【课件】Python调用OpenAI API实现ChatGPT对话

本地示例代码路径：

cd /D/Workspace/Python/openai-api-test

首先你需要有一个 openai 账号，如何注册我就不多说了，网上教程很多，而且很详细，添加通过后请直接描述你的问题+问题截图。

访问下面页面，登录 openai 账号后，创建一个 api keys。

# api keys 创建页面
https://platform.openai.com/account/api-keys

接下来很简单了，安装 openai 官方的 Python SDK，这里需要注意的是得安装最新版本 openai，官方推荐的是 0.27.0 版本。

pip install openai==0.27.0

直接上请求代码：

import openai
import json

# 目前需要设置代理才可以访问 api
os.environ["HTTP_PROXY"] = "自己的代理地址"
os.environ["HTTPS_PROXY"] = "自己的代理地址"


def get_api_key():
    # 可以自己根据自己实际情况实现
    # 以我为例子，我是存在一个 openai_key 文件里，json 格式
    '''
    {"api": "你的 api keys"}
    '''
    openai_key_file = './envs/openai_key'
    with open(openai_key_file, 'r', encoding='utf-8') as f:
        openai_key = json.loads(f.read())
    return openai_key['api']

openai.api_key = get_api_key()

q = "用python实现：提示手动输入3个不同的3位数区间，输入结束后计算这3个区间的交集，并输出结果区间"
rsp = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
        {
    
    "role": "system", "content": "一个有10年Python开发经验的资深算法工程师"},
        {
    
    "role": "user", "content": q}
    ]
)
复制代码

代码解析：

get_api_key() 函数是我自己写的一个从文件读取 api keys 的方法，我是存在一个 openai_key 文件里，json 格式，你可以改成你自己的获取方法，甚至可以直接写到代码里（虽然不推荐，但确实最简单）。
q 是请求的问题
rsp 是发送请求后返回结果

openai.ChatCompletion.create 中参数

model 是使用的模型名称，是一个字符串，用最新模型直接设置成gpt-3.5-turbo 即可
messages 是请求的文本内容，是一个列表，列表里每个元素类型是字典，具体含义如下表：

参数	参数值	含义
role	system	可以设置机器人人设
role	assistant	表示是机器人回复内容
role	user	表示是用户提问内容
content	q	问题内容

程序运行返回内容，从响应回复内容我们可以看到，回复内容是一个 json 字符串，我们可以通过以下方法直接获取相关信息：
```
print(rsp.get('choices')[0]['message']['content'])
print(rsp.get('choices')[0]['message']['role'])
print(rsp.get('usage')['total_tokens'])
```

返回消息内容

rsp.get("choices")[0]["message"]["content"]

角色

rsp.get("choices")[0]["message"]["role"]

问题+回答总长度

rsp.get("usage")["total_tokens"]

其他信息也可以通过类似方法获取。

【课件】Python调用OpenAI API实现ChatGPT对话

猜你喜欢