Azure Openai To Responses

Μεταφορά Εφαρμογών Python από Azure OpenAI Chat Completions στο Responses API

ΑΥΣΤΗΡΕΣ ΟΔΗΓΙΕΣ — ΑΚΡΙΒΩΣ ΕΦΑΡΜΟΣΤΕΣ

Αυτή η δεξιότητα μεταφέρει βάσεις κώδικα Python που χρησιμοποιούν Azure OpenAI Chat Completions στο ενιαίο Responses API. Ακολουθήστε αυτές τις οδηγίες πιστά. Μην αυτοσχεδιάζετε αντιστοιχίσεις παραμέτρων ή εφευρίσκετε μορφές API.

Προϋποθέσεις ενεργοποίησης

Ενεργοποιήστε αυτή τη δεξιότητα όταν ο χρήστης θέλει να:

• Μεταφέρει μια εφαρμογή Python από Azure OpenAI Chat Completions στο Responses API
• Αναβαθμίσει τη χρήση του Python OpenAI SDK στη νεότερη μορφή API στην Azure OpenAI
• Προετοιμάσει κώδικα Python για μοντέλα GPT-5 ή νεότερα που απαιτούν Responses στο Azure
• Μεταβεί από AzureOpenAI/AsyncAzureOpenAI σε τυπικό OpenAI/AsyncOpenAI πελάτη με το v1 endpoint
• Διορθώσει προειδοποιήσεις απόσυρσης που σχετίζονται με AzureOpenAI constructors ή api_version

⚠️ Συμβατότητα μοντέλων — ΕΛΕΓΞΤΕ ΠΡΩΤΑ

Πριν τη μετεγκατάσταση, βεβαιωθείτε ότι η ανάπτυξη Azure OpenAI υποστηρίζει το Responses API.

1. Δοκιμή καπνού της ανάπτυξής σας (ταχύτερη)

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}")

Σημείωση: Το max_output_tokens έχει ελάχιστο όριο 16 στο Azure OpenAI. Τιμές κάτω από 16 επιστρέφουν σφάλμα 400. Χρησιμοποιήστε 50+ για δοκιμές καπνού.

Αν αυτό επιστρέψει 404, το μοντέλο της ανάπτυξης δεν υποστηρίζει ακόμα Responses — ελέγξτε την παρακάτω αναφορά ή αναπτύξτε ξανά με υποστηριζόμενο μοντέλο.

2. Ελέγξτε τα διαθέσιμα μοντέλα στην περιοχή σας (συνιστάται)

Εκτελέστε το ενσωματωμένο εργαλείο συμβατότητας μοντέλων για να δείτε τι είναι διαθέσιμο με υποστήριξη Responses API στην περιοχή σας:

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

Αυτό ερωτά το Azure ARM live και δείχνει πίνακα συμβατότητας — ποια μοντέλα υποστηρίζουν Responses, δομημένη έξοδο, εργαλεία κ.λπ. Χρησιμοποιήστε --filter gpt-5.1,gpt-5.2 για να περιορίσετε αποτελέσματα ή --json για σενάριο.

3. Πλήρης αναφορά υποστήριξης μοντέλων

• Ζωντανή ερώτηση: python migrate.py models (βλέπε παραπάνω — ειδικό για περιοχή, πάντα ενημερωμένη)
• Περιηγηθείτε τη διαθεσιμότητα: Πίνακας περίληψης μοντέλων και διαθεσιμότητας περιοχών
• Γρήγορη εκκίνηση & οδηγίες: https://aka.ms/openai/start

⚠️ Περιορισμοί παλιότερων μοντέλων

ΠΡΟΕΙΔΟΠΟΙΗΣΗ: Τα παλαιότερα μοντέλα (προ του gpt-4.1) ενδέχεται να μην υποστηρίζουν πλήρως όλες τις δυνατότητες του Responses API.

