前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >手把手教你使用 Python 调用 ChatGPT-3.5-API

手把手教你使用 Python 调用 ChatGPT-3.5-API

原创
作者头像
老表
发布于 2023-03-04 06:43:30
发布于 2023-03-04 06:43:30
17.5K068
代码可运行
举报
运行总次数:68
代码可运行

大家好,我是老表

前天 OpenAI 开放了两个新模型的api接口,专门为聊天而生的 gpt-3.5-turbo 和 gpt-3.5-turbo-0301。

ChatGPT is powered by gpt-3.5-turbo, OpenAI’s most advanced language model.

从上面这句话,我们可以知道现在 chat.openai.com 官网就是由 gpt-3.5-turbo 模型提供的服务,现在官方公开了这一模型的调用接口,这使得我们这些普通开发者也能直接在自己的应用/服务中使用这个狂揽亿万用户的模型。

接下来将和大家介绍如何利用 Python 快速玩转 gpt-3.5-turbo。

本文所有代码已开源,持续更新中:XksA-me/ChatGPT-3.5-AP

先跑起来,再理解

**首先**你需要有一个 openai 账号,如何注册我就不多说了,网上教程很多,而且很详细,如果有问题可以加我微信:pythonbrief,**添加通过后请直接描述你的问题+问题截图**。

访问下面页面,登录 openai 账号后,创建一个 api keys。

代码语言:shell
AI代码解释
复制
# api keys 创建页面

https://platform.openai.com/account/api-keys

**接下来**很简单了,安装 openai 官方的 Python SDK,这里需要注意的是得安装最新版本 openai,官方推荐的是 0.27.0 版本。

代码语言:shell
AI代码解释
复制
pip install openai==0.27.0

**直接上**请求代码:

代码语言:python
代码运行次数:68
运行
AI代码解释
复制
import openai

import json



# 目前需要设置代理才可以访问 api

os.environ["HTTP\_PROXY"] = "自己的代理地址"

os.environ["HTTPS\_PROXY"] = "自己的代理地址"





def get\_api\_key():

    # 可以自己根据自己实际情况实现

    # 以我为例子,我是存在一个 openai\_key 文件里,json 格式

    '''

    {"api": "你的 api keys"}

    '''

    openai\_key\_file = '../envs/openai\_key'

    with open(openai\_key\_file, 'r', encoding='utf-8') as f:

        openai\_key = json.loads(f.read())

    return openai\_key['api']



openai.api\_key = get\_api\_key()



q = "用python实现:提示手动输入3个不同的3位数区间,输入结束后计算这3个区间的交集,并输出结果区间"

rsp = openai.ChatCompletion.create(

  model="gpt-3.5-turbo",

  messages=[

        {"role": "system", "content": "一个有10年Python开发经验的资深算法工程师"},

        {"role": "user", "content": q}

    ]

)

**代码解析:**

  • get_api_key() 函数是我自己写的一个从文件读取 api keys 的方法,我是存在一个 openai_key 文件里,json 格式,你可以改成你自己的获取方法,甚至可以直接写到代码里(虽然不推荐,但确实最简单)。
  • q 是请求的问题
  • rsp 是发送请求后返回结果
  • openai.ChatCompletion.create 中参数
    • model 是使用的模型名称,是一个字符串,用最新模型直接设置成gpt-3.5-turbo 即可
    • messages 是请求的文本内容,是一个列表,列表里每个元素类型是字典,具体含义如下表:
  • 程序运行返回内容,从响应回复内容我们可以看到,回复内容是一个 json 字符串,

我们可以通过以下方法直接获取相关信息:

    • 返回消息内容
代码语言:shell
AI代码解释
复制
rsp.get("choices")[0]["message"]["content"]
    • 角色
代码语言:shell
AI代码解释
复制
rsp.get("choices")[0]["message"]["role"]
    • 问题+回答总长度
代码语言:shell
AI代码解释
复制
rsp.get("usage")["total\_tokens"]

其他信息也可以通过类似方法获取。

  • 测试 ChatGPT 回答代码运行情况,可以看出代码逻辑和运行都没啥问题,注释也到位。

实现多轮对话

如何实现多轮对话?

gpt-3.5-turbo 模型调用方法 openai.ChatCompletion.create 里传入的 message 是一个列表,列表里每个元素是字典,包含了角色和内容,我们只需将每轮对话都存储起来,然后每次提问都带上之前的问题和回答即可。

