PyCharm集成ChatGPT实战指南：从插件配置到API调用优化

2次阅读

共计 1613 个字符，预计需要花费 5 分钟才能阅读完成。

通过自然语言交互快速生成代码片段，减少重复性编码工作
自动补全复杂算法和 API 调用，降低学习新框架的成本
实时分析代码逻辑，提供优化建议和潜在 bug 预警

插件市场方案
优点：一键安装、图形化配置、内置提示模板
缺点：功能受限、响应依赖第三方服务器、高级功能需付费
原生 API 集成
优点：完全自定义提示词、可优化请求逻辑、支持流式响应
缺点：需自行处理令牌管理、初期配置较复杂

在 PyCharm 中打开Settings > Plugins
搜索 ChatGPT 安装官方插件（注意核对 Publisher 为 OpenAI）
在 Tools > ChatGPT 菜单中输入 API Key 完成鉴权

import requests
from typing import Generator, Optional

class ChatGPTClient:
    """处理流式响应和自动重试的封装类"""
    def __init__(self, api_key: str):
        self.base_url = "https://api.openai.com/v1/chat/completions"
        self.headers = {"Authorization": f"Bearer {api_key}",
            "Content-Type": "application/json"
        }

    def stream_response(self, prompt: str) -> Generator[str, None, None]:
        """流式获取 AI 响应"""
        payload = {
            "model": "gpt-3.5-turbo",
            "messages": [{"role": "user", "content": prompt}],
            "stream": True,
            "temperature": 0.7
        }

        try:
            with requests.post(
                self.base_url, 
                headers=self.headers,
                json=payload,
                stream=True,
                timeout=30
            ) as response:
                response.raise_for_status()
                for chunk in response.iter_lines():
                    if chunk:
                        yield chunk.decode('utf-8')
        except requests.exceptions.RequestException as e:
            print(f"请求失败: {e}")
            # 实现指数退避重试逻辑
            yield "error: 请求处理失败"

添加代码上下文：在 prompt 中包含相邻代码块
指定输出格式：如"用 Python 实现，返回 Markdown 代码块"
限制响应长度：设置 max_tokens=300 避免冗余

from functools import lru_cache
import hashlib

@lru_cache(maxsize=100)
def get_cached_response(prompt: str) -> str:
    """基于 prompt 内容哈希值实现缓存"""
    cache_key = hashlib.md5(prompt.encode()).hexdigest()
    # 实际实现中可替换为 Redis 等持久化存储
    return cached_responses.get(cache_key, "")