Перейти до основного вмісту
Просунутий9 хв1524 слів

OpenAI Agent Builder: міграція до Agents SDK і ChatKit до shutdown

Практичний план міграції з deprecated OpenAI Agent Builder до власного server-side runtime на Agents SDK із збереженням ChatKit: inventory, mapping вузлів, state, evals, canary та rollback до 30 листопада 2026 року.

Зміст статті
  1. 01Коротка відповідь: переносіть runtime, а не обов'язково інтерфейс
  2. 02Межа міграції: canvas, runtime, UI і business authority
  3. 03Inventory: створіть migration manifest до першого rewrite
  4. 04Mapping: перетворіть graph на явні code contracts
  5. 05State і ChatKit: збережіть conversation contract без shadow identity
  6. 06Evaluation: доведіть outcome і trajectory parity
  7. 07Cutover: shadow, bounded canary і reconciliation
  8. 08Rollback і календар до shutdown

Передумови

Коротка відповідь: переносіть runtime, а не обов'язково інтерфейс

OpenAI позначає Agent Builder як deprecated і планує вимкнути його 30 листопада 2026 року. Existing hosted workflows можуть працювати протягом transition window, але для нової роботи й міграції OpenAI спрямовує команди до custom server integration: власний server-side agent, зокрема на Agents SDK, може продовжувати обслуговувати ChatKit. Отже, ChatKit не треба автоматично викидати разом із hosted workflow.

Безпечна міграція не зводиться до кнопки Code або копіювання згенерованого файлу. Published workflow ID і version, node graph, typed edges, prompts, tools, files, guardrails, trace graders, ChatKit session contract та application authority утворюють один чинний контракт. Зафіксуйте його, перенесіть у versioned code й application state, доведіть parity на власних traces, а тоді перемикайте runtime за risk slices.

  • Новий workflow → не створюйте залежність від deprecated hosted runtime.
  • Existing Agent Builder → inventory, export, replay, shadow, canary, cutover.
  • ChatKit UI → може лишитися через custom server integration.
  • Кінцева дата → 30 листопада 2026 року за поточною документацією; перевіряйте deprecation page перед promotion.

architecture

Карта системи: OpenAI Agent Builder: міграція до Agents SDK і ChatKit до shutdown

Схема побудована з ключових секцій статті та показує послідовність або архітектурні блоки, які потрібно опрацювати.

timeline

Контрольні точки для практичного застосування

Візуалізація використовує тези, приклади та наступні кроки статті як перевірювані контрольні точки, а не декоративні елементи.

Межа міграції: canvas, runtime, UI і business authority

Agent Builder дає visual canvas, templates, typed node connections, preview, trace graders і published snapshots. Hosted ChatKit path посилається на workflow ID. Agents SDK натомість запускає agent loop усередині вашого application process і залишає команді контроль над deployment, storage, approvals та runtime integrations. ChatKit є окремим frontend layer: custom server path може під'єднати його до будь-якого agentic service.

Відокремте чотири площини. Design plane описує nodes, prompts і routes; runtime plane виконує model/tool loop; experience plane рендерить ChatKit thread, widgets і actions; authority plane автентифікує user та дозволяє конкретний side effect. Міграція runtime не повинна непомітно змінити UI contract або розширити tool scopes. Workflow ID, API key, ChatKit user і downstream principal не є взаємозамінними identities.

Inventory: створіть migration manifest до першого rewrite

Для кожної published major version запишіть workflow ID, owner, users, traffic class, nodes і edges, prompt/config version, models, tools, MCP servers, files, input/output schemas, guardrails, graders, ChatKit widgets/actions, secrets, data classes, retention, rate limits, cost owner, incident owner і останній потрібний день роботи. Окремо позначте unpublished canvas drafts: autosave не дорівнює production snapshot і не має мовчки стати вимогою.

Збережіть representative trace corpus і accepted terminal artifacts до зміни. Для кожного trace потрібні sanitized input, expected outcome, node trajectory, tool envelope, policy verdict, user-visible events і authoritative final state. Не експортуйте secrets або персональні дані в git. Unknown node, implicit default чи недоступний asset блокує automatic conversion і отримує documented manual mapping, а не здогад у коді.

  • Production snapshot → published version, не поточний canvas.
  • Dependency manifest → model, tool, file, MCP, grader і UI action.
  • State manifest → hosted objects, application records, TTL і deletion owner.
  • Authority manifest → actor, object, action, scope, approval та expiry.
  • Evidence pack → traces, accepted artifacts і negative cases без secrets.

