированный API для текста, инструментов и потоковой передачи; Chat Completions — устаревший. Для GPT-5 Responses необходим для лучшей производительности.
• HTTP: конечная точка Azure меняется с /openai/deployments/{name}/chat/completions на /openai/v1/responses.
• Поля: messages → input, max_tokens → max_output_tokens. temperature остаётся без изменений.
• Форматирование: response_format → text.format с правильным объектом.
• Элементы содержимого: замените Chat content[].type: "text" на Responses content[].type: "input_text" для ходов системы/пользователя.
• Элементы содержимого с изображениями: замените Chat content[].type: "image_url" на Responses content[].type: "input_image". Упрощение поля image_url с {"image_url": {"url": "..."}} до {"image_url": "..."} (обычная строка — либо HTTPS URL, либо URI данных data:image/...;base64,...).

Справочная таблица сопоставления параметров

Для полных примеров кода до и после смотрите cheat-sheet.md.

Для миграции тестовой инфраструктуры (моки, снимки, утверждения) смотрите test-migration.md.

Для устранения ошибок и проблем смотрите troubleshooting.md.

Хранение данных и состояние

• Устанавливайте store: false во всех запросах Responses.
• Не полагайтесь на предыдущие ID сообщений или контекст, хранящийся на сервере; храните состояние на клиенте и минимизируйте метаданные.

Критерии приемки

Ворота на уровне кода (все должны пройти)

• Нет совпадений для rg "chat\.completions\.create|ChatCompletion\.create|Completion\.create" в мигрированных файлах.
• Нет совпадений для rg "AzureOpenAI\(|AsyncAzureOpenAI\(" — все конструкторы используют OpenAI/AsyncOpenAI с конечной точкой v1.
• Нет совпадений для rg "models\.github\.ai|models\.inference\.ai\.azure" — удалены кодовые пути моделей GitHub.
• Нет совпадений для rg "OpenAIChatCompletionClient" — код MAF 1.0.0+ использует OpenAIChatClient (который использует Responses API). В версиях ниже 1.0.0 — обновитесь до agent-framework-openai>=1.0.0.
• Все вызовы ChatOpenAI(...) включают use_responses_api=True.
• Нет совпадений для rg "choices\[0\]" — весь доступ к ответам использует resp.output_text или схемы вывода Responses.
• Нет response_format на верхнем уровне; весь структурированный вывод использует text={"format": {...}}.
• В requirements.txt или pyproject.toml есть openai>=1.108.1 и azure-identity; зависимости переустановлены.
• В каждом вызове responses.create установлен store=False.
• Нет api_version в конструкторе клиента; AZURE_OPENAI_API_VERSION удалён из файлов окружения и инфраструктуры.

Ворота тестовой инфраструктуры (все должны пройти)

• Нет совпадений для rg "ChatCompletionChunk|AsyncCompletions\.create|chat\.completions" tests/.
• Нет совпадений для rg "_azure_ad_token_provider" tests/ — утверждения обновлены для проверки isinstance(client, AsyncOpenAI) или base_url.
• Нет совпадений для rg "prompt_filter_results|content_filter_results" tests/ — удалены Azure-специфичные мок-объекты фильтров.
• Моковые фикстуры используют kwargs.get("input") вместо kwargs.get("messages").
• Снимки / золотые файлы обновлены под формат потоковой передачи Responses (без choices[0], function_call, logprobs и т.п.).
• pytest проходит без сбоев после всех обновлений тестов.

Поведенческие ворота (проверка вручную или через тестовую оболочку)

• Основное завершение: нестриминговый responses.create возвращает непустой output_text.
• Параллельность потока: если исходный код использовал потоковую передачу, мигрированный код также использует поток и выдает события response.output_text.delta с непустыми дельтами.
• Структурированный вывод: если используется text.format с json_schema, то json.loads(resp.output_text) завершается успешно и соответствует схеме.
• Цикл вызовов инструментов: если используются инструменты, модель вызывает их, приложение выполняет, последующий запрос возвращает финальный output_text (без бесконечной петли).
• Параллельность async: если использовался AsyncAzureOpenAI, эквивалент AsyncOpenAI работает с await.
• Уровень ошибок: нет новых ошибок 400/401/404 по сравнению с базовым уровнем до миграции.

Результаты

• В резюме указаны отредактированные файлы, количество устаревших вызовов до и после, а также следующие шаги.
• Изменения находятся только в рабочем дереве (без коммитов).

Требования к версиям SDK

Ссылки

• Шпаргалка — все примеры кода
• Миграция тестов — моки, снимки, утверждения
• Устранение неполадок — ошибки, таблица рисков, подводные камни
• detect_legacy.py — автоматический сканер
• Стартовый набор Azure OpenAI
• Документация Azure OpenAI Responses API
• Жизненный цикл версии Azure OpenAI API
• Справочник OpenAI Responses API

Отказ от ответственности: Этот документ был переведен с использованием сервиса машинного перевода Co-op Translator. Несмотря на наши усилия по обеспечению точности, имейте в виду, что автоматический перевод может содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется обратиться к профессиональному человеческому переводу. Мы не несем ответственности за любые недоразумения или неправильные толкования, возникшие в результате использования этого перевода.

Source: microsoft/ai-agents-for-beginners → translations/ru/.agents/skills/azure-openai-to-responses/SKILL.md