Γνωστοί περιορισμοί με παλιά μοντέλα:

• παράμετρος reasoning: Δεν υποστηρίζεται σε πολλά μοντέλα χωρίς reasoning. Μεταφέρετε το reasoning μόνο αν υπήρχε ήδη στον αρχικό κώδικα.
• παράμετρος seed: Δεν υποστηρίζεται καθόλου στο Responses API — αφαιρέστε την από όλα τα αιτήματα.
• Δομημένη έξοδος μέσω text.format: Τα παλιά μοντέλα μπορεί να μην εφαρμόζουν αξιόπιστα σχήματα JSON με strict: true.
• Ορχήστρωση εργαλείων: Το GPT-5+ οργανώνει κλήσεις εργαλείων ως μέρος εσωτερικού reasoning. Τα παλιά μοντέλα στο Responses λειτουργούν αλλά χωρίς αυτήν την ενσωμάτωση.
• Περιορισμοί θερμοκρασίας: Κατά τη μετεγκατάσταση σε gpt-5, η θερμοκρασία πρέπει να παραληφθεί ή να οριστεί σε 1. Τα παλιά μοντέλα δεν έχουν τέτοιο περιορισμό.

Μοντέλα λογικής σειράς O (o1, o3-mini, o3, o4-mini)

Τα μοντέλα O-series έχουν μοναδικούς περιορισμούς παραμέτρων. Κατά τη μετεγκατάσταση εφαρμογών που στοχεύουν μοντέλα O-series:

• temperature: Πρέπει να είναι 1 (ή να παραληφθεί). Τα μοντέλα O-series δεν δέχονται άλλες τιμές.
• max_completion_tokens → max_output_tokens: Οι εφαρμογές που χρησιμοποιούν το Azure-ειδικό max_completion_tokens πρέπει να περάσουν σε max_output_tokens. Θέστε υψηλές τιμές (4096+) γιατί οι tokens του reasoning υπολογίζονται στο όριο.
• reasoning_effort: Αν η εφαρμογή χρησιμοποιεί reasoning_effort (χαμηλή/μεσαία/υψηλή), κρατήστε το — το Responses API υποστηρίζει αυτή την παράμετρο για μοντέλα o-series.
• Συμπεριφορά ροής (streaming): Τα μοντέλα O-series μπορεί να αποθηκεύουν την έξοδο μέχρι να ολοκληρωθεί το reasoning πριν εκπέμψουν συμβάντα κειμένου delta. Το streaming λειτουργεί ακόμα, αλλά το πρώτο response.output_text.delta μπορεί να φτάσει με καθυστέρηση μεγαλύτερη από τα μοντέλα GPT.
• top_p: Δεν υποστηρίζεται στα o-series — αφαιρέστε το αν υπάρχει.
• Χρήση εργαλείων: Τα μοντέλα O-series υποστηρίζουν εργαλεία μέσω Responses API όπως και τα μοντέλα GPT, αλλά η ποιότητα ορχήστρωσης κλήσεων εργαλείων ποικίλλει ανάλογα με το μοντέλο.

Ενέργεια — προληπτική συμβουλή μοντέλου: Κατά τη φάση ανίχνευσης, ελέγξτε ποιο μοντέλο στοχεύει η εφαρμογή (ονόματα ανάπτυξης, μεταβλητές περιβάλλοντος, ρυθμίσεις). Αν το μοντέλο προηγήθηκε του gpt-4.1 (όχι gpt-4.1+), ενημερώστε προληπτικά τον χρήστη:

• Η μετεγκατάσταση θα λειτουργήσει για βασικό κείμενο, chat, streaming και εργαλεία στο τρέχον μοντέλο τους.
• Νεότερα μοντέλα (gpt-5.1, gpt-5.2) προσφέρουν καλύτερη ορχήστρωση εργαλείων, επιβολή δομημένης εξόδου, reasoning και διαθεσιμότητα σε διάφορες περιοχές.
• Πρέπει να εξετάσουν την αναβάθμιση της ανάπτυξής τους όταν είναι έτοιμοι — δεν μπλοκάρει τη μετεγκατάσταση.

