Azure Openai To Responses

將 Python 應用程式從 Azure OpenAI Chat Completions 遷移至 Responses API

權威指南 — 請嚴格遵循

本技能將使用 Azure OpenAI Chat Completions 的 Python 代碼庫 遷移至統一的 Responses API。請精確遵循這些指示。 不可隨意即興對應參數或發明 API 介面。

觸發條件

當使用者想要啟用本技能時：

• 將 Python 應用程式從 Azure OpenAI Chat Completions 遷移至 Responses API
• 將 Python OpenAI SDK 用法升級為最新的 Azure OpenAI API 格式
• 為 GPT-5 或更新版需要 Responses API 的模型準備 Python 程式碼
• 從 AzureOpenAI / AsyncAzureOpenAI 切換到帶 v1 端點的標準 OpenAI / AsyncOpenAI 用戶端
• 修正與 AzureOpenAI 構造函數或 api_version 相關的過時警告

⚠️ 模型相容性 — 請先檢查

遷移前，請確認你的 Azure OpenAI 部署支援 Responses API。

1. 快速測試部署（最快）

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}")

注意：Azure OpenAI 中 max_output_tokens 最低為 16。低於 16 的值會回傳 400 錯誤。測試時請使用 50 以上。

如果此請求回傳 404，表示該部署的模型尚未支援 Responses。請參考下方文件或用支援的模型重新部署。

2. 檢查區域中的可用模型（推薦）

執行內建模型相容性工具，查看特定區域中有哪些模型支援 Responses API：

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

該查詢即時連接 Azure ARM 並顯示相容性矩陣—哪些模型支援 Responses、結構化輸出、工具等。可用 --filter gpt-5.1,gpt-5.2 篩選結果，或 --json 用於腳本。

3. 完整模型支援參考

• 即時查詢：python migrate.py models（見上方 — 區域特定，持續更新）
• 瀏覽可用性: 模型摘要表及區域可用性
• 快速入門與指南：https://aka.ms/openai/start

⚠️ 較舊模型的限制

警告：較舊模型（早於 gpt-4.1 的版本）可能無法完整支援所有 Responses API 功能。

已知較舊模型的限制：

• reasoning 參數：許多非推理模型不支援此參數。只在原始代碼已有 reasoning 時才遷移。
• seed 參數：Responses API 完全不支援，請從所有請求中移除。
• 透過 text.format 的結構化輸出：舊模型可能無法可靠強制執行 strict: true 的 JSON schema。
• 工具協調：GPT-5+ 模型將工具調用整合進內部推理，舊模型在 Responses API 仍可使用工具，但缺乏深入的整合。
• 溫度限制：遷移至 gpt-5 時，溫度參數必須省略或設為 1。舊模型無此限制。

O 系列推理模型（o1、o3-mini、o3、o4-mini）

O 系列模型有其獨特的參數限制。遷移針對 O 系列模型的應用時：

• temperature：必須設成 1（或省略）。O 系列模型不接受其他數值。
• max_completion_tokens → max_output_tokens：使用 Azure 專有 max_completion_tokens 的應用必須改用 max_output_tokens，並設定較高數值（4096 以上），因為推理過程中使用的 tokens 也會占用限制。
• reasoning_effort：若應用使用 reasoning_effort（低/中/高），請保留；Responses API 對 O 系列模型支援此參數。
• 串流行為：O 系列模型可能會在推理完成前緩衝輸出，延後發送文字增量事件。串流仍有效，但首次 response.output_text.delta 可能比 GPT 模型延遲更久。
• top_p：O 系列模型不支援此參數，若出現請移除。
• 工具使用：O 系列模型通過 Responses API 支援工具功能，與 GPT 模型類似，但工具呼叫協調質量因模型而異。

