Azure Openai To Responses

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

權威指南 — 請嚴格遵循

本技能協助遷移使用 Azure OpenAI Chat Completions 的 Python 程式碼庫 至統一的 Responses API。請嚴格按照這些指示執行。 請勿即興映射參數或自行創建 API 結構。

啟動條件

當用戶希望執行下列操作時啟用此技能：

• 將 Python 應用程式從 Azure OpenAI Chat Completions 遷移至 Responses API
• 將 Python OpenAI SDK 用法升級至針對 Azure OpenAI 的最新 API 結構
• 為 GPT-5 或更新版本需要在 Azure 上使用 Responses 的模型準備 Python 程式碼
• 從 AzureOpenAI/AsyncAzureOpenAI 切換至使用標準的 OpenAI/AsyncOpenAI 客戶端及 v1 端點
• 修正與 AzureOpenAI 建構函式或 api_version 相關的棄用警告

⚠️ 模型相容性 — 請先確認

遷移前，請確認您的 Azure OpenAI 部署支援 Responses API。

1. 簡易測試您的部署（最快速）

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 上的 max_output_tokens 最小值為 16。小於 16 將返回 400 錯誤。簡易測試請使用 50 以上。

若此請求返回 404，表示該部署使用的模型尚未支援 Responses，請參考下面的參考資料或重新部署支援的模型。

2. 檢查您區域可用模型（推薦）

運行內建的模型相容性工具來查看您區域有哪些模型支援 Responses API：

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

此命令會查詢 Azure ARM 實時狀態並展示相容性矩陣 — 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，或用 --json 做腳本處理。

3. 完整模型相容參考

• 即時查詢：python migrate.py models（如上述所示 — 依區域不同，資料永遠最新）
• 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

⚠️ 舊版模型限制

警告：舊版模型（gpt-4.1 之前的）可能無法完全支援所有 Responses API 功能。

舊版模型已知限制：

• reasoning 參數：許多非推理模型不支援。只有原本代碼使用過才遷移此參數。
• seed 參數：Responses API 完全不支援，務必移除。
• 透過 text.format 的結構化輸出：舊版模型可能無法穩定強制 strict: true 的 JSON 架構。
• 工具編排：GPT-5+ 在推理中整合工具呼叫。舊版模型仍運作，但缺乏此深入整合。
• 溫度限制：遷移至 gpt-5 時，溫度需省略或設定為 1。舊版模型無此限制。

O 系列推理模型 (o1, o3-mini, o3, o4-mini)

O 系列模型有特別的參數限制。遷移針對 O 系列模型的應用程式時：

• temperature：必須是 1（或省略）。O 系列不接受其他值。
• max_completion_tokens → max_output_tokens：使用 Azure 專屬的 max_completion_tokens 的應用需切換至 max_output_tokens。由於推理會消耗 Token，設定較高值（4096 以上）。
• reasoning_effort：若使用 reasoning_effort（low/medium/high），保留即可 — Responses API 支援 O 系列模型這參數。
• 串流行為：O 系列模型可能會緩衝輸出直到推理完成才發出文字差異事件。串流仍可用，但第一個 response.output_text.delta 可能較 GPT 模型延遲較久才送達。
• top_p：O 系列不支援此參數 — 若存在請移除。
• 工具使用：O 系列模型透過 Responses API 支援工具，與 GPT 模型相同，但工具呼叫編排品質因模型不同而異。

措施 — 主動模型諮詢：掃描階段檢查應用程式目標模型（部署名稱、環境變數、設定）。若模型為 gpt-4.1 之前版本，主動告知用戶：

• 對其目前模型，遷移可支援基本文字、聊天、串流及工具功能。
• 較新模型（gpt-5.1、gpt-5.2）提供更好的工具編排、結構化輸出強制、推理和跨區域可用性。
• 建議用戶在準備好時考慮升級部署 — 並非遷移阻礙。

