如何安全高效地免费调用ChatGPT API：技术选型与实现指南

2次阅读

没有评论

共计 2296 个字符，预计需要花费 6 分钟才能阅读完成。

在实际开发中，免费调用 ChatGPT API 时经常会遇到几个典型问题：

限流问题 ：免费 API 通常有严格的调用频率限制，稍不注意就会触发限流，导致服务不可用。
响应延迟 ：由于免费服务的资源有限，响应时间往往不稳定，高峰期可能出现明显延迟。
数据安全 ：敏感信息在传输过程中可能面临泄露风险。
服务稳定性 ：免费服务通常不提供 SLA 保障，可能出现突发性不可用。

优点：稳定可靠、功能完整、文档齐全
缺点：需要付费，免费配额有限

优点：简化调用流程、提供额外功能
缺点：依赖第三方维护，可能存在安全风险

优点：完全免费、无配额限制
缺点：违反服务条款、稳定性差、法律风险高

推荐：对于生产环境，建议使用官方 API；开发测试阶段可谨慎使用第三方封装库。

下面是一个包含错误处理和速率限制的完整实现：

import requests
import time
from typing import Optional

class ChatGPTClient:
    def __init__(self, api_key: str, max_retries: int = 3, rate_limit: int = 5):
        self.api_key = api_key
        self.max_retries = max_retries
        self.rate_limit = rate_limit  # 每分钟最大调用次数
        self.last_call_time = 0
        self.call_count = 0

    def _wait_for_rate_limit(self):
        """处理速率限制"""
        current_time = time.time()
        if current_time - self.last_call_time >= 60:
            # 超过 1 分钟，重置计数器
            self.call_count = 0
            self.last_call_time = current_time

        if self.call_count >= self.rate_limit:
            # 计算需要等待的时间
            wait_time = 60 - (current_time - self.last_call_time)
            time.sleep(wait_time)
            self.call_count = 0
            self.last_call_time = time.time()

        self.call_count += 1

    def send_request(self, prompt: str, max_tokens: int = 100) -> Optional[str]:
        """发送请求到 ChatGPT API"""
        url = "https://api.openai.com/v1/chat/completions"
        headers = {"Authorization": f"Bearer {self.api_key}",
            "Content-Type": "application/json"
        }
        data = {
            "model": "gpt-3.5-turbo",
            "messages": [{"role": "user", "content": prompt}],
            "max_tokens": max_tokens
        }

        for attempt in range(self.max_retries):
            try:
                self._wait_for_rate_limit()
                response = requests.post(url, json=data, headers=headers)
                response.raise_for_status()
                return response.json()["choices"][0]["message"]["content"]
            except requests.exceptions.RequestException as e:
                print(f"Attempt {attempt + 1} failed: {str(e)}")
                if attempt == self.max_retries - 1:
                    return None
                time.sleep(2 ** attempt)  # 指数退避

        return None

将多个请求合并为一个批次，减少网络开销：

def batch_requests(self, prompts: list[str]) -> list[Optional[str]]:
    """批量处理多个提示"""
    results = []
    for prompt in prompts:
        results.append(self.send_request(prompt))
    return results

对于重复请求，可以使用内存缓存或 Redis：

from functools import lru_cache

@lru_cache(maxsize=1000)
def cached_request(self, prompt: str) -> Optional[str]:
    """带缓存的请求"""
    return self.send_request(prompt)