PyCharm中接入ChatGPT全攻略：从环境配置到实战开发

8次阅读

没有评论

共计 2629 个字符，预计需要花费 7 分钟才能阅读完成。

在 PyCharm 中集成 ChatGPT 时，开发者常遇到以下问题：

API 密钥管理：密钥硬编码在代码中存在安全风险，且难以在多环境间切换
网络请求处理：未妥善处理超时、重试逻辑，导致开发体验不稳定
响应解析：直接处理 JSON 原始响应，代码可读性差且容易出错
开发效率：手动测试 API 调用效率低下，缺乏可视化调试工具

Python 中常用的 HTTP 库对比：

requests（推荐选择）：
优势：语法简单、文档丰富，社区支持完善
劣势：同步阻塞式调用，高并发场景需配合多线程
httpx：
优势：同时支持同步 / 异步，HTTP/ 2 协议支持
劣势：异步模式需要额外学习 async/await 语法
aiohttp：
优势：纯异步框架性能出色
劣势：不适合简单的同步调用场景

在 PyCharm 中新建项目（File > New Project）
选择纯 Python 项目模板
建议使用 venv 虚拟环境（Python 3.6+）

在 Terminal 执行：

pip install requests python-dotenv

项目根目录创建 .env 文件：
```
OPENAI_API_KEY=sk-your-key-here
```
在 .gitignore 中添加 .env 防止密钥泄露

通过 python-dotenv 加载配置：

from dotenv import load_dotenv
import os

load_dotenv()
api_key = os.getenv('OPENAI_API_KEY')

import requests
from dotenv import load_dotenv
import os
import json

# 加载环境变量
load_dotenv()

class ChatGPTClient:
    def __init__(self):
        self.api_key = os.getenv('OPENAI_API_KEY')
        self.base_url = "https://api.openai.com/v1/chat/completions"
        self.headers = {
            "Content-Type": "application/json",
            "Authorization": f"Bearer {self.api_key}"
        }

    def ask(self, prompt, model="gpt-3.5-turbo", temperature=0.7):
        """
        发送问题到 ChatGPT API
        :param prompt: 用户输入的提示文本
        :param model: 使用的模型版本
        :param temperature: 生成文本的随机性(0-1)
        :return: API 响应内容
        """payload = {"model": model,"messages": [{"role":"user","content": prompt}],"temperature": temperature
        }

        try:
            response = requests.post(
                self.base_url,
                headers=self.headers,
                json=payload,
                timeout=10  # 设置 10 秒超时
            )
            response.raise_for_status()  # 检查 HTTP 错误
            return response.json()["choices"][0]["message"]["content"]

        except requests.exceptions.RequestException as e:
            print(f"API 请求失败: {e}")
            return None

# 使用示例
if __name__ == "__main__":
    client = ChatGPTClient()
    answer = client.ask("Python 中如何反转字符串？")
    print(answer)

from functools import lru_cache

@lru_cache(maxsize=100)
def ask_with_cache(prompt):
    # 相同 prompt 会直接返回缓存结果
    return client.ask(prompt)

import httpx
import asyncio

async def async_ask(prompt):
    async with httpx.AsyncClient() as client:
        response = await client.post(
            "https://api.openai.com/v1/chat/completions",
            headers=headers,
            json=payload,
            timeout=10.0
        )
        return response.json()

429 Too Many Requests
原因：超过 API 速率限制
解决：实现请求队列或添加 delay（如time.sleep(0.5)）
401 Unauthorized
原因：API 密钥无效或过期
解决：检查密钥是否正确，在 OpenAI 账户查看剩余额度
上下文丢失
现象：多轮对话时 ChatGPT 忘记之前内容

解决：在 messages 数组中保留历史对话记录

messages = [{"role": "user", "content": "你好"},
    {"role": "assistant", "content": "你好！有什么可以帮您？"},
    {"role": "user", "content": "刚才我们说到哪了？"}
]

尝试扩展以下功能：

流式响应 ：使用stream=True 参数实现逐字打印效果
函数调用：利用 ChatGPT 的 function calling 能力连接外部工具
敏感词过滤：在返回结果前添加内容安全检查层

# 流式响应示例
response = requests.post(
    base_url,
    headers=headers,
    json=payload,
    stream=True  # 关键参数
)

for chunk in response.iter_content(chunk_size=None):
    print(chunk.decode('utf-8'), end='')

通过本文介绍的方法，你已经可以在 PyCharm 中快速集成 ChatGPT API。建议从简单问答功能开始，逐步尝试更复杂的交互场景。OpenAI API 文档会持续更新，遇到问题时不妨先查阅最新官方指南。如果开发商业应用，记得关注 token 消耗和 API 成本控制。

正文完