Μην μπλοκάρετε ή αρνείστε τη μετεγκατάσταση βάσει έκδοσης μοντέλου. Η συμβουλή είναι ενημερωτική.

Τα GitHub Models δεν υποστηρίζουν το Responses API

Τα GitHub Models (models.github.ai, models.inference.ai.azure.com) δεν υποστηρίζουν το Responses API.

Αν η βάση κώδικα έχει διαδρομή κώδικα GitHub Models (ψάξτε για base_url που δείχνει σε models.github.ai ή models.inference.ai.azure.com), αφαιρέστε την ολικά κατά τη μετεγκατάσταση. Το Responses API απαιτεί Azure OpenAI, OpenAI ή συμβατό τοπικό endpoint (π.χ., Ollama με υποστήριξη Responses).

Ενέργεια κατά τη σάρωση:

• Επισημάνετε οποιεσδήποτε διαδρομές κώδικα GitHub Models για αφαίρεση.

Μετεγκατάσταση Πλαισίου Εργασίας

Πολλές εφαρμογές χρησιμοποιούν ανώτερα πλαίσια πάνω από OpenAI. Κατά τη μετεγκατάσταση αυτών, αλλάζει το ίδιο το API του πλαισίου — όχι μόνο οι κλήσεις OpenAI από κάτω.

Microsoft Agent Framework (MAF)

Ελέγξτε πρώτα την έκδοση MAF — η μετεγκατάσταση εξαρτάται αν είστε σε MAF 1.0.0+ ή προ-1.0.0 beta/rc.

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

Το OpenAIChatClient χρησιμοποιεί ήδη το Responses API — δεν απαιτείται μετεγκατάσταση. Αν η βάση κώδικα χρησιμοποιεί τον παλιό OpenAIChatCompletionClient (που καλεί chat.completions.create), αντικαταστήστε τον με OpenAIChatClient.

Για να ελέγξετε την έκδοση: python -c "import agent_framework_openai; print(agent_framework_openai.__version__)"

MAF προ-1.0.0 (beta/rc εκδόσεις)

Στο MAF προ-1.0.0, το OpenAIChatClient χρησιμοποιούσε Chat Completions. Αναβαθμίστε σε agent-framework-openai>=1.0.0 όπου το OpenAIChatClient χρησιμοποιεί το Responses API από προεπιλογή.

Δεν χρειάζονται άλλες αλλαγές — τα APIs του Agent και των εργαλείων παραμένουν ίδια.

LangChain (langchain-openai)

Προσθέστε use_responses_api=True στο ChatOpenAI(). Επίσης ενημερώστε την πρόσβαση στα αποτελέσματα από .content σε .text.

Για πλήρη παραδείγματα κώδικα πριν/μετά, δείτε cheat-sheet.md.

Οδηγίες Μετεγκατάστασης Frontend

Το Responses API είναι θέμα πλευράς διακομιστή. Μεταφέρετε το backend Python σας· η σύμβαση HTTP του frontend πρέπει να παραμείνει αμετάβλητη εκτός αν το backend είναι λεπτό πέρασμα — τότε εξετάστε την υιοθέτηση της μορφής αιτήματος Responses για να εξαλειφθεί ένα επίπεδο μετάφρασης. Αν το frontend καλεί το OpenAI απευθείας με κλειδί client-side, μετακινήστε αυτές τις κλήσεις πρώτα σε backend.

