Python调用ChatGPT实战指南：从API接入到生产环境避坑

1次阅读

没有评论

共计 2349 个字符，预计需要花费 6 分钟才能阅读完成。

第一次用 Python 调用 ChatGPT API 时，我踩了不少坑。从莫名其妙的认证错误，到响应慢得让人怀疑人生，再到处理长文本时的手忙脚乱。最头疼的是，官方文档虽然全面，但生产环境遇到的问题它可不会告诉你。比如：

认证配置错误：把 API 密钥硬编码在代码里，或者.env 文件没生效
响应延迟高：同步请求阻塞整个应用，用户体验直接崩盘
流式处理复杂：想要逐字显示结果？自己手动处理 chunked 响应吧
敏感内容过滤：突然返回个违规内容，你的应用可能就被举报了

优点：

开箱即用，几行代码就能跑起来
自动处理认证和基础错误

缺点：

同步请求默认阻塞
流式响应需要额外配置
自定义中间件困难

优点：

原生支持异步，性能更好
完全控制请求生命周期
方便添加自定义逻辑（如重试、过滤）

缺点：

需要自己处理更多细节
维护成本略高

最终选择：对于生产环境，推荐用官方库 + 异步流式处理的组合方案，平衡开发效率和性能。

import os
import openai
from tenacity import retry, stop_after_attempt, wait_exponential
from typing import Optional, Dict, Any

class ChatGPTClient:
    """带自动重试机制的 ChatGPT 客户端"""

    def __init__(self):
        self.api_key = os.getenv("OPENAI_API_KEY")
        openai.api_key = self.api_key

    @retry(stop=stop_after_attempt(3),
        wait=wait_exponential(multiplier=1, min=4, max=10)
    )
    async def chat_completion(
        self,
        messages: list[Dict[str, str]],
        model: str = "gpt-3.5-turbo",
        temperature: float = 0.7,
        stream: bool = False
    ) -> Any:
        """
        执行聊天补全，自动重试 3 次

        :param messages: 消息历史，格式如[{"role": "user", "content": "你好"}]
        :param model: 使用的模型
        :param temperature: 创意度，0-1
        :param stream: 是否使用流式响应
        """
        try:
            return await openai.ChatCompletion.acreate(
                model=model,
                messages=messages,
                temperature=temperature,
                stream=stream
            )
        except Exception as e:
            print(f"API 调用失败: {str(e)}")
            raise

async def handle_stream_response(stream):
    """处理流式响应，逐块打印结果"""
    full_response = ""
    async for chunk in stream:
        content = chunk["choices"][0].get("delta", {}).get("content", "")
        if content:
            full_response += content
            print(content, end="", flush=True)  # 逐字打印
    return full_response

class ContentFilter:
    """敏感词过滤中间件"""

    BANNED_WORDS = ["暴力", "色情", "政治敏感词"]  # 示例敏感词库

    @classmethod
    def filter(cls, text: str) -> str:
        """过滤敏感内容，替换为 ***"""
        for word in cls.BANNED_WORDS:
            if word in text:
                text = text.replace(word, "***")
        return text

中文大约 1 个 token= 2 个字符
最大上下文长度（如 gpt-3.5-turbo 是 4096 tokens）
推荐使用 tiktoken 库精确计算

免费账号：3 RPM (每分钟请求数)
付费账号：根据层级不同
实现建议：

from ratelimit import limits, sleep_and_retry

# 限制每分钟 20 次调用
@sleep_and_retry
@limits(calls=20, period=60)
async def safe_api_call():
    # 你的 API 调用
    pass