不要以模型版本為由阻止或拒絕遷移。此諮詢為資訊性提示。

GitHub Models 不支援 Responses API

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

若程式碼中有 GitHub Models 路徑（例如 base_url 指向 models.github.ai 或 models.inference.ai.azure.com），請在遷移時完全移除。Responses API 需使用 Azure OpenAI、OpenAI 或相容的本地端點（例如支援 Responses 的 Ollama）。

掃描時應採取的措施：

• 標示任何 GitHub Models 路徑以便移除。

框架遷移

許多應用程式使用封裝 OpenAI 的高階框架。遷移這些框架時，不僅底層 OpenAI 呼叫改變，框架自身的 API 也會變更。

Microsoft Agent Framework (MAF)

首先檢查您的 MAF 版本 — 遷移將依您使用的是 MAF 1.0.0+ 還是 1.0.0 之前的 beta/rc 版本而異。

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

OpenAIChatClient 已經使用 Responses API — 無需遷移。若程式碼使用舊版 OpenAIChatCompletionClient（基於 chat.completions.create），請改用 OpenAIChatClient。

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

MAF 1.0.0 之前版本（beta/rc）

在 MAF 1.0.0 之前版本中，OpenAIChatClient 使用 Chat Completions。請升級到 agent-framework-openai>=1.0.0，它會預設使用 Responses API 的 OpenAIChatClient。

其他 API（如 Agent 和工具）不變。

LangChain (langchain-openai)

在 ChatOpenAI() 中新增 use_responses_api=True。並更新響應訪問方式，從 .content 改為 .text。

完整前後代碼範例，請參考 cheat-sheet.md。

前端遷移指導

Responses API 是後端處理。 請遷移您的 Python 後端；前端的 HTTP 合約應保持不變，除非您的後端只是個簡單轉送層 — 在那種情況下，考慮採用 Responses 請求結構以消除翻譯層。若前端使用客戶端密鑰直接呼叫 OpenAI，請先將這些呼叫移至後端。

@microsoft/ai-chat-protocol 棄用

@microsoft/ai-chat-protocol npm 包已棄用，應改用 ndjson-readablestream。若前端遇到此包：

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 fetch() 後端串流端點。
4. 將 for await (const response of result) 改為 for await (const chunk of readNDJSONStream(response.body))。
5. 更新屬性訪問方式，從 response.delta.content / response.error 改為 chunk.delta.content / chunk.error。

目標

• 枚舉所有使用 Chat Completions 或舊版 Completions 呼叫 Azure OpenAI 的 Python 呼叫點。
• 擬定 Python 程式碼庫的遷移計畫與順序。
• 採用安全且最小修改方式切換至 Responses API。
• 更新呼叫端以消費 Responses 輸出結構；不使用任何向後相容包裝。
• 執行測試與靜態檢查；修正遷移導致的小錯誤。
• 準備小且可審核的變更集，並提供最終摘要及差異 (不執行 commit)。

防護措施

• 僅修改 Git 工作區內的檔案，禁止對工作區外寫入。
• 不保留向後相容性 shim；直接遷移至新 API 結構。
• 不留存銘碑註解或備份檔案。
• 若先前使用串流，務必保留串流語意；否則可改為非串流。
• 若為審批模式，操作命令或網絡呼叫前請先取得批准。
• 不執行 git add/git commit/git push；僅產生工作樹修改。

第 0 步：Azure OpenAI 客戶端遷移（先決條件）

若程式碼庫使用 AzureOpenAI 或 AsyncAzureOpenAI 建構子，請先遷移到標準的 OpenAI / AsyncOpenAI 建構子。Azure 專屬建構子在 openai>=1.108.1 中已棄用。

為何使用 v1 API 路徑？

新的 /openai/v1 端點使用標準的 OpenAI() 客戶端替代 AzureOpenAI()，無需 api_version 參數，在 OpenAI 和 Azure OpenAI 間行為一致。相同的客戶端代碼具有未來相容性 — 無需版本管理。

