Elementi di risposta: i mattoni

Lavorare con la Responses API di OpenAI

James Chapman

AI Curriculum Manager, DataCamp

Il percorso

La tua cassetta degli attrezzi

for item in response.output:
    print(item)

ResponseReasoningItem(id='rs_0471305df20125be00692440df2ed88193bd532a15ee6ab7dc',
                      summary=[], type='reasoning', content=None, encrypted_content=None,
                      status=None)

ResponseOutputMessage(id='msg_0471305df20125be00692440df642481938921f6bd2c119688',
                      content=[ResponseOutputText(annotations=[], text='The OpenAI...',
                                                  type='output_text', logprobs=[])],
                      role='assistant', status='incomplete', type='message')

Elementi come mattoni

for item in response.output:

    if item.type == "message":

        if item.status == "incomplete":

            print("Messaggio troncato!")

Messaggio troncato!

Elementi come mattoni

for item in response.outputs:

    if item.type == "reasoning"

        if item.summary:
            print(f"Reasoning Summary: {item.summary[0]}")
        else:
            print("Nessun riepilogo del reasoning.")

    if item.type == "message":
        print(f"Assistant: {item.content[0].output_text}")

Nessun riepilogo del reasoning.

Assistant: The OpenAI...

In arrivo...

Tipi di item attuali

'reasoning'
'message'

for item in response.output:
    if item.type == "message":
        if item.status == "incomplete":
            print("Message cut-off!")

Nuovi tipi di item

'web_search_call'
'function_call'
'function_call_output'

Let's practice!

Lavorare con la Responses API di OpenAI