Απόσυρση @microsoft/ai-chat-protocol

Το npm πακέτο @microsoft/ai-chat-protocol είναι αποσυρμένο και πρέπει να αντικατασταθεί με το ndjson-readablestream. Αν το συναντήσετε σε frontend:

1. Αντικαταστήστε το CDN script tag:

   <!-- 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. Αφαιρέστε τη δημιουργία AIChatProtocolClient (new ChatProtocol.AIChatProtocolClient("/chat")).
3. Αντικαταστήστε το client.getStreamedCompletion(messages) με άμεση κλήση fetch() στο backend streaming endpoint.
4. Αντικαταστήστε for await (const response of result) με for await (const chunk of readNDJSONStream(response.body)).
5. Ενημερώστε την πρόσβαση στις ιδιότητες από response.delta.content / response.error σε chunk.delta.content / chunk.error.

Στόχοι

• Καταγράψτε όλες τις κλήσεις Python που χρησιμοποιούν Chat Completions ή legacy Completions στην Azure OpenAI.
• Προτείνετε σχέδιο και αλληλουχία μετεγκατάστασης για τον κώδικα Python.
• Εφαρμόστε ασφαλείς, ελάχιστες αλλαγές για να γίνει μετάβαση στο Responses API.
• Ενημερώστε τους καλούντες να καταναλώνουν το σχήμα εξόδου Responses· χωρίς wrappers συμβατότητας.
• Εκτελέστε δοκιμές και linters· διορθώστε μικρά σφάλματα από τη μετεγκατάσταση.
• Προετοιμάστε μικρές σειρές αλλαγών προς αναθεώρηση και δώστε τελική περίληψη με διαφορές (μην κάνετε commit).

Κανόνες προστασίας

• Τροποποιήστε μόνο αρχεία μέσα στον χώρο εργασίας git. Ποτέ έξω από αυτόν.
• Μην διατηρείτε shim συμβατότητας προς τα πίσω· μεταφέρετε τον κώδικα στην νέα μορφή API.
• Μην αφήνετε σχόλια προσωρινής χρήσης ή αρχεία backup.
• Διατηρήστε τις ροές (streaming) αν χρησιμοποιούνταν· αλλιώς χρησιμοποιήστε μη-ροή.
• Ζητήστε έγκριση πριν εκτελέσετε εντολές ή δικτυακές κλήσεις αν βρίσκεστε σε λειτουργία έγκρισης.
• Μην τρέχετε git add/git commit/git push; παράγετε μόνο επεξεργασίες δέντρου εργασίας.

Βήμα 0: Μετεγκατάσταση πελάτη Azure OpenAI (προαπαιτούμενο)

Αν η βάση κώδικα χρησιμοποιεί τους constructors AzureOpenAI ή AsyncAzureOpenAI, μεταβείτε πρώτα στους τυπικούς constructors OpenAI / AsyncOpenAI. Οι Azure-ειδικοί constructors έχουν αποσυρθεί στο openai>=1.108.1.

Γιατί το endpoint v1 API;

Το νέο endpoint /openai/v1 χρησιμοποιεί τον τυπικό πελάτη OpenAI() αντί AzureOpenAI(), δεν απαιτεί παράμετρο api_version και λειτουργεί ταυτόσημα σε OpenAI και Azure OpenAI. Ο ίδιος κώδικας πελάτη είναι μελλοντικά ασφαλής — χωρίς ανάγκη διαχείρισης εκδόσεων.

Κύριες αλλαγές

Λίστα ελέγχου καθαρισμού

• Αφαιρέστε την παράμετρο api_version από τη δημιουργία πελάτη.
• Αφαιρέστε τις μεταβλητές περιβάλλοντος AZURE_OPENAI_VERSION / AZURE_OPENAI_API_VERSION από .env, ρυθμίσεις app και αρχεία Bicep/infra.
• Μετονομάστε AZURE_OPENAI_CLIENT_ID → AZURE_CLIENT_ID σε .env, ρυθμίσεις app, Bicep/infra και fixtures τεστ (τυπική σύμβαση Azure Identity SDK).
• Βεβαιωθείτε ότι έχετε openai>=1.108.1 στο requirements.txt ή pyproject.toml.