  • 效果图
    • 可以看到,我首先问了“1+1=几”,然后问“为什么是这样”,ChatGPT 会根据前面的提问将新问题识别为“为什么1+1=2”。
    • 后面继续问水仙花数有哪些,再问“如何写个python程序来识别这些数”,ChatGPT 同样会根据前面的提问将新问题识别为“如何写个python程序来识别这些水仙花数”,并给出对应解答。
  • 实现代码
代码语言:shell
AI代码解释
复制
import openai

import json

import os



os.environ["HTTP\_PROXY"] = "http://127.0.0.1:7890"

os.environ["HTTPS\_PROXY"] = "http://127.0.0.1:7890"



# 获取 api

def get\_api\_key():

    # 可以自己根据自己实际情况实现

    # 以我为例子,我是存在一个 openai\_key 文件里,json 格式

    '''

    {"api": "你的 api keys"}

    '''

    openai\_key\_file = '../envs/openai\_key'

    with open(openai\_key\_file, 'r', encoding='utf-8') as f:

        openai\_key = json.loads(f.read())

    return openai\_key['api']

openai.api\_key = get\_api\_key() 







class ChatGPT:

    def \_\_init\_\_(self, user):

        self.user = user

        self.messages = [{"role": "system", "content": "一个有10年Python开发经验的资深算法工程师"}]

        self.filename="./user\_messages.json"



    def ask\_gpt(self):

        # q = "用python实现:提示手动输入3个不同的3位数区间,输入结束后计算这3个区间的交集,并输出结果区间"

        rsp = openai.ChatCompletion.create(

          model="gpt-3.5-turbo",

          messages=self.messages

        )

        return rsp.get("choices")[0]["message"]["content"]





    def writeTojson(self):

        try:

            # 判断文件是否存在

            if not os.path.exists(self.filename):

                with open(self.filename, "w") as f:

                    # 创建文件

                    pass

            # 读取

            with open(self.filename, 'r', encoding='utf-8') as f:

                content = f.read()

                msgs = json.loads(content) if len(content) > 0 else {}

            # 追加

            msgs.update({self.user : self.messages})

            # 写入

            with open(self.filename, 'w', encoding='utf-8') as f:

                json.dump(msgs, f)

        except Exception as e:

            print(f"错误代码:{e}")

            



def main():

    user = input("请输入用户名称: ")

    chat = ChatGPT(user)

    

    # 循环

    while 1:

        # 限制对话次数

        if len(chat.messages) >= 11:

            print("\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*")

            print("\*\*\*\*\*\*\*\*\*强制重置对话\*\*\*\*\*\*\*\*\*\*")

            print("\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*")

            # 写入之前信息

            chat.writeTojson()

            user = input("请输入用户名称: ")

            chat = ChatGPT(user)

            

        # 提问

        q = input(f"【{chat.user}】")

        

        # 逻辑判断

        if q == "0":

            print("\*\*\*\*\*\*\*\*\*退出程序\*\*\*\*\*\*\*\*\*\*")

            # 写入之前信息

            chat.writeTojson()

            break

        elif q == "1":

            print("\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*")

            print("\*\*\*\*\*\*\*\*\*重置对话\*\*\*\*\*\*\*\*\*\*")

            print("\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*")

            # 写入之前信息

            chat.writeTojson()

            user = input("请输入用户名称: ")

            chat = ChatGPT(user)

            continue

            

        # 提问-回答-记录

        chat.messages.append({"role": "user", "content": q})

        answer = chat.ask\_gpt()

        print(f"【ChatGPT】{answer}")

        chat.messages.append({"role": "assistant", "content": answer})





if \_\_name\_\_ == '\_\_main\_\_':

    main()

**代码解析:**

  • ChatGPT 类,包含三个函数:
    • \_\_init\_\_初始化函数,初始化了三个个实例变量,user、messages、filename(当前用户、消息列表、存储记录的文件路径)。
    • ask\_gpt函数,将当前用户所有历史消息+最新提问发送给 gpt-3.5-turbo ,并返回响应结果。
    • writeTojson函数,结束/重置用户时记录当前用户之前的访问数据。
  • main函数,程序入口函数,用户输入用户名后进入与 ChatGPT 的循环对话中,输入 0 退出程序,输入 1 重置用户,退出和重置都会将当前用户之前访问数据记录搭配 json 文件中。
  • 由于 gpt-3.5-turbo 单次请求最大 token 数为:4096,所以代码里限制了下对话次数。