行動 — 主動模型建議：掃描階段檢查應用所用模型（部署名稱、環境變數、配置）。若模型低於 gpt-4.1（非 gpt-4.1+），主動告知使用者：

• 遷移在其目前模型上可行，基本支援文字、聊天、串流和工具。
• 新型模型（gpt-5.1、gpt-5.2）在工具協調、結構化輸出強制、推理和跨區域可用性等方面擁有更佳表現。
• 使用者可視情況考慮升級部署，此非遷移阻礙。

不可基於模型版本阻擋或拒絕遷移。此建議僅供參考。

GitHub Models 不支援 Responses API

GitHub Models (models.github.ai, models.inference.ai.azure.com) 不支援 Responses API。

若代碼庫有 GitHub Models 代碼路徑（尋找 base_url 指向 models.github.ai 或 models.inference.ai.azure.com），遷移時應完全移除。Responses API 需要 Azure OpenAI、OpenAI 或相容的本地端點（例如支援 Responses 的 Ollama）。

掃描期間的行動：

• 標記任何 GitHub Models 代碼路徑，待移除。

框架遷移

許多應用在 OpenAI 之上使用高階框架。遷移時，不僅是底層 OpenAI 呼叫，框架本身的 API 也會改變。

Microsoft Agent Framework (MAF)

先檢查你的 MAF 版本 — 遷移依賴於你是否使用 MAF 1.0.0+，或先前的 1.0.0 前測試版/RC。

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

OpenAIChatClient 已使用 Responses API — 無需遷移。如代碼使用舊有的 OpenAIChatCompletionClient（使用 chat.completions.create），請換成 OpenAIChatClient。

查看版本：python -c "import agent_framework_openai; print(agent_framework_openai.__version__)"

MAF 1.0.0 前版本（beta/rc）

在 1.0.0 前版本中，OpenAIChatClient 使用 Chat Completions。請升級至 agent-framework-openai>=1.0.0，使 OpenAIChatClient 預設使用 Responses API。

其他 API 如 Agent 和工具 API 無需更改。

LangChain (langchain-openai)

為 ChatOpenAI() 新增 use_responses_api=True。同時將回應存取從 .content 改為 .text。

完整前後代碼示例請參閱 cheat-sheet.md。

前端遷移指南

Responses API 屬於伺服器端問題。 請先遷移 Python 後端；前端的 HTTP 合約應保持不變，除非你的後端僅做薄轉發——在這種情況下，考慮採用 Responses 請求格式，消除翻譯層。若前端使用客戶端金鑰直接呼叫 OpenAI，請先轉移這部分呼叫到後端。

@microsoft/ai-chat-protocol 已過時

@microsoft/ai-chat-protocol npm 套件已停用，應換用 ndjson-readablestream。若在前端遇到：

1. 替換 CDN 腳本標籤：

   <!-- 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. 移除 AIChatProtocolClient 實例化（new ChatProtocol.AIChatProtocolClient("/chat")）。
3. 將 client.getStreamedCompletion(messages) 改成直接對後端串流端點的 fetch() 呼叫。
4. 將 for await (const response of result) 替換為 for await (const chunk of readNDJSONStream(response.body))。
5. 將屬性存取從 response.delta.content / response.error 改為 chunk.delta.content / chunk.error。

目標

• 列出所有在 Azure OpenAI 使用 Chat Completions 或舊版 Completions 的 Python 呼叫點。
• 提出 Python 代碼庫的遷移計劃及執行順序。
• 套用安全且最小的修改切換至 Responses API。
• 更新呼叫者以使用 Responses 輸出架構；不保留向後相容的封裝。
• 執行測試及碼風檢查；修正遷移導致的瑣碎錯誤。
• 準備小且可審查的變更集並提供最終摘要和差異（不提交）。

護欄規則

• 僅修改 git 工作區內的檔案，絕不寫出範圍外。
• 不保留舊版相容層；代碼直接遷移到新 API 格式。
• 不留下標記/過渡性註解或備份檔案。
• 若先前使用串流，則保留串流語意；否則使用非串流模式。
• 若處於審核模式，執行命令或網路呼叫前需請求批准。
• 不執行 git add/git commit/git push，只產生工作區修改。