關鍵改變

清理清單

• 移除建構客戶端時的 api_version 參數。
• 從 .env、應用設置及 Bicep/基礎架構檔移除 AZURE_OPENAI_VERSION / AZURE_OPENAI_API_VERSION 環境變數。
• 將 .env、應用設置、Bicep/基礎架構及測試 fixture 中的 AZURE_OPENAI_CLIENT_ID 改名為 AZURE_CLIENT_ID（符合 Azure 身分識別 SDK 標準慣例）。
• 確保在 requirements.txt 或 pyproject.toml 中使用 openai>=1.108.1。

環境變數遷移

有關客戶端設置代碼範例（同步、非同步、EntraID、API 金鑰、多租戶）請參考 cheat-sheet.md。

第 1 步：偵測舊版呼叫點

執行 detect_legacy.py 腳本以找到所有需要遷移的呼叫點：

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

或手動執行此類搜尋 — 每個匹配即為遷移目標：

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

# 已棄用的 Azure 客戶端建構子（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（必須刪除或重新命名）
rg "response_format"
rg "max_tokens\b"        # 重新命名為 max_output_tokens
rg "['\"]seed['\"]"      # remove entirely

# 已棄用的環境變量（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 Responses API）
rg "models\.github\.ai|models\.inference\.ai\.azure"

# 框架層級的傳統模式（必須更新）
rg "OpenAIChatCompletionClient"  # MAF 1.0.0+：替換成 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/

# 內容過濾錯誤主體存取（必須更新 — 結構已更改）
rg 'innererror.*content_filter_result|error\.body\["innererror"\]'
rg "content_filter_result\[" # 舊單數形式 — 現在是 content_filters 陣列內的 content_filter_results（複數）

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

偵測與重寫的啟發式

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

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

• 工具：將函式呼叫工具定義從巢狀格式 ({"type": "function", "function": {"name": ...}}) 轉換成平坦的 Responses 格式 ({"type": "function", "name": ...})；使用 tool_choice；返回工具結果為 {"type": "function_call_output", "call_id": ..., "output": ...} 項目（而非 {"role": "tool", ...}）。

• 工具迴圈往返：當模型返回函式呼叫時，將 response.output 項目追加到對話中（非手動的 {"role": "assistant", "tool_calls": [...]} 字典），然後為每個結果追加 function_call_output 項目。

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

• pydantic_function_tool()：此輔助函式仍會產生舊有的巢狀格式，不相容於 responses.create()。請改用手動工具定義或扁平化包裝器。

• 多輪互動：在應用中維護對話歷史；傳遞先前回合透過 input 項目。

• 格式：以 Responses 取代 Chat 的頂層 response_format，改為使用 text.format。規範格式：text={"format": {"type": "json_schema", "name": "Output", "strict": True, "schema": {...}}}。

• 內容項目：將 Chat 的 content[].type: "text" 替換為 Responses 的 content[].type: "input_text"（用戶／系統回合）。

• 圖像內容項目：將 Chat 的 content[].type: "image_url" 替換為 Responses 的 content[].type: "input_image"。image_url 欄位從巢狀物件 {"url": "..."} 變成扁平字串。詳見速查表前後範例。

• 推理努力：僅在原始程式已有 reasoning 字段時遷移。

• 內容過濾錯誤處理：錯誤主體結構變更。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，陣列中）。存取 innererror 的程式將引發 KeyError。請改用新路徑。

• 原始 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（註：output_text 為 SDK 方便屬性，原生 REST JSON 中無）。

步驟 2：應用遷移

遷移注意事項 (Chat Completions → Responses)

• 為何要遷移：Responses 是文字、工具及串流統一 API；Chat Completions 為舊版。搭配 GPT-5，必須使用 Responses 以達最佳效能。
• HTTP：Azure 端點從 /openai/deployments/{name}/chat/completions 轉至 /openai/v1/responses。
• 欄位：messages → input，max_tokens → max_output_tokens。temperature 不變。
• 格式：response_format → text.format（物件格式）。
• 內容項目：替換 Chat 的 content[].type: "text" 為 Responses 的 content[].type: "input_text"，適用於系統／使用者回合。
• 圖像內容項目：替換 Chat 的 content[].type: "image_url" 為 Responses 的 content[].type: "input_image"。將 image_url 欄位從 {"image_url": {"url": "..."}} 扁平化為 {"image_url": "..."}（純字串—HTTPS URL 或 data:image/...;base64,... 資料 URI）。

