Venice Responses API 指南

要解决的问题

如果你的 Agent 客户端库是按照 OpenAI Responses API 的响应格式设计的，直接对接传统的 /chat/completions 会很别扭。你需要一种返回 output[] 数组的接口，把推理过程、消息、工具调用和内置搜索事件严格区分开。Venice Responses API 正是为此而生，它返回结构化、带类型的输出数组，而不是单一的 message.content 字符串。

核心能力与工作流

这个技能围绕 POST /api/v1/responses 端点展开，工作流非常直接：

• 请求构造：input 字段支持纯字符串或类型化的输入项数组。如果要设置 system/developer 上下文，只需在数组开头加入 role: "system"/"developer" 的消息。
• 工具调用：通过 tools 数组配置 function 类型或内置的 web_search。
• 流式处理：开启 stream: true 后，通过 SSE 接收类型化事件（如 response.output_text.delta），客户端可按顺序重组完整的 output[] 结构。
• 继续对话：在后续回合中，务必通过 call_id 将工具结果准确匹配回对应的 function_call。

适用边界与注意点

目前该接口处于 Alpha 阶段，接入前需注意以下限制：

• 无状态：接口不会跨请求保存对话历史，每次都需要发送完整上下文。
• E2EE 模型限制：支持端到端加密的模型默认会返回 400 错误，除非显式传入 venice_parameters.enable_e2ee: false。完整的 E2EE 流程仍需依赖 /chat/completions。
• 参数子集：部分 venice_parameters 尚未接通，例如 strip_thinking_response 和 disable_thinking。
• 功能开关：Bearer API Key 必须开启 responsesApiEnabled 才能访问，而 x402 钱包按次付费则不受此限制。