Mapping: перетворіть graph на явні code contracts

Agent nodes стають versioned Agent definitions; tool nodes — typed function або supported hosted/MCP tools; conditional routes — deterministic router або bounded model decision; transform nodes — звичайні pure functions; start/end — application request і terminal response schemas. Для кожного edge запишіть input type, producer, consumer, validation, error path і чи можна повторити крок. Скопійований SDK code є стартовим scaffold, а не доказом semantic parity.

Не моделюйте кожен canvas box окремим agent. Deterministic validation, lookup, arithmetic і policy лишаються code або service operations. Handoff доречний, коли змінюється active specialist; agent-as-tool — коли manager має отримати bounded result і зберегти контроль. Якщо workflow очікує людину годинами чи повинен відновлюватися після process failure, додайте persistent job/workflow state: in-memory runner сам по собі не є durable execution.

State і ChatKit: збережіть conversation contract без shadow identity

Зафіксуйте, де зараз живуть workflow version, conversation history, attachments, widget state, approvals і business record references. У custom ChatKit integration server автентифікує application user, передає стабільний унікальний user identifier і сам володіє access control та storage policy. Не приймайте user ID із браузера як доказ identity й не переносіть повний transcript у нову нескінченну копію без retention purpose.

Створіть mapping `legacy conversation/workflow → application conversation → runtime session/config version`. UI event schema версіонуйте незалежно від model output: text delta, tool status, widget action, error і terminal event мають predictable ordering та reconnect behavior. ChatKit action перетворюється на authenticated command із CSRF/replay protection і server-side authorization; назва кнопки або попередня model recommendation не видає право на write.

Evaluation: доведіть outcome і trajectory parity

Побудуйте replay set із happy paths, ambiguous request, denied resource, malformed attachment, unavailable MCP server, prompt injection, guardrail stop, tool timeout, model refusal, cancellation, reconnect і повторним UI action. Запустіть чинну published version та candidate runtime на однаковому frozen input і configuration where possible. Shadow candidate не виконує writes: він повертає proposed action envelope для порівняння.

Оцінюйте terminal task success, schema validity, supported claims, correct route/tool, prohibited-action rate, user-visible event compatibility, latency, usage, trace completeness, recovery та reviewer effort. Text similarity не є достатнім oracle. Critical failure — cross-user leak, unauthorized tool, duplicate side effect, пропущений approval або неправильний consequential result — блокує promotion незалежно від середнього score. Перенесіть корисні trace graders, але перевірте їх на labeled examples і не плутайте grader agreement із production outcome.

Cutover: shadow, bounded canary і reconciliation

Спочатку розгорніть custom server без user traffic і програйте offline corpus. Далі mirror-іть дозволені requests у write-disabled shadow. Canary починайте з read-only або reversible низькоризикового slice; routing flag має бути application-owned і логувати exact runtime/config version. Один authoritative action service видає idempotency key, повторно перевіряє actor/object/action, виконує write і перечитує final state.

Після кожної сходинки порівняйте error classes, ChatKit event integrity, accepted outcomes, tool denials, cost і operator load. Timeout після можливої дії не повторюють навмання: status стає unknown, reconciler читає system of record і лише тоді вирішує retry. Не піднімайте traffic лише тому, що shutdown наблизився; скорочуйте scope, переводьте risky flow у human queue або read-only mode, якщо parity не доведено.

  • Offline → exported traces й deterministic contract tests.
  • Shadow → реальні inputs, але write tools замінені simulator/deny stub.
  • Canary → risk slice, one action authority, automatic stop conditions.
  • Promote → evidence review для кожного traffic step.
  • Decommission → export/delete evidence і видалення legacy credentials після rollback window.

Rollback і календар до shutdown

До shutdown rollback може повернути нові sessions на pinned hosted workflow version, але не має повторно виконувати вже committed actions. Shared action ledger, conversation mapping і authoritative records переживають зміну runtime. Зупиніть candidate traffic, ізолюйте in-flight runs, reconcile unknown effects, відновіть compatible UI event contract і задокументуйте причину. Не відкочуйте application schema, доки active records не сумісні або не мігровані назад.

Після 30 листопада 2026 року hosted Agent Builder уже не є надійним rollback target. Завершіть primary cutover завчасно, залишивши вікно для incident recovery, data export/delete і credential revocation. Постійний fallback — tested custom-server previous release, degraded read-only path або human queue. Повторно звіряйте офіційні deprecation, Agent Builder migration, ChatKit advanced integration та Agents SDK docs перед кожним gate: product surface і timeline є mutable facts.

Практичні приклади

Приклад: support workflow з ChatKit лишається в тому самому UI

Published Agent Builder graph класифікує звернення, шукає policy та пропонує ticket update. Команда переносить agent і tools до Agents SDK, а ChatKit підключає через custom server. Shadow порівнює route, citations і proposed update без write; canary викликає один idempotent ticket adapter. Якщо event ordering або authorization test падає, flag повертає нові sessions на pinned hosted version, а ledger не повторює вже створені tickets.

