ChatGPT API访问全指南：从认证到流式响应的技术实现

2次阅读

共计 2626 个字符，预计需要花费 7 分钟才能阅读完成。

ChatGPT API 已经成为开发者构建智能对话系统的首选工具，广泛应用于客服机器人、内容生成、代码辅助等场景。但在实际接入过程中，开发者常遇到三个核心痛点：

认证复杂度：API Key 管理不当会导致频繁的 401 错误
速率限制：免费 tier 的 RPM（每分钟请求数）限制容易触发 429 状态码
上下文管理：超过 4096 个 token 的对话会丢失历史信息

所有 ChatGPT API 请求都需要在 HTTP 头中携带授权信息：

import openai

# 推荐通过环境变量管理 API Key
openai.api_key = os.getenv('OPENAI_API_KEY')  

# 请求头示例（实际由 openai 库自动处理）headers = {"Authorization": f"Bearer {openai.api_key}",
    "Content-Type": "application/json"
}

以下代码展示了包含异常处理的完整请求流程：

from openai import OpenAI
import time

client = OpenAI()

try:
    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": "如何用 Python 发送 HTTP 请求?"}],
        temperature=0.7,  # 控制输出随机性（0-2）max_tokens=500    # 限制响应长度
    )
    print(response.choices[0].message.content)
except openai.APIError as e:
    print(f"API 错误: {e}")
except openai.RateLimitError:
    print("触发速率限制，10 秒后重试")
    time.sleep(10)

对于长文本生成场景，使用流式响应可显著提升用户体验：

response = client.chat.completions.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "写一篇关于 AI 的文章"}],
    stream=True  # 启用流式模式
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

建议配置指数退避重试机制：

from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3),
    wait=wait_exponential(multiplier=1, min=4, max=10)
)
def safe_completion(prompt):
    return client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}],
        timeout=10  # 请求超时设置
    )

有效控制对话历史的 token 消耗：

from transformers import GPT2TokenizerFast
tokenizer = GPT2TokenizerFast.from_pretrained("gpt2")

# 计算消息列表的 token 数
def count_tokens(messages):
    return sum(len(tokenizer.encode(msg["content"])) for msg in messages)

# 当超过阈值时移除最早的消息
while count_tokens(conversation_history) > 3000:
    conversation_history.pop(0)

429 错误：表示超过速率限制，解决方案：
升级付费计划
实现请求队列
添加重试延迟
503 错误：服务不可用，建议：
检查 OpenAI 状态页（status.openai.com）
临时切换到备用模型

通过 usage 字段监控 token 消耗：

response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[...]
)
print(f"消耗 token 数: {response.usage.total_tokens}")

建议跟踪这些关键指标：

请求成功率
平均响应时间
token 消耗分布
错误类型统计

尝试实现一个带上下文记忆的对话循环：

conversation = []

while True:
    user_input = input("你:")
    if user_input.lower() == 'exit':
        break

    conversation.append({"role": "user", "content": user_input})

    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=conversation
    )

    assistant_reply = response.choices[0].message.content
    print(f"AI: {assistant_reply}")
    conversation.append({"role": "assistant", "content": assistant_reply})

通过 curl 测试 API 连通性：

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-3.5-turbo","messages": [{"role":"user","content":"Hello!"}]
   }'

希望本指南能帮助你顺利接入 ChatGPT API。如果在实践中遇到问题，建议先查阅官方文档，大多数错误都有详细的解决方案说明。

正文完