ChatGPT API接口调用全指南：从认证到流式响应处理

1次阅读

共计 1740 个字符，预计需要花费 5 分钟才能阅读完成。

ChatGPT API 可快速集成智能对话能力到现有系统，典型场景包括：1) 为应用程序添加智能客服功能；2) 构建个性化内容生成工具；3) 开发多轮对话式数据分析界面。开发者通过 API 调用即可获得与 ChatGPT 官网相同的模型能力。

调用 API 时最常遇到三类问题：

认证失败(401 错误)：密钥泄露或配置错误导致请求被拒绝
流式响应截断：网络抖动时部分数据包丢失，导致回复不完整
多轮对话上下文丢失：未正确处理对话历史，模型「遗忘」前文内容

永远不要将 API 密钥硬编码在代码中！推荐方案：

# 从环境变量读取密钥（需提前在系统或.env 文件设置）import os
api_key = os.getenv('OPENAI_API_KEY')

# 请求头配置示例
headers = {'Authorization': f'Bearer {api_key}',
    'Content-Type': 'application/json'
}

普通请求 适合简单场景：

import requests

response = requests.post(
    'https://api.openai.com/v1/chat/completions',
    headers=headers,
    json={
        'model': 'gpt-4',
        'messages': [{'role': 'user', 'content': 'Hello'}]
    }
)

流式请求 需特殊处理（注意 stream=True 参数）：

response = requests.post(
    'https://api.openai.com/v1/chat/completions',
    headers=headers,
    json={
        'model': 'gpt-4',
        'messages': [...],
        'stream': True
    },
    stream=True  # 关键参数
)

# 逐块读取内容
for chunk in response.iter_lines():
    if chunk:
        print(chunk.decode('utf-8'))

方案 A：全量存储（简单但消耗 token）

dialog_history = []

def add_to_history(role, content):
    dialog_history.append({'role': role, 'content': content})
    return dialog_history[-10:]  # 控制历史长度

方案 B：摘要压缩（推荐生产环境使用）

def summarize_history(history):
    # 调用另一个 API 生成摘要（伪代码）summary = requests.post(
        '.../summarize',
        json={'text': '\n'.join([msg['content'] for msg in history])}
    )
    return [{'role': 'system', 'content': f'对话摘要：{summary}'}]

实现带 退避算法 (backoff algorithm) 的重试：

import time
from random import random

async def request_with_retry(session, params, max_retries=3):
    for attempt in range(max_retries):
        try:
            async with session.post(API_URL, **params) as resp:
                if resp.status == 429:  # 速率限制
                    wait = min(2 ** attempt + random(), 60)
                    time.sleep(wait)
                    continue
                return await resp.json()
        except Exception as e:
            if attempt == max_retries - 1:
                raise e