Μετεγκατάσταση μεταβλητών περιβάλλοντος

Για παραδείγματα κώδικα ρύθμισης πελάτη (συγχρονισμένο, ασύγχρονο, EntraID, API key, πολλαπλοί tenants), δείτε cheat-sheet.md.

Βήμα 1: Εντοπισμός Legacy Call Sites

Εκτελέστε το σενάριο detect_legacy.py για να βρείτε όλες τις κλήσεις που χρειάζονται μετεγκατάσταση:

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

Ή εκτελέστε αυτές τις αναζητήσεις χειροκίνητα — κάθε εύρημα είναι στόχος μετεγκατάστασης:

# Κλήσεις παλαιού API (πρέπει να ξαναγραφούν)
rg "chat\.completions\.create"
rg "ChatCompletion\.create"
rg "Completion\.create"

# Αποσυρθέντες κατασκευαστές πελατών Azure (πρέπει να αντικατασταθούν)
rg "AzureOpenAI\("
rg "AsyncAzureOpenAI\("

# Πρότυπα πρόσβασης σχήματος απάντησης (πρέπει να ενημερωθούν)
rg "choices\[0\]\.message\.content"
rg "choices\[0\]\.delta\.content"
rg "choices\[0\]\.message\.function_call"
rg "choices\[0\]\.message\.tool_calls"

# Ορισμοί εργαλείων σε παλαιό εμφωλευμένο μορφότυπο (πρέπει να απο-φωλιάσουν)
rg '"function":\s*{\s*"name"'
rg "pydantic_function_tool"

# Αποτελέσματα εργαλείων σε παλαιό μορφότυπο (πρέπει να μετατραπούν σε function_call_output)
rg '"role":\s*"tool"'
rg '"tool_call_id"'

# Αποσυρθέντες παράμετροι (πρέπει να αφαιρεθούν ή να μετονομαστούν)
rg "response_format"
rg "max_tokens\b"        # μετονομασία σε max_output_tokens
rg "['\"]seed['\"]"      # remove entirely

# Αποσυρθέντες μεταβλητές περιβάλλοντος (καθαρισμός)
rg "AZURE_OPENAI_API_VERSION|AZURE_OPENAI_VERSION"
rg "AZURE_OPENAI_CLIENT_ID"  # πρέπει να είναι AZURE_CLIENT_ID

# Τερματικά μοντέλων GitHub (πρέπει να αφαιρεθούν — η API απαντήσεων δεν υποστηρίζεται)
rg "models\.github\.ai|models\.inference\.ai\.azure"

# Πρότυπα παλαιάς έκδοσης σε επίπεδο πλαισίου (πρέπει να ενημερωθούν)
rg "OpenAIChatCompletionClient"  # MAF 1.0.0+: αντικατάσταση με OpenAIChatClient
rg "ChatOpenAI\(" | grep -v "use_responses_api"  # LangChain: απαιτεί use_responses_api=True

# Υποδομή δοκιμών (πρέπει να ενημερωθεί)
rg "ChatCompletionChunk|AsyncCompletions\.create" tests/
rg "_azure_ad_token_provider" tests/
rg "prompt_filter_results|content_filter_results" tests/
rg "choices\[0\]" tests/

# Πρόσβαση στο σώμα σφάλματος φίλτρου περιεχομένου (πρέπει να ενημερωθεί — αλλάζει δομή)
rg 'innererror.*content_filter_result|error\.body\["innererror"\]'
rg "content_filter_result\[" # παλαιός ενικός τύπος — τώρα content_filter_results (πληθυντικός) μέσα στον πίνακα content_filters

# Ακατέργαστες κλήσεις HTTP στο τερματικό Chat Completions (πρέπει να ενημερωθεί το URL)
rg "/openai/deployments/.*/chat/completions"
rg "api-version="

Ευρετικές (ανίχνευση και επανεγγραφή)

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

• Κατασκευαστές πελατών Azure: AzureOpenAI(...) → OpenAI(base_url=..., api_key=...).