更多拓展

  • 你可以写个函数,从 json 文件读取历史用户访问记录,然后每次访问可以选用户。
  • 你可以写个 web 服务,使用 session 或者数据库支持多用户同时登录,同时访问。
  • 你可以基于之前分享的钉钉机器人项目,将 gpt-3.5-turbo 接入钉钉机器人。

你还可以上 Github 搜索更多 ChatGPT 相关项目,或者其他有意思的项目学习练手,欢迎学习交流。

我创建了个 ChatGPT 应用交流群,如果你感兴趣可以扫下方二维码添加我微信申请加入。

项目已开源,持续更新中:XksA-me/ChatGPT-3.5-AP

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
OpenAI突发更新!GPT-3.5正式开放「微调」,人人可打造专属ChatGPT|附最全官方指南
刚刚,OpenAI正式宣布,所有开发者都可以对GPT-3.5 Turbo进行微调。
新智元
2023/09/09
1.5K0
OpenAI突发更新!GPT-3.5正式开放「微调」,人人可打造专属ChatGPT|附最全官方指南
【零基础】Python开发调用 ChatGPT API 的命令行工具
本文章针对python初学者,介绍如何使用命令行调用ChatGPT API来实现最基本的聊天功能。
Mirza Zhao
2023/11/10
1.8K1
【零基础】Python开发调用 ChatGPT API 的命令行工具
Prompt工程师指南应用篇:Prompt应用、ChatGPT|Midjouney Prompt Engineering
ChatGPT是OpenAI训练的一种新型模型,可以进行对话交互。该模型经过训练,可以按照提示中的指令,在对话上下文中提供适当的回应。ChatGPT 可以帮助回答问题、建议菜谱、按某种风格写歌词、生成代码等等。
汀丶人工智能
2023/05/15
1.6K0
Prompt工程师指南应用篇:Prompt应用、ChatGPT|Midjouney Prompt Engineering
保姆级教程:使用gradio搭建服务调用chatGPT接口
https://www.cnblogs.com/klchang/p/17352911.html
languageX
2023/09/25
5.2K0
使用LangGraph在Python 中开发Master AI代理
LangGraph 简化了开发高级 AI 应用程序的过程,使构建能够处理复杂交互的智能、上下文感知代理变得更加容易。
云云众生s
2024/07/24
3900
调用Chatgpt API,并实现联系上下文(gpt-3.5-turbo)
未经允许不得转载:肥猫博客 » 调用Chatgpt API,并实现联系上下文(gpt-3.5-turbo)
超级小可爱
2023/03/12
3.8K1
调用Chatgpt API,并实现联系上下文(gpt-3.5-turbo)
ChatGPT API来了 附调用方法及文档
3月1日,OpenAI 放出了ChatGPT API(GPT-3.5-turbo 模型),1000个tokens为$0.002美元,等于每输出 100 万个单词,价格才 2.7 美金(约 18 元人民币),比已有的 GPT-3.5 模型便宜 10 倍。ChatGPT api文档在这https://platform.openai.com/docs/guides/chat/instructing-chat-models,调用地址是https://api.openai.com/v1/chat/completions,感兴趣的朋友赶紧去试试吧
ytkah
2023/03/07
18.3K0
ChatGPT API来了 附调用方法及文档
【GPT-3.5】通过python调用ChatGPT API与ChatGPT对话交流
​ AIGC即AI Generated Content,利用人工智能技术来生成内容,是继UGC、PGC之后的新型内容生产方式,AI写作、AI绘画、AI作曲、AI剪辑、AI动画、AI交互等都属于AIGC的分支。AIGC是一种利用机器智能创作内容的新技术,它不同于UGC,它有自己的技术特点,比如数据量化、创造力、跨模态融合和认知交互等。这些技术特点使得AIGC成为不可替代的新一代内容生成方式。
宝耶需努力
2023/11/26
9550
【GPT-3.5】通过python调用ChatGPT API与ChatGPT对话交流
软件测试/人工智能|教你如何使用ChatGPT的API
自从有了ChatGPT之后,我每天都想去调戏它一番,自从开放了ChatGPT的API,我就想着通过API来使用ChatGPT,这样的话,速度上的体验应该会更好,本文就来介绍一下如何使用ChatGPT的API。
霍格沃兹测试开发Muller老师
