ChatGPT文件上传实战指南：从原理到避坑

1次阅读

共计 1742 个字符，预计需要花费 5 分钟才能阅读完成。

在日常开发中，ChatGPT 文件上传功能常用于数据分析报告解析、企业知识库构建等场景。比如上传 Excel 进行数据汇总分析，或者批量导入 PDF 文档建立问答知识库。本文将带你从底层原理到代码实现完整走一遍流程。

HTTP 传输协议
文件上传采用multipart/form-data（多部分表单数据）协议。与普通表单不同，该协议会将文件和表单字段分块传输，每个部分用边界符（boundary）分隔。比如上传一个 txt 文件时，原始请求体类似：
```
--boundary123
Content-Disposition: form-data; name="file"; filename="test.txt"
Content-Type: text/plain

[文件二进制内容]
--boundary123--
```
OpenAI API 限制
支持格式：txt/pdf/docx/xlsx/pptx（注意：不支持图片压缩包）
单文件上限：512MB（实际建议不超过 50MB）
请求超时：30 秒（大文件需分块）

以下是使用 aiohttp 库的异步上传示例，包含自动重试和进度显示：

import aiohttp
import os
from tqdm import tqdm

async def upload_file(file_path, api_key):
    chunk_size = 1024 * 1024  # 1MB 分块
    headers = {'Authorization': f'Bearer {api_key}'}

    with open(file_path, 'rb') as f:
        file_size = os.path.getsize(file_path)
        with tqdm(total=file_size, unit='B', unit_scale=True) as pbar:
            async with aiohttp.ClientSession() as session:
                data = aiohttp.FormData()
                data.add_field('file', f, 
                              filename=os.path.basename(file_path),
                              content_type='application/octet-stream')

                # 自动重试逻辑
                max_retries = 3
                for attempt in range(max_retries):
                    try:
                        async with session.post(
                            'https://api.openai.com/v1/files',
                            headers=headers,
                            data=data,
                            timeout=30
                        ) as resp:
                            if resp.status == 200:
                                return await resp.json()
                            raise Exception(f"Upload failed: {await resp.text()}")
                    except Exception as e:
                        if attempt == max_retries - 1:
                            raise
                        print(f"Retrying... ({attempt + 1}/{max_retries})")

关键参数说明：
– chunk_size：控制内存占用的分块大小，建议 1 -5MB
– content_type：二进制流统一用application/octet-stream
– timeout：需要覆盖文件传输 + 服务器处理时间