chatGPT API调用指南，GPT3.5 turbo API，上下文携带技巧，python函数封装

sockstack / 132 / 2023-11-17 12:00:29

ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。 <a href="https://ckai.xyz/?sockstack&section=detail" target="__blank">https://ckai.xyz</a> <article class="baidu_pl"><div id="article_content" class="article_content clearfix">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
<div id="content_views" class="markdown_views prism-kimbie-light">
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg><h1>
<a id="_0"></a>概要</h1> 
chatGPT是openAI的一款语言类人工智能聊天产品，除了在官网直接使用外，我们还可以通过发起http请求调用官方的gpt3.5turbo API来构建自己的应用产品。 内容概述： 1本篇博客使用python语言演示了如何简单调用chatGPT接口 2简单描述了chatGPT接口可选的一共12个参数 3从实践案例角度对于API进行函数式封装 
<h1>
<a id="gpt35turbo_6"></a>gpt-3.5-turbo官方文档</h1> 
https://platform.openai.com/docs/introduction/overview 官方文档链接点击跳转 英文好、有时间可以直接研究官方文档。 
<h1>
<a id="_10"></a>简单例子</h1> 
首先需要安装python包openai 
<pre><code class="prism language-shell">pip install openai
</code></pre> 
pip list查看版本号：openai 0.27.2 下面的例子向openai的chatgpt API发送消息“你好”，然后输出应答。 
图一：获取api_key 
<pre><code class="prism language-python">import os
import openai
openai_api_key = os.getenv("openai_api_key")
openai.api_key=openai_api_key
def example1():response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "user", "content": "你好"}])print(response.get("choices")[0]["message"]["content"])
if __name__ == '__main__':example1()
</code></pre> 
openai.ChatCompletion.create中填写了两个必要参数，模型名、消息。 openai_api_key需要在API官网获取，链接在上面已经贴过了。 然后设置为环境变量，或者直接粘贴字符串在这里也可以。 
<h1>
<a id="_38"></a>详细参数示例</h1> 
<pre><code class="prism language-python">def example2():response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "user", "content": "你好"}],temperature=1.5, # 0-2之间，越大越随机，越小越确定top_p=1, #随机取前多少概率的token，0.1意味着取前10%，越小越确定。top_p temperature两个参数推荐只使用一个n=2,#生成几个回答，默认是1个，我这里让它生成2个stream=False,#是否流式获得结果，流式就是chatgpt官网那种，结果是一点一点蹦出来的，用于长句子先得到部分结果stop="我",#停止词，生成出来“我”就停止生成max_tokens=100,#最多生成的token数量presence_penalty=0,#(-2.0,2.0) 越大模型就趋向于生成更新的话题，惩罚已经出现过的文本frequency_penalty=0,#(-2.0,2.0) 惩罚出现频率高的文本#logit_bias=None,#设置token的先验偏置user="会写代码的孙悟空"#一个表示您的终端用户的唯一标识符，可帮助OpenAI监控和检测滥用行为)print(response)print(response.get("choices")[0]["message"]["content"])print(response.get("choices")[1]["message"]["content"])
</code></pre> 
<pre><code>output:
你好！
你好！有什么
</code></pre> 
temperature参数示意图 <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/d3077657c2a34c75886bf32e5ef980ae.png" alt="在这里插入图片描述"> 图：temperature参数改变概率分布,左较小temperature,右较大temperature top_p=1 就是以图中的概率分布取样本，注意低柱子只是取到的概率小 top_p=0.2 取前20%的样本，就只有高柱子这一种情况了 top_p=0.4 取前40%的样本，从第一高与第二高中取。 
<h1>
<a id="API_73"></a>API封装</h1> 
说明：从实践案例角度对于API进行函数式封装，方便开发。 response是python字典格式： 
<pre><code class="prism language-txt">{'id': 'chatcmpl-6p9XYPYSTTRi0xEviKjjilqrWU2Ve','object': 'chat.completion','created': 1677649420,'model': 'gpt-3.5-turbo','usage': {'prompt_tokens': 56, 'completion_tokens': 31, 'total_tokens': 87},'choices': [{'message': {'role': 'assistant','content': 'The 2020 World Series was played in Arlington, Texas at the Globe Life Field, which was the new home stadium for the Texas Rangers.'},'finish_reason': 'stop','index': 0}]
}
</code></pre> 
字段很多，只使用最关键的content，也就是回复文本内容。 
<h2>
<a id="API_95"></a>一次对话API封装</h2> 
一问一答，无上下文 
<pre><code class="prism language-python">def chat_once(prompt):try:response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "user", "content": prompt}])return response.get("choices")[0]["message"]["content"]except:return ""
def test_chat_once():res=chat_once("你好")print(res)
if __name__ == '__main__':test_chat_once()
</code></pre> 
<h2>
<a id="_115"></a>一次对话+角色扮演</h2> 
<pre><code class="prism language-python">def chat_once_with_sb(prompt,sb): #sb:some body 不是骂人try:response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "system", "content": sb},{"role": "user", "content": prompt}])return response.get("choices")[0]["message"]["content"]except:return ""
def test_chat_once_with_sb():prompt="请问你擅长什么？"sb="医生"res=chat_once_with_sb(prompt,sb)print(res)
if __name__ == '__main__':test_chat_once_with_sb()
</code></pre> 
output： 
<pre><code class="prism language-text">作为一个 AI 医生，我可以提供广泛的医疗领域的知识和帮助。我可以帮你获取医疗信息、提供急救指导并回答健康问题。 但是，我不能进行具体治疗和诊断，如果您有任何身体不适或医务问题，建议立即咨询专业医生或上医院检查。
</code></pre> 
<h2>
<a id="_142"></a>连续对话保存所有上下文</h2> 
<pre><code class="prism language-python">class ChatGPT:def __init__(self,sb="You are a helpful assistant."):self.sb=sbself.messages=[{"role":"system","content":sb}]def send(self,prompt):try:self.messages.append({"role":"user","content":prompt})response=openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=self.messages)response_txt=response.get("choices")[0]["message"]["content"]self.messages.append({"role": "assistant", "content": response_txt})return response_txtexcept:return ""
def test_ChatGPT():chatgpt=ChatGPT()while True:text=input()if(text==""):breakres=chatgpt.send(text)print(res)
if __name__ == '__main__':test_ChatGPT()
</code></pre> 
output： <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/1874e68fceb847ce88328c963d1e1d81.png" alt="在这里插入图片描述">
</div>
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/markdown_views-0407448025.css" rel="stylesheet">
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/style-c216769e99.css" rel="stylesheet">
</div>
<div id="treeSkill"></div>
</article>

作者

sockstack

许可协议

CC BY 4.0

发布于

2023-11-17

修改于

2024-09-08

上一篇：软件：常用 Linux 软件汇总，值得收藏下一篇：分享github上比较热门的ChatGPT项目，值得收藏

尚未登录

chatGPT API调用指南，GPT3.5 turbo API，上下文携带技巧，python函数封装

文章分类

博客重构之路

Spring Boot简单入门

k8s 入门教程

MySQL 知识

NSQ 消息队列

ThinkPHP5 源码分析

使用 Docker 从零开始搭建私人代码仓库

日常开发汇总

标签列表

springboot

hyperf

swoole

webman

php

多线程

数据结构

docker

k8s

thinkphp

mysql

tailwindcss

flowbite

css

前端