OpenAI Python SDK

官方文档：https://platform.openai.com/docs/api-reference/introduction

OpenAI Python SDK 用于开发与 OpenAI RESTful API 进行交互的客户端应用程序，包含了 OpenAI 的各种人工智能模型的 API。

OpenAI Python SDK 提供了多个模块，每个模块都具有一套自包含的 APIs，包括：

openai.ChatCompletion：用于访问 ChatGPT 语言模型，实现自然语言生成和处理。
openai.Davinci：用于访问 OpenAI 最大的 GPT-3 语言模型，提供了更强大的语言处理能力。
openai.GPT：用于访问 OpenAI 较小的 GPT-3 语言模型，提供了基本的语言处理能力。
openai.Language：用于访问 OpenAI 语言模型，提供了自然语言生成和处理的能力。
openai.Image：用于访问 DALL-E 图像生成模型，实现图像的生成和处理。
openai.File：用于访问 OpenAI 文件服务器，实现文件的上传和下载。
openai.Organization：用于管理 OpenAI 账户、工作区和 API Keys 等。

openai.ChatCompletion 模块

OpenAI ChatCompletion 模块用于访问 ChatGPT 语言模型，用于实现对话式（Chat）AI 应用程序。

openai.ChatCompletion.create 函数

编程示例：https://github.com/JmilkFan/easy-chat-prompts

函数作用：与 ChatGPT 进行 C/S 交互，返回 AI 模型生成的对话文本。注意，该接口是 Stateless 的，每次调用都不包含对话的上下文。这意味着需要客户端应用程序自己维护 “聊天记录“。

函数原型：

model：指示要访问的 AI 模型，例如：gpt-3.5-turbo（计费 $0.002 / 1K tokens）。
messages：对话消息，字典列表类型，字典包括下列 Keys。
- role：指示发起对话的角色。枚举：user（发送用户对话）、system（发送给 AI 模型的提示符）。
- content：指示发起对话的内容。
- assistant：指示 ChatGPT 回答的内容，用于传递 “聊天记录”。
max_tokens：指示响应内容的 Token 数量，例如：1024、2048、4096（MAX）。
temperature：用于控制输出文本的多样性和创造性。它是一个介于 0 到 1 之间的实数，表示 AI 模型在生成每个单词时的随机程度。更高的数值会导致更多的随机性和更多的创造性，但可能会降低输出的质量和连贯性。反之，则会产生较为确定性的输出，但可能会使输出变得单调和缺乏创意。
top_p：用于控制模型生成的单词的概率分布。它是一个介于 0 到 1 之间的实数，表示模型在生成下一个单词时，只考虑最有可能的前 top_p 个单词。当 top_p 较小时，生成的文本更加精细和准确，但可能会导致过度确定性和缺乏多样性。反之，当 top_p 较大时，生成的文本更加多样化，但可能会导致出现不合适的单词和不相关的文本。
frequency_penalty：用于控制生成对话文本中重复的程度，值越大则重复的文本越少，值越小则重复的文本越多。如果将其设置为 0，则 AI 模型将生成最多数量的重复文本。
presence_penalty：用于控制模型生成是否包含与给定文本重叠的片段，值越大则生成文本的准确性越高，值越小则生成文本的多样性越大。
stop：用于控制对话文本生成的终止条件。
n：指示生成对话文本的个数。
max_examples：用于控制生成对话文本的数量。
logprobs：在对话文本生成时输出单词出现的概率。
echo：是否在生成对话文本后输出到控制台。

def create(
    model: str,
    messages: str,
    max_tokens: Optional[int] = None,
    temperature: Union[int, float] = 0.5,
    top_p: Union[int, float] = 1.0,
    frequency_penalty: Union[int, float] = 0,
    presence_penalty: Union[int, float] = 0,
    stop: Optional[Union[str, List[str]]] = None,
    n: Optional[int] = 1,
    max_examples: Optional[int] = None,
    logprobs: Optional[int] = None,
    echo: bool = True,
    **kwargs,
) -> Dict[str, Union[str, List[str]]]:
    pass

原始 HTTP 请求样式：

curl https://api.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
     "model": "gpt-3.5-turbo",
     "messages": [{"role": "user", "content": "Say this is a test!"}],
     "temperature": 0.7
   }'

原始 HTTP 响应样式：

{
   "id":"chatcmpl-abc123",
   "object":"chat.completion",
   "created":1677858242,
   "model":"gpt-3.5-turbo-0301",
   "usage":{
      "prompt_tokens":13,
      "completion_tokens":7,
      "total_tokens":20
   },
   "choices":[
      {
         "message":{
            "role":"assistant",
            "content":"\n\nThis is a test!"
         },
         "finish_reason":"stop",
         "index":0
      }
   ]
}

“聊天记录“ 请求样式：

messages = [
     {"role": "system", "content": "You are a helpful assistant."},
     {"role": "user", "content": "Who won the world series in 2020?"},
     {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
     {"role": "user", "content": "Where was it played?"}
]

秒客网

Python Module — OpenAI ChatGPT API

目录

文章目录

OpenAI Python SDK

openai.ChatCompletion 模块

openai.ChatCompletion.create 函数

相关文章