• Εργαλεία: μετατρέψτε τους ορισμούς εργαλείων κλήσης λειτουργιών από εμφωλευμένη μορφή ({"type": "function", "function": {"name": ...}}) σε επίπεδη μορφή Responses ({"type": "function", "name": ...}); χρησιμοποιήστε tool_choice; επιστρέψτε αποτελέσματα εργαλείων ως στοιχεία {"type": "function_call_output", "call_id": ..., "output": ...} (όχι {"role": "tool", ...}).

• Περίοδοι εργαλείων: όταν το μοντέλο επιστρέφει κλήσεις λειτουργιών, προσθέστε τα στοιχεία response.output στη συνομιλία (όχι ένα χειροκίνητο λεξικό {"role": "assistant", "tool_calls": [...]}), μετά προσθέστε στοιχεία function_call_output για κάθε αποτέλεσμα.

• Παραδείγματα εργαλείων λίγων βολών: εάν η συνομιλία περιλαμβάνει σκληροκωδικοποιημένα παραδείγματα κλήσεων εργαλείων, μετατρέψτε τα σε στοιχεία {"type": "function_call", "id": "fc_...", "call_id": "fc_...", ...} + {"type": "function_call_output", ...}. Τα αναγνωριστικά πρέπει να ξεκινούν με fc_.

• pydantic_function_tool(): αυτό το βοηθητικό εξακολουθεί να παράγει την παλιά εμφωλευμένη μορφή και δεν είναι συμβατό με responses.create(). Αντικαταστήστε με χειροκίνητους ορισμούς εργαλείων ή έναν wrapper για επίπεδη μορφή.

• Πολλαπλούς γύρους: διατηρήστε το ιστορικό συνομιλίας στην εφαρμογή· περάστε προηγούμενους γύρους μέσω στοιχείων input.

• Μορφοποίηση: αντικαταστήστε το επίπεδο κορυφής response_format του Chat με text.format στις Responses. Κανονική μορφή: text={"format": {"type": "json_schema", "name": "Output", "strict": True, "schema": {...}}}.

• Στοιχεία περιεχομένου: αντικαταστήστε το Chat content[].type: "text" με Responses content[].type: "input_text" για στροφές χρήστη/συστήματος.

• Στοιχεία περιεχομένου εικόνας: αντικαταστήστε το Chat content[].type: "image_url" με Responses content[].type: "input_image". Το πεδίο image_url αλλάζει από εμφωλευμένο αντικείμενο {"url": "..."} σε απλή συμβολοσειρά. Δείτε το cheat sheet για παραδείγματα πριν/μετά.

• Προσπάθεια λογικής: μεταφέρετε το reasoning μόνο αν υπάρχει ήδη στον αρχικό κώδικα.

• Διαχείριση σφαλμάτων φίλτρου περιεχομένου: η δομή του σώματος σφάλματος άλλαξε. Τα Chat Completions χρησιμοποιούσαν error.body["innererror"]["content_filter_result"] (ενικός); η Responses API χρησιμοποιεί error.body["content_filters"][0]["content_filter_results"] (πληθυντικός, μέσα σε πίνακα). Κώδικας που προσπελαύνει το innererror θα προκαλέσει KeyError. Ξαναγράψτε για να χρησιμοποιήσετε το νέο μονοπάτι.

• Απευθείας HTTP κλήσεις: αν η εφαρμογή κάνει κλήσεις Azure OpenAI REST API απευθείας (μέσω requests, httpx, κλπ.) χρησιμοποιώντας /openai/deployments/{name}/chat/completions?api-version=..., ξαναγράψτε σε /openai/v1/responses. Το σώμα του αιτήματος αλλάζει: messages → input, προσθέστε max_output_tokens και store: false, αφαιρέστε το query param api-version. Το σώμα της απάντησης αλλάζει: choices[0].message.content → output[0].content[0].text (σημείωση: το output_text είναι ιδιότητα ευκολίας SDK, απουσιάζει από το ακατέργαστο JSON).

