SKILLEMALL.ai

BB azure-openai-to-responses

Миграция Python-приложений из Azure OpenAI Chat Completions в Responses API. Охватывает миграцию клиента AzureOpenAI/AsyncAzureOpenAI в конечную точку v1, потоковую передачу, инструменты, структурированный вывод, многоходовые диалоги, аутентификацию EntraID и проверку совместимости моделей. Ориентировано на Python, специфично для Azure OpenAI. ИСПОЛЬЗОВАТЬ ДЛЯ: миграции на responses API, перехода с chat completions, openai responses, обновления openai SDK, миграции responses API, перехода с completions на responses, миграции gpt-5, миграции python azure openai, chat completions на responses, клиента AzureOpenAI на OpenAI, обновления python azure openai. НЕ ИСПОЛЬЗОВАТЬ ДЛЯ: создания новых приложений с нуля (начинайте сразу с responses), миграции на Node/TypeScript/C#/Java/Go (этот навык только для Python), настройки инфраструктуры Azure (используйте azure-prepare), развертывания моделей (используйте microsoft-foundry).

машинный переводПоказать оригиналСкрыть оригинал«Migrate Python apps from Azure OpenAI Chat Completions to the Response…»

Migrate Python apps from Azure OpenAI Chat Completions to the Responses API. Covers AzureOpenAI/AsyncAzureOpenAI client migration to the v1 endpoint, streaming, tools, structured output, multi-turn, EntraID auth, and model compatibility checks. Python-focused, Azure OpenAI-specific. USE FOR: migrate to responses API, switch from chat completions, openai responses, upgrade openai SDK, responses API migration, move from completions to responses, gpt-5 migration, azure openai python migration, chat completions to responses, AzureOpenAI to OpenAI client, python azure openai upgrade. DO NOT USE FOR: building new apps from scratch (start with responses directly), Node/TypeScript/C#/Java/Go migrations (this skill is Python-only), Azure infrastructure setup (use azure-prepare), deploying models (use microsoft-foundry).

Разбор skillemall

Скилл учит мигрировать Python-приложения с Azure OpenAI Chat Completions на Responses API. Обещает покрыть миграцию клиентов AzureOpenAI/AsyncAzureOpenAI, стриминг, tools, структурированный вывод, мультитерн, EntraID и проверки совместимости моделей.

В файлах пять модулей и один скрипт. Качество 83 балла, процесс 67. Критических ошибок не найдено, ссылки целые. Оценка B означает, что инструкция работает, но не идеальна — вероятно, есть пробелы в покрытии краевых случаев или примеры требуют уточнений. На моделях не тестировалось.

Ставить, если вы мигрируете конкретный проект с Chat Completions на новый API и готовы подстраивать под свой код. Для нуля лучше сразу начать с Responses.

microsoft/ai-agents-for-beginners Agent Skills автор: microsoft MIT 5 файлов · 1 скрипт тело ≈ 5 738 токенов Открыть источникgithub.com↗ проанализирован 6 дн назад

Миграция Python-приложений из Azure OpenAI Chat Completions в Responses API.

Как процесс B 67/100 · Почти готов — слабые места: результат и критерий готовности

ИнтеграцияAzureGitHubИнфраструктураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
93/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
83
Прогон на моделях
не было
Процессный рейтинг
B
67/100
Почти готов
Результат и критерий готовности вес 14
40
Когда включается вес 12
50
Ошибки и развилки вес 10
55
три самых слабых из десяти параметров · все десять

Такой же скилл встречается ещё в 1 месте: ai-agents-for-beginners

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 5. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 5738 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 120, 154, 172, 194, 232, 234): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 67/100

  • 40Результат и критерий готовности. Не сказано, что считать результатом
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 55Ошибки и развилки. Развилок: 1
  • 60Инструменты и файлы. Используются инструменты (bash, web, git, python), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 5738 токенов
  • 85Шаги. Шагов: 92, расплывчатых формулировок: 3
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +3Длина description 822: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +4Описание говорит, когда скилл НЕ применять
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 92 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (3 из 3)
  • +3Все 1 скриптов описаны в инструкциях
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 83.