跳到文章正文
ChatGPT 实用教程

OpenAI API长任务超时怎么办?后台响应、状态轮询与取消

用Responses后台模式提交长任务并保存响应ID,检查完成、失败和未完成状态;用总时限控制轮…

OpenAI API长任务超时怎么办?后台响应、状态轮询与取消

长报告或多步代理任务可能超过前端等待时间。页面超时后再次提交,又可能生成两份结果。Responses API的后台模式让应用先取得响应ID,再查询状态。本教程设计一个有截止时间的任务流程,重点是状态和重复提交控制,不把后台响应当成无限期排程服务。

第一步:区分单个长任务与批量任务

先确认目标是一项持续运行的请求,还是许多相互独立的请求。官方将长请求交给background模式,事先能一起提交的独立请求则可评估Batch API。两种流程不要混用状态或结果编号。

准备已获得相应模型权限的开发项目和当前SDK,通过环境变量读取密钥。普通聊天会员不等于API项目权限。练习使用无敏感短资料,先验证状态流程,不以制造超长输出作为第一步。

任务记录:业务任务ID;输入版本;响应ID;创建时间;最后状态;轮询截止时间;结果位置;是否请求取消;是否已交付。

第二步:提交一次并立即保存响应ID

创建请求时设置background=True,拿到返回id就写入任务记录。响应ID与自己的业务任务ID分别保存,前端刷新时先查询已有任务,不直接再次创建。

如果网络在拿到ID前断开,应先按应用已有记录和请求日志核实,不能把“没有看到结果”解释为服务器一定没有接受。业务层需要防重复机制,后台模式不会自动理解两份相同文本属于同一业务操作。

from openai import OpenAI
client = OpenAI()
r = client.responses.create(
    model="gpt-6.2-astra",
    input="为这份练习需求制定检查清单:每项列出输入、步骤和验收。",
    background=True
)
print(r.id, r.status)
# 将r.id保存到自己的任务记录,再由查询流程继续。

第三步:轮询时处理所有终止状态

queued和in_progress说明仍需等待,不能计为完成。轮询设置间隔和总截止时间,离开这两个状态后继续区分completed、失败、取消与未完成,不能一律把output_text返回给用户说成功。

也可按官方Webhook流程接收通知,先验证签名,再按响应ID获取最终对象。无法接收公网通知的小应用可先用有界轮询,不需要为了演示临时暴露开发环境。

状态机:已提交→等待;completed→核对并交付;failed→记录错误;incomplete→检查原因和已生成范围;cancelled→标记取消。超过应用等待时限→显示仍在处理并保留ID,不自动再建一份。

第四步:明确断线和取消的区别

断开浏览器或流式连接,不等于取消后台计算。用户要求停止时,对保存的后台响应ID调用client.responses.cancel,再读取返回状态。重复取消是幂等的,但最终状态仍应依据服务器返回。

取消与完成可能在时间上接近,不能把用户点按钮的瞬间当成已停止证明。记录请求取消和实际终态两项信息,交付界面避免展示过期“运行中”。取消后已生成内容是否保留,按应用需求明确处理。

第五步:验收结果而不只验收状态

completed只说明响应生成结束。文档任务检查真实产物和来源,代理任务检查每个工具步骤,模型要求客户端执行工具时还需由应用继续工作流,不是一个后台请求自动完成所有外部动作。

通过刷新、断线、取消、失败和重复点击五个练习路径检查任务记录。未执行的付费请求不得填写成功率或速度;本教程示例只用于接入参考。上线后以真实日志验证,不承诺固定完成时间。

官方资料

资料核对日期:2026年11月22日。

本文地址:https://www.163264.com/22480