Βήμα 2: Εφαρμογή Μεταφοράς

Σημειώσεις Μεταφοράς (Chat Completions → Responses)

• Γιατί να μεταφερθεί: Το Responses είναι η ενοποιημένη API για κείμενο, εργαλεία και ροή· το Chat Completions είναι παλαιό. Με GPT-5, το Responses απαιτείται για καλύτερη απόδοση.
• HTTP: Το Azure endpoint αλλαγές από /openai/deployments/{name}/chat/completions σε /openai/v1/responses.
• Πεδία: messages → input, max_tokens → max_output_tokens. temperature παραμένει ίση.
• Μορφοποίηση: response_format → text.format με κατάλληλο αντικείμενο.
• Στοιχεία περιεχομένου: Αντικαταστήστε το Chat content[].type: "text" με Responses content[].type: "input_text" για στροφές συστήματος/χρήστη.
• Στοιχεία περιεχομένου εικόνας: Αντικαταστήστε το Chat content[].type: "image_url" με Responses content[].type: "input_image". Απλοποιήστε το πεδίο image_url από {"image_url": {"url": "..."}} σε {"image_url": "..."} (απλή συμβολοσειρά — είτε HTTPS URL είτε URI δεδομένων data:image/...;base64,...).

Αναφορά Αντιστοίχισης Παραμέτρων

Για πλήρη παραδείγματα κώδικα πριν/μετά, δείτε cheat-sheet.md.

Για μεταφορά υποδομής δοκιμών (mocks, snapshots, assertions), δείτε test-migration.md.

Για αντιμετώπιση σφαλμάτων και προβλημάτων, δείτε troubleshooting.md.

Διατήρηση Δεδομένων & Κατάσταση

• Ορίστε store: false σε όλα τα αιτήματα Responses.
• Μην βασίζεστε σε προηγούμενα αναγνωριστικά μηνυμάτων ή συμφραζόμενα αποθηκευμένα στον διακομιστή· κρατήστε κατάσταση διαχειριζόμενη από τον πελάτη και ελαχιστοποιήστε τα μεταδεδομένα.

Κριτήρια Αποδοχής

Διαύλους επιπέδου κώδικα (όλοι πρέπει να περάσουν)

• Μηδενικές εμφανίσεις για rg "chat\.completions\.create|ChatCompletion\.create|Completion\.create" σε αρχεία μετά τη μεταφορά.
• Μηδενικές εμφανίσεις για rg "AzureOpenAI\(|AsyncAzureOpenAI\(" — όλοι οι κατασκευαστές χρησιμοποιούν OpenAI/AsyncOpenAI με το v1 endpoint.
• Μηδενικές εμφανίσεις για rg "models\.github\.ai|models\.inference\.ai\.azure" — οι διαδρομές κώδικα GitHub Models αφαιρέθηκαν.
• Μηδενικές εμφανίσεις για rg "OpenAIChatCompletionClient" — o κώδικας MAF 1.0.0+ χρησιμοποιεί OpenAIChatClient (που χρησιμοποιεί Responses API). Σε pre-1.0.0, αναβαθμίστε σε agent-framework-openai>=1.0.0.
• Όλες οι κλήσεις ChatOpenAI(...) περιλαμβάνουν use_responses_api=True.
• Μηδενικές εμφανίσεις για rg "choices\[0\]" — όλη η πρόσβαση απαντήσεων χρησιμοποιεί resp.output_text ή το σχήμα εξόδου Responses.
• Καμία χρήση response_format σε επίπεδο κορυφής· όλη η δομημένη έξοδος χρησιμοποιεί text={"format": {...}}.
• openai>=1.108.1 και azure-identity στο requirements.txt ή pyproject.toml; οι εξαρτήσεις έχουν επανεγκατασταθεί.
• store=False ορισμένο σε κάθε κλήση responses.create.
• Καμία api_version στην κατασκευή πελάτη· AZURE_OPENAI_API_VERSION αφαιρέθηκε από αρχεία περιβάλλοντος και υποδομή.