Приклад: long-running approval не лишається в пам'яті runner

Procurement agent готує vendor pack, після чого чекає legal approval. Migration manifest показує, що pause може тривати дні, тому application workflow store володіє status, expiry й resume token; Agents SDK виконує лише bounded synthesis runs. Approval command повторно автентифікує reviewer і перевіряє актуальний artifact hash перед наступним tool call.

FAQ

Коли OpenAI вимкне Agent Builder?

Поточна офіційна документація вказує 30 листопада 2026 року. Перед cutover перевірте актуальну deprecations page, бо timeline є mutable.

Чи припинить працювати ChatKit разом з Agent Builder?

Ні. OpenAI прямо вказує, що ChatKit лишається доступним; для нової роботи й міграції використовуйте custom server integration із власним server-side agent implementation.

Чи достатньо завантажити Agents SDK code з canvas?

Ні. Export є scaffold. Треба перевірити node semantics, state, tools, identity, ChatKit events, guardrails, graders, data lifecycle, deployment і recovery на власних traces.

Як уникнути подвійних side effects під час shadow?

Замініть write tools у shadow на simulator або deny stub. Canary writes проводьте через один authoritative adapter з idempotency, policy check і reconciliation.

Пов’язані матеріали

OpenAI Agents SDK чи LangGraph: як обрати оркестрацію агентів

Практичне порівняння OpenAI Agents SDK і LangGraph для production: agent loop, граф станів, durable execution, handoffs, human-in-the-loop, tracing, authority boundaries і план перевірки вибору.

OpenAI Responses API vs Assistants API: план міграції до sunset

Практичне порівняння Responses API та deprecated Assistants API: як перенести assistants, threads, runs, tools і state до дедлайну 26 серпня 2026 року без втрати даних та контрольованості.

OpenAI Responses API чи Chat Completions: вибір і безпечна міграція

Практичне порівняння OpenAI Responses API та Chat Completions для production: модель даних, state, tools, streaming, privacy, observability і поетапна міграція без зміни бізнес-контракту.

Tool calling і контракти інструментів

Як дозволити LLM викликати функції без передачі їй необмежених повноважень: schema, policy, idempotency, timeouts, verification і audit trail.

State machines для агентів

State machines для агентів — практичний розбір production-архітектури: відокремлення ймовірнісного рішення моделі від детермінованого життєвого циклу виконання. Матеріал охоплює контракти, межі повноважень, failure modes, оцінювання та контрольований rollout.

Оцінювання AI-агентів

Оцінювання AI-агентів — практичний розбір production-архітектури: вимірювання не лише фінальної відповіді, а всієї траєкторії рішень, дій, витрат і безпечного завершення. Матеріал охоплює контракти, межі повноважень, failure modes, оцінювання та контрольований rollout.

Observability для LLM-систем

Які traces, metrics, logs і evaluation signals потрібні для LLM: prompts, retrieval, tool calls, usage, quality, privacy, cardinality і розслідування інцидентів.

Human-in-the-loop для AI

Human-in-the-loop для AI — практичний розбір production-архітектури: залучення людини в конкретній точці ризику з достатнім контекстом для реального, а не формального контролю. Матеріал охоплює контракти, межі повноважень, failure modes, оцінювання та контрольований rollout.

Guardrails і захист від prompt injection

Чому інструкції не є межею безпеки та як ізолювати недовірені дані, обмежувати інструменти, перевіряти вихід і тестувати прямі та непрямі атаки.

MCP security checklist: як безпечно запустити server і client

Практичний security checklist для Model Context Protocol: trust boundaries, OAuth, token audience, SSRF, session binding, tool permissions, local-server sandbox, негативні тести, audit evidence і rollback.

AI agent harness: що це і як спроєктувати надійний runtime

Практичний гайд про AI agent harness: execution loop, tools, sandbox, durable state, context assembly, permissions, checkpoints, evals, observability і recovery для довготривалих агентних задач.

Data governance для AI

Як керувати даними для AI від власника й контракту до lineage, якості, доступу, retention та схвалення датасетів, щоб моделі навчалися й відповідали на перевірених, дозволених і відтворюваних даних.

Джерела

  1. Agent Builder overview and deprecation notice — OpenAIофіційне
  2. Migrate from Agent Builder — OpenAIофіційне
  3. ChatKit overview and custom server integration — OpenAIофіційне
  4. Agents runtime options — OpenAIофіційне
  5. OpenAI Agents SDK documentationофіційне