參數對照參考

完整前後範例程式碼請參見 cheat-sheet.md。

考量測試基礎設施遷移（mocks、快照、斷言），請見 test-migration.md。

如需錯誤診斷及注意事項，請見 troubleshooting.md。

資料保留與狀態

• 所有 Responses 請求設定 store: false。
• 不依賴先前訊息 ID 或伺服器保存的上下文；狀態由用戶端管理並盡量減少元資料。

驗收標準

程式碼層級門檻（全部通過）

• 在遷移後檔案中，搜尋 rg "chat\.completions\.create|ChatCompletion\.create|Completion\.create"，應為零結果。
• 搜尋 rg "AzureOpenAI\(|AsyncAzureOpenAI\("，全部建構子改用帶 v1 端點的 OpenAI/AsyncOpenAI。
• 搜尋 rg "models\.github\.ai|models\.inference\.ai\.azure"，GitHub Models 相關程式路徑已移除。
• 搜尋 rg "OpenAIChatCompletionClient"，MAF 1.0.0+ 程式碼使用 OpenAIChatClient（搭配 Responses API）。1.0.0 以前請升級至 agent-framework-openai>=1.0.0。
• 所有 ChatOpenAI(...) 呼叫含 use_responses_api=True。
• 搜尋 rg "choices\[0\]"，所有存取回應皆使用 resp.output_text 或 Responses 輸出結構。
• 頂層不出現 response_format；所有結構化輸出使用 text={"format": {...}}。
• requirements.txt 或 pyproject.toml 中有 openai>=1.108.1 與 azure-identity；依賴重新安裝完畢。
• 每個 responses.create 呼叫設定 store=False。
• 用戶端建構時不包含 api_version；環境變數及基礎設施中移除 AZURE_OPENAI_API_VERSION。

測試基礎設施門檻（全部通過）

• 在 tests/ 中搜尋 rg "ChatCompletionChunk|AsyncCompletions\.create|chat\.completions"，應為零結果。
• 在 tests/ 中搜尋 rg "_azure_ad_token_provider"，斷言更新為檢查 isinstance(client, AsyncOpenAI) 或 base_url。
• 在 tests/ 中搜尋 rg "prompt_filter_results|content_filter_results"，移除 Azure 特有過濾器 mocks。
• mock fixtures 使用 kwargs.get("input")，而非 kwargs.get("messages")。
• 快照與 golden 檔案更新為 Responses 串流格式（無 choices[0]、function_call、logprobs 等）。
• 所有測試更新後 pytest 通過且無失敗。

行為門檻（手動或透過測試套件驗證）

• 基本完成測試：非串流 responses.create 返回非空字串 output_text。
• 串流一致性：原程式有使用串流，則遷移後程式也串流並產生包含非空增量的 response.output_text.delta 事件。
• 結構化輸出：使用 text.format 加上 json_schema 時，json.loads(resp.output_text) 可成功解析且符合架構。
• 工具呼叫迴圈：若有使用工具，模型發出工具呼叫、應用執行呼叫，後續請求回傳最終 output_text（無無限迴圈）。
• 非同步一致性：若使用 AsyncAzureOpenAI，其對應的 AsyncOpenAI 可配合 await 正常運作。
• 錯誤率：相較遷移前基線，無新增 400/401/404 錯誤。

交付項目

• 摘要包含已編輯檔案、舊版調用數前後對比、下一步。
• 變更僅限工作樹編輯（無提交）。

SDK 版本需求

參考資源

• 速查表 — 所有程式碼片段
• 測試遷移 — mocks、快照、斷言
• 故障排除 — 錯誤、風險表、注意事項
• detect_legacy.py — 自動掃描器
• Azure OpenAI 入門套件
• Azure OpenAI Responses API 文件
• Azure OpenAI API 版本生命週期
• OpenAI Responses API 參考

免責聲明： 本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確，但請注意，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，建議尋求專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或曲解承擔責任。

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