Διαύλους υποδομής δοκιμών (όλοι πρέπει να περάσουν)

• Μηδενικές εμφανίσεις για rg "ChatCompletionChunk|AsyncCompletions\.create|chat\.completions" tests/.
• Μηδενικές εμφανίσεις για rg "_azure_ad_token_provider" tests/ — οι assertions ενημερώθηκαν να ελέγχουν isinstance(client, AsyncOpenAI) ή base_url.
• Μηδενικές εμφανίσεις για rg "prompt_filter_results|content_filter_results" tests/ — τα Azure-specific φίλτρα mocks αφαιρέθηκαν.
• Τα mock fixtures χρησιμοποιούν kwargs.get("input") όχι kwargs.get("messages").
• Snapshot / golden αρχεία ανανεώθηκαν στο σχήμα ροής Responses (χωρίς choices[0], function_call, logprobs, κλπ.).
• pytest περνάει χωρίς αποτυχίες μετά τις ενημερώσεις όλων των δοκιμών.

Διαύλους συμπεριφοράς (επαληθεύστε χειροκίνητα ή με test harness)

• Βασική ολοκλήρωση: το μη ροής responses.create επιστρέφει μη κενό output_text.
• Ισοτιμία ροής: αν ο αρχικός κώδικας χρησιμοποιούσε ροή, ο μεταφερμένος κώδικας κάνει ροή και παράγει γεγονότα response.output_text.delta με μη κενά δελτά.
• Δομημένη έξοδος: αν χρησιμοποιείται text.format με json_schema, το json.loads(resp.output_text) επιτυγχάνει και ταιριάζει με το σχήμα.
• Βρόχος κλήσης εργαλείων: αν χρησιμοποιούνται εργαλεία, το μοντέλο εκδίδει κλήσεις εργαλείων, η εφαρμογή τις εκτελεί, και το επόμενο αίτημα επιστρέφει τελικό output_text (χωρίς άπειρο βρόχο).
• Ισοτιμία Async: αν χρησιμοποιήθηκε AsyncAzureOpenAI, το αντίστοιχο AsyncOpenAI λειτουργεί με await.
• Ποσοστό σφαλμάτων: δεν υπάρχουν νέα σφάλματα 400/401/404 σε σύγκριση με τη βάση πριν τη μεταφορά.

Παραδοτέα

• Η περίληψη περιλαμβάνει επεξεργασμένα αρχεία, μετρήσεις πριν/μετά των παλαιών σημείων κλήσης, και επόμενα βήματα.
• Οι αλλαγές είναι μόνο επεξεργασίες δέντρου εργασίας (χωρίς commits).

Απαιτήσεις Έκδοσης SDK

Αναφορές

• Φύλλο Αναφοράς — όλα τα αποσπάσματα κώδικα
• Μεταφορά Δοκιμών — mocks, snapshots, assertions
• Αντιμετώπιση προβλημάτων — σφάλματα, πίνακας κινδύνων, προβλήματα
• detect_legacy.py — αυτόματος σαρωτής
• Azure OpenAI Starter Kit
• Τεκμηρίωση Azure OpenAI Responses API
• Κύκλος ζωής έκδοσης Azure OpenAI API
• OpenAI Responses API αναφορά

Αποποίηση ευθυνών: Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία μετάφρασης με τεχνητή νοημοσύνη Co-op Translator. Ενώ επιδιώκουμε την ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή λανθασμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.

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