第 0 步：Azure OpenAI 用戶端遷移（前置條件）

若代碼庫使用 AzureOpenAI 或 AsyncAzureOpenAI 建構函數，請先遷移至標準 OpenAI / AsyncOpenAI 建構函數。Azure 專用建構函數自 openai>=1.108.1 起已被棄用。

為什麼使用 v1 API 路徑？

新的 /openai/v1 端點使用標準 OpenAI() 用戶端替代 AzureOpenAI()，不需 api_version 參數，且在 OpenAI 與 Azure OpenAI 上行為完全相同。此用戶端程式碼具未來適應性，無需管理版本。

主要變更

清理檢查清單

• 從用戶端建構移除 api_version 參數。
• 從 .env、應用設定、Bicep/基礎結構檔移除 AZURE_OPENAI_VERSION / AZURE_OPENAI_API_VERSION 環境變數。
• 將 .env、應用設定、Bicep/基礎結構及測試夾具中的 AZURE_OPENAI_CLIENT_ID 改名為 AZURE_CLIENT_ID（Azure Identity SDK 標準慣例）。
• 確保 requirements.txt 或 pyproject.toml 中 openai 版本為 >=1.108.1。

環境變數遷移

用戶端設定代碼範例（同步、非同步、EntraID、API key、多租戶）請見 cheat-sheet.md。

第 1 步：偵測舊版呼叫

執行 detect_legacy.py 腳本尋找所有需遷移的呼叫點：

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

或手動執行以下搜尋，每個匹配點均為遷移目標：

# 舊有 API 調用（必須重寫）
rg "chat\.completions\.create"
rg "ChatCompletion\.create"
rg "Completion\.create"

# 已棄用的 Azure 用戶端建構子（必須替換）
rg "AzureOpenAI\("
rg "AsyncAzureOpenAI\("

# 回應結構存取模式（必須更新）
rg "choices\[0\]\.message\.content"
rg "choices\[0\]\.delta\.content"
rg "choices\[0\]\.message\.function_call"
rg "choices\[0\]\.message\.tool_calls"

# 舊有巢狀格式的工具定義（必須扁平化）
rg '"function":\s*{\s*"name"'
rg "pydantic_function_tool"

# 舊格式的工具結果（必須轉換為 function_call_output）
rg '"role":\s*"tool"'
rg '"tool_call_id"'

# 已棄用的參數（必須移除或重新命名）
rg "response_format"
rg "max_tokens\b"        # 重新命名為 max_output_tokens
rg "['\"]seed['\"]"      # remove entirely

# 已棄用的環境變數（清理）
rg "AZURE_OPENAI_API_VERSION|AZURE_OPENAI_VERSION"
rg "AZURE_OPENAI_CLIENT_ID"  # 應該是 AZURE_CLIENT_ID

# GitHub 模型端點（必須移除 — 不支援回應 API）
rg "models\.github\.ai|models\.inference\.ai\.azure"

# 框架層級的舊有模式（必須更新）
rg "OpenAIChatCompletionClient"  # MAF 1.0.0+：替換為 OpenAIChatClient
rg "ChatOpenAI\(" | grep -v "use_responses_api"  # LangChain：需要 use_responses_api=True

# 測試基礎設施（必須更新）
rg "ChatCompletionChunk|AsyncCompletions\.create" tests/
rg "_azure_ad_token_provider" tests/
rg "prompt_filter_results|content_filter_results" tests/
rg "choices\[0\]" tests/

# 內容篩選錯誤主體存取（必須更新 — 結構已更改）
rg 'innererror.*content_filter_result|error\.body\["innererror"\]'
rg "content_filter_result\[" # 舊的單數形式 — 現在在 content_filters 陣列內是 content_filter_results（複數）

