ChatGPT API 接入实战：从零开始构建你的第一个智能对话应用

1次阅读

共计 2573 个字符，预计需要花费 7 分钟才能阅读完成。

ChatGPT API 是 OpenAI 提供的一种接口，允许开发者将强大的自然语言处理能力集成到自己的应用程序中。无论是构建智能客服、内容生成工具，还是开发个性化的对话助手，ChatGPT API 都能提供强大的支持。它的核心功能包括文本生成、对话管理、语言翻译等，适用于各种场景。

访问 OpenAI 官网并登录你的账户。
进入 API 密钥管理页面，生成一个新的 API 密钥。
妥善保存这个密钥，因为它将用于所有 API 请求的认证。

确保已安装 Python 3.6 或更高版本。
使用 pip 安装 OpenAI 官方库：

pip install openai

确保已安装 Node.js 12 或更高版本。
使用 npm 安装 OpenAI 官方库：

npm install openai

ChatGPT API 使用 Bearer Token 进行认证。你需要在请求头中添加 Authorization 字段，值为 Bearer YOUR_API_KEY。

API 请求通常是一个 POST 请求，请求体包含以下字段：

model: 指定使用的模型，例如 gpt-3.5-turbo。
messages: 一个包含对话历史的数组，每条消息包含 role（system, user, 或 assistant）和 content（消息内容）。
temperature: 控制生成文本的随机性，值越高结果越随机。

响应通常是一个 JSON 对象，包含生成的文本和其他元数据。

import openai
from openai import OpenAI

# 设置 API 密钥
client = OpenAI(api_key="YOUR_API_KEY")

def chat_with_gpt(prompt):
    try:
        response = client.chat.completions.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}
            ],
            temperature=0.7
        )
        return response.choices[0].message.content
    except Exception as e:
        print(f"An error occurred: {e}")
        return None

# 示例用法
user_input = "你好，你是谁？"
response = chat_with_gpt(user_input)
print(response)

const {OpenAI} = require("openai");

// 设置 API 密钥
const openai = new OpenAI({apiKey: "YOUR_API_KEY"});

async function chatWithGPT(prompt) {
  try {
    const response = await openai.chat.completions.create({
      model: "gpt-3.5-turbo",
      messages: [{ role: "user", content: prompt}
      ],
      temperature: 0.7
    });
    return response.choices[0].message.content;
  } catch (error) {console.error(`An error occurred: ${error}`);
    return null;
  }
}

// 示例用法
const userInput = "你好，你是谁？";
chatWithGPT(userInput).then(response => {console.log(response);
});

为了保持对话的连贯性，你需要在 messages 数组中包含之前的对话历史。例如：

messages = [{"role": "user", "content": "你好，你是谁？"},
    {"role": "assistant", "content": "我是一个 AI 助手，可以帮助你解答问题。"},
    {"role": "user", "content": "你能做什么？"}
]

对于长时间生成的文本，可以使用流式响应来逐步接收数据。Python 示例：

response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "讲一个长篇故事"}],
    stream=True
)

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

OpenAI 对 API 调用有速率限制和配额管理。你可以在 OpenAI 的开发者门户中查看和管理你的配额。