ChatGPT API接口调用实战指南：从认证到流式响应处理

1次阅读

共计 1914 个字符，预计需要花费 5 分钟才能阅读完成。

ChatGPT API 可以快速集成到各类应用中实现智能对话功能，比如客服机器人自动应答、内容创作辅助生成文章大纲或代码片段，以及教育场景下的个性化学习助手。通过 API 调用，开发者无需关注模型细节即可获得强大的自然语言处理能力，显著降低 AI 应用开发门槛。

登录 OpenAI 平台获取 API 密钥，该密钥是调用所有接口的凭证
在请求头中添加 Authorization: Bearer your_api_key 进行身份验证
推荐使用环境变量或密钥管理服务存储 API 密钥，避免硬编码在代码中

system：设置助手行为（如 ” 你是一个编程助手 ”）
user：用户输入的实际问题或指令
assistant：模型历史回复，用于维护多轮对话上下文

temperature（0-2）：值越高结果越随机，适合创意生成；值越低结果越确定
top_p（0-1）：核采样阈值，与 temperature 配合使用控制词汇选择范围
max_tokens：限制生成内容长度，需考虑 token 消耗成本

完整响应模式：直接获取全部生成内容，适合短文本场景
流式响应：通过 stream=True 参数启用，需实时拼接 message delta

import requests

headers = {"Authorization": f"Bearer {os.getenv('OPENAI_KEY')}",
    "Content-Type": "application/json"
}

payload = {
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Python 怎么实现快速排序？"}],
    "temperature": 0.7
}

response = requests.post(
    "https://api.openai.com/v1/chat/completions",
    headers=headers,
    json=payload
)
print(response.json()['choices'][0]['message']['content'])

import aiohttp
import asyncio

async def async_query():
    async with aiohttp.ClientSession() as session:
        async with session.post(
            "https://api.openai.com/v1/chat/completions",
            headers=headers,
            json=payload
        ) as resp:
            result = await resp.json()
            return result

# 使用示例
loop = asyncio.get_event_loop()
response = loop.run_until_complete(async_query())

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_api_call():
    response = requests.post(api_url, headers=headers, json=payload)
    response.raise_for_status()  # 触发 429 等异常时会自动重试
    return response