2023/11/24
5210
五分钟进步系列之chatGpt最近发布的API
The ChatGPT model family we are releasing today, gpt-3.5-turbo, is the same model used in the ChatGPT product. It is priced at $0.002 per 1k tokens
IT运维技术圈
2023/03/17
5300
ChatGPT的API调用方式总结
OPENAI的ChatGPT API调用方式有多种,有基于SDK和HTTP的调用方式,也有流式和非流式的调用方式,接下来将分别举例说明。
码之有理
2023/07/04
5.4K1
ChatGPT之GPT 3.5 Turbo的API调用接口的方法
代码非常简单; 保存为.php文件,然后浏览器访问该文件,并在地址后面拼接?text=你要问的问题即可 例如:https://blog.chrison.cn/chatgpt.php?text=写一份女
目的地-Destination
2023/03/18
4K0
ChatGPT之GPT 3.5 Turbo的API调用接口的方法
超越AI的未来:ChatGPT菜鸟级使用流程
引言: 随着人工智能技术的不断发展,自然语言处理(NLP)领域的一个重要突破是开放式AI语言模型。OpenAI的ChatGPT,作为一种强大的自然语言处理模型,已经引起了广泛关注。在本文中,我们将探索ChatGPT的使用流程,帮助AI初学者了解如何使用这一强大工具。
IT_陈寒
2023/12/13
3300
超越AI的未来:ChatGPT菜鸟级使用流程
【AI 大模型】OpenAI 接口调用 ① ( 安装 openai 软件包 | 查看 openai 软件包版本 | PyCharm 中开发 Python 程序调用 OpenAI 接口 )
参考 【开发环境】Windows 中安装 Python 各个版本 ( 下载 Python 各版本 SDK | 安装 Python ) 博客 , 在 Windows 上安装 Python SDK ;
韩曙亮
2024/06/28
7.2K0
【AI 大模型】OpenAI 接口调用 ① ( 安装 openai 软件包 | 查看 openai 软件包版本 | PyCharm 中开发 Python 程序调用 OpenAI 接口 )
刚刚!OpenAI 开放 GPT-3.5 微调 API,手把手教你打造专属 ChatGPT
换句话说,之前用户在结合业务用例构建专属ChatGPT时候,需要使用大量的Propmt调教模型进行上下文学习。现在只需要四步即可打造自己的专属模型:准备数据→上传文件→创建微调工作→使用微调模型。
大数据文摘
2023/09/06
2.5K0
刚刚!OpenAI 开放 GPT-3.5 微调 API,手把手教你打造专属 ChatGPT
AI大模型企业应用实战(07)-LangChain的Hello World项目
生成结果根据你调用的模型不同而会产生非常不同的结果差距,并且你的模型的tempurature参数也会直接影响最终结果(即LLM的灵敏度)。
JavaEdge
2024/08/12
1270
openAI 调教术-让 AI 回答的更完美
在这个快速发展的数字时代,AI人工智慧已经渐渐成为我们日常生活的一部分。而OpenAI,作为AI研究的机构之一,提供了强大的工具和LLM模型,如GPT-3.5、GPT-4,来帮助我们更好地理解和使用AI。
写bug的高哈哈
2024/11/04
2920
openAI 调教术-让 AI 回答的更完美
在Python中使用ChatGPT
半个多月前花了1刀了搞了个国外的验证码,谁想到注册的时候提示请求过多,我还以为这1刀了打水漂了,就没管了,没想到昨天没事干又看了下竟然直接进去了。好耶
shaoshaossm
2023/03/15
4510
在Python中使用ChatGPT
免费提供sky交流测试,批量测试chatGPT的api是否还能用2023.6.6
0、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
用户7138673
2023/08/16
4880
免费提供sky交流测试,批量测试chatGPT的api是否还能用2023.6.6
用ChatGPT帮我检查广告评论
最近博客后台经常会出现一些来自国外的留言,基本全是一些广告,以推广SEO、推广博客工具的居多,比如这个:
phith0n
2023/11/06
2930
用ChatGPT帮我检查广告评论
推荐阅读
相关推荐
OpenAI突发更新!GPT-3.5正式开放「微调」,人人可打造专属ChatGPT|附最全官方指南
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验