ChatGPT 4o Mini API调用实战：从入门到生产环境避坑指南

1次阅读

没有评论

共计 1771 个字符，预计需要花费 5 分钟才能阅读完成。

最近在项目中集成 ChatGPT 4o Mini API 时，发现不少开发者会遇到一些共性问题。这些问题如果不提前了解，很容易在开发和生产环境中踩坑。

认证失败：API 密钥配置错误是最常见的入门级问题，很多新手开发者会忽略密钥的有效期或权限设置
响应延迟：当网络状况不佳或 API 负载较高时，响应时间会明显变长，影响用户体验
并发限制：免费版 API 有严格的速率限制，稍不注意就会触发 429 错误
错误处理不足：很多示例代码缺乏完善的错误处理机制，导致生产环境稳定性差

调用 ChatGPT API 主要有三种方式，各有优缺点：

直接 HTTP 请求
优点：轻量级，不依赖额外库
缺点：需要手动处理所有细节，维护成本高
官方 SDK
优点：官方维护，功能全面
缺点：更新可能滞后于 API 变更
第三方库
优点：可能有更友好的接口设计
缺点：依赖第三方维护，存在安全风险

对于大多数 Python 项目，我推荐直接使用 requests 库，它足够灵活且易于调试。

正确的请求头是 API 调用的第一步。ChatGPT 4o Mini 需要以下头部信息：

Content-Type: application/json
Authorization: Bearer your_api_key

API 密钥应该通过环境变量管理，绝对不要硬编码在代码中。我推荐使用 python-dotenv 来管理敏感信息。

API 返回的 JSON 包含多个有用字段，重点关注：

choices[0].message.content: 实际生成的文本
usage: API 调用消耗的 token 数

import os
import requests
from dotenv import load_dotenv

# 加载环境变量
load_dotenv()

# 配置 API 参数
API_URL = "https://api.openai.com/v1/chat/completions"
API_KEY = os.getenv("OPENAI_API_KEY")

# 构建请求头
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

# 构建请求体
payload = {
    "model": "gpt-4o-mini",
    "messages": [{"role": "user", "content": "请用中文解释什么是 RESTful API"}
    ],
    "temperature": 0.7
}

# 发送请求
try:
    response = requests.post(API_URL, json=payload, headers=headers, timeout=10)
    response.raise_for_status()  # 检查 HTTP 错误

    # 解析响应
    data = response.json()
    print(data['choices'][0]['message']['content'])
    print(f"Token 使用情况: {data['usage']}")

except requests.exceptions.RequestException as e:
    print(f"API 请求失败: {e}")

    # 生产环境应该记录详细错误信息
    if hasattr(e, 'response') and e.response:
        print(f"状态码: {e.response.status_code}")
        print(f"错误详情: {e.response.text}")