# 直接呼叫 Chat Completions 端點的原始 HTTP（必須更新 URL）
rg "/openai/deployments/.*/chat/completions"
rg "api-version="

判斷準則（偵測與重寫）

• Chat Completions 用戶端：client.chat.completions.create → client.responses.create(...)。

• Azure 用戶端建構子：AzureOpenAI(...) → OpenAI(base_url=..., api_key=...)。

• 工具（Tools）：將函數呼叫工具定義從巢狀格式 ({"type": "function", "function": {"name": ...}}) 轉換為平坦的 Responses 格式 ({"type": "function", "name": ...})；使用 tool_choice；將工具結果以 {"type": "function_call_output", "call_id": ..., "output": ...} 項目返回（而非 {"role": "tool", ...}）。

• 工具迴圈：當模型回傳函數呼叫時，將 response.output 項目附加到對話紀錄（而非手動建立的 {"role": "assistant", "tool_calls": [...]} 字典），接著為每個結果附加 function_call_output 項目。

• 少量範例工具呼叫：若對話包含硬編碼的工具呼叫範例，則將它們轉換為 {"type": "function_call", "id": "fc_...", "call_id": "fc_...", ...} + {"type": "function_call_output", ...} 項目。ID 必須以 fc_ 開頭。

• pydantic_function_tool()：此輔助函數仍產生舊的巢狀格式且不相容於 responses.create()。請改用手動工具定義或平坦包裝器。

• 多輪對話：於應用中維護對話歷史；用 input 項目傳遞之前回合。

• 格式化：將 Chat 的頂層 response_format 替換為 Responses 的 text.format。標準格式為：text={"format": {"type": "json_schema", "name": "Output", "strict": True, "schema": {...}}}。

• 內容項目：將 Chat content[].type: "text" 替換為 Responses content[].type: "input_text" 用於使用者/系統回合。

• 圖片內容項目：將 Chat content[].type: "image_url" 替換為 Responses content[].type: "input_image"。image_url 欄位從巢狀物件 {"url": "..."} 改為平坦字串。請參考備忘單了解前後範例。

• 推理欄位：只有在原始程式碼已有 reasoning 時才進行遷移。

• 內容過濾錯誤處理：錯誤主體結構改變。Chat Completions 使用 error.body["innererror"]["content_filter_result"]（單數）；Responses API 使用 error.body["content_filters"][0]["content_filter_results"]（複數，陣列內）。存取 innererror 的程式碼將引發 KeyError，請改寫為新路徑。

• 原生 HTTP 呼叫：若應用直接呼叫 Azure OpenAI REST API（透過 requests、httpx 等），使用 /openai/deployments/{name}/chat/completions?api-version=...，請改寫為 /openai/v1/responses。請求主體變更：messages → input、新增 max_output_tokens 和 store: false，移除 api-version 查詢參數。回應主體變更：choices[0].message.content → output[0].content[0].text（注意：output_text 是 SDK 的便利屬性，原生 REST JSON 不存在）。

步驟 2：套用遷移

遷移說明（Chat Completions → Responses）

• 為何要遷移：Responses 是文本、工具和串流的統一 API；Chat Completions 是舊版。使用 GPT-5 時，為取得最佳效能需使用 Responses。
• HTTP：Azure 端點由 /openai/deployments/{name}/chat/completions 變更為 /openai/v1/responses。
• 欄位：messages → input，max_tokens → max_output_tokens。temperature 不變。
• 格式化：response_format → text.format（物件）。
• 內容項目：將 Chat content[].type: "text" 替換為 Responses content[].type: "input_text" 用於系統/使用者回合。
• 圖片內容項目：將 Chat content[].type: "image_url" 替換為 Responses content[].type: "input_image"。將 image_url 欄位從 {"image_url": {"url": "..."}} 平坦為 {"image_url": "..."}（純字串，可為 HTTPS URL 或 data:image/...;base64,... 的資料 URI）。

參數對照參考

完整前後範例程式碼請參考 cheat-sheet.md。

測試基礎建設遷移（mock、快照、斷言）請參考 test-migration.md。

錯誤排查與注意事項請參考 troubleshooting.md。

資料保留與狀態管理

• 全部 Responses 請求都設定 store: false。
• 不可依賴前訊息 ID 或伺服器儲存的上下文；請保持狀態由客戶端管理並最小化元資料。

驗收標準

程式碼層級門檻（全部必須通過）

• 在遷移後的檔案中，rg "chat\.completions\.create|ChatCompletion\.create|Completion\.create" 無任何匹配。
• rg "AzureOpenAI\(|AsyncAzureOpenAI\(" 無任何匹配 — 所有建構子皆使用帶 v1 端點的 OpenAI/AsyncOpenAI。
• rg "models\.github\.ai|models\.inference\.ai\.azure" 無任何匹配 — 移除 GitHub Models 相關程式碼路徑。
• rg "OpenAIChatCompletionClient" 無任何匹配 — MAF 1.0.0+ 程式碼使用 OpenAIChatClient（採用 Responses API）。若為 1.0.0 之前版本，請升級至 agent-framework-openai>=1.0.0。
• 所有 ChatOpenAI(...) 調用皆包含 use_responses_api=True。
• rg "choices\[0\]" 無任何匹配 — 所有回應存取皆使用 resp.output_text 或 Responses 輸出結構。
• 頂層不再有 response_format；所有結構化輸出皆使用 text={"format": {...}}。
• requirements.txt 或 pyproject.toml 中包含 openai>=1.108.1 與 azure-identity；並已重新安裝相依套件。
• 每次呼叫 responses.create 均設置 store=False。
• 客戶端建構時無 api_version；AZURE_OPENAI_API_VERSION 已從環境檔與基礎架構移除。

測試基礎建設門檻（全部必須通過）

• rg "ChatCompletionChunk|AsyncCompletions\.create|chat\.completions" tests/ 無任何匹配。
• rg "_azure_ad_token_provider" tests/ 無任何匹配 — 斷言更新為檢查 isinstance(client, AsyncOpenAI) 或 base_url。
• rg "prompt_filter_results|content_filter_results" tests/ 無任何匹配 — 移除 Azure 專屬過濾 mock。
• mock fixture 使用 kwargs.get("input") 非 kwargs.get("messages")。
• 快照 / golden 檔案更新為 Responses 串流結構（無 choices[0]、function_call、logprobs 等）。
• pytest 執行通過且無失敗。

行為驗證門檻（手動或透過測試架構驗證）

• 基本完成：非串流的 responses.create 回傳非空 output_text。
• 串流等價：原始程式若使用串流，遷移程式需串流並產出帶有非空 delta 的 response.output_text.delta 事件。
• 結構化輸出：若使用 text.format 包含 json_schema，json.loads(resp.output_text) 成功且符合結構。
• 工具呼叫迴圈：若使用工具，模型會呼叫工具，應用執行後，後續請求會回傳最終的 output_text（無無限迴圈）。
• 非同步等價：若使用 AsyncAzureOpenAI，等價的 AsyncOpenAI 能以 await 呼叫。
• 錯誤率：與遷移前基準相比，不增加 400/401/404 的錯誤。

交付項目

• 概要包含編輯的檔案、遷移前後的舊版調用數量差異及後續步驟。
• 變更為工作目錄層級的程式碼編輯（不包含提交）。

SDK 版本需求

參考資料

• 備忘單 — 全部程式碼片段
• 測試遷移 — mock、快照、斷言
• 疑難排解 — 錯誤、風險表、注意事項
• detect_legacy.py — 自動掃描器
• Azure OpenAI 新手套件
• Azure OpenAI Responses API 文件
• Azure OpenAI API 版本生命週期
• OpenAI Responses API 參考

免責聲明： 本文件由 AI 翻譯服務 Co-op Translator 翻譯而成。雖然我們致力於確保準確性，但請注意，機器自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議進行專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋承擔責任。

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