使用Pycharm在本地调用chatgpt的接口

目录

1.安装环境

2.建立多轮对话的完整代码(根据自己使用的不同代理需要修改端口(port))

3.修改代码在自己的Pycharm上访问chagpt的api并实现多轮对话,如果不修改是无法成功运行的。需要确定秘钥和端口以保证正常访问

[(1)秘钥(your key):](#(1)秘钥(your key):)

(2)访问理由修改

将我的代码中的端口设置为7890

将我的clash中的端口设置为7890

参考文章

1.安装环境

使用 openai 1.6.1 版本

复制代码
pip install openai==1.6.1

2.建立多轮对话的完整代码(根据自己使用的不同代理需要修改端口(port))

python 复制代码
from openai import OpenAI
import os
import os
os.environ["http_proxy"] = "http://localhost:7890"
os.environ["https_proxy"] = "http://localhost:7890"


client = OpenAI(api_key ="your key")


def demo_dev(messages):
  response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=messages
  )
  gpt_content=response.choices[0].message.content
  print(gpt_content)
  return gpt_content
def chat(sys_content):
  message = [
    {'role': 'system', 'content': sys_content},
  ]
  while True:
    user_content = input(">>> ")
    if user_content == "exit":
      break
    message.append({'role': 'user', 'content': user_content})
    gpt_content = demo_dev(message)
    message.append({'role': 'system', 'content': "用户刚才对你说了"+user_content+","+"你回复了"+gpt_content})
if __name__ == "__main__":

  chat('请你可爱的进行回复')

3.修改代码在自己的Pycharm上访问chagpt的api并实现多轮对话,如果不修改是无法成功运行的。需要确定秘钥和端口以保证正常访问

(1)秘钥(your key):

这个是在opnai的官方申请的秘钥,详见OpenAI

(2)访问理由修改

使用的路由端口情况,需要使得使用的小魔法的端口,以及上述代码中的端口,以及刚才下载的openai包中 _base_client.py 文件的端口一致,才可以正常访问,我以端口号为7890做个例子,当然你设为其他也是可以的。

将我的代码中的端口设置为7890

os.environ["http_proxy"] = "http://localhost:7890"

os.environ["https_proxy"] = "http://localhost:7890"

将我本地安装的opnai包中的_base_client.py中的352行的self._proxies = proxies替换为

python 复制代码
self._proxies = {'http': 'http://localhost:7890', 'https': 'http://localhost:7890'}

如下顺序:

将我的小魔法中的端口设置为7890

参考文章

  1. 最新关于openai.APIConnectionError: Connection error.的解决方法-CSDN博客

2.【使用python调用ChatGPT接口实现多轮连续对话】-CSDN博客

相关推荐
CodeLove·逻辑情感实验室2 小时前
深度解析:当 NLP 试图解构爱情——情感计算(Affective Computing)的伦理边界与技术瓶颈
人工智能·深度学习·自然语言处理·赛朋克
PeterClerk5 小时前
RAG 评估入门:Recall@k、MRR、nDCG、Faithfulness
人工智能·深度学习·机器学习·语言模型·自然语言处理
laplace01238 小时前
第三章 大语言模型基础
人工智能·语言模型·自然语言处理·agent·rag
bu_shuo9 小时前
将AI生成的数学公式正确复制到word中
人工智能·chatgpt·word·latex
Aaron_9459 小时前
BitNet:1-bit大语言模型的高效推理框架详解
人工智能·语言模型·自然语言处理
大模型最新论文速读10 小时前
「英伟达改进 GRPO」解决多奖励场景优势坍缩问题
人工智能·深度学习·自然语言处理
PeterClerk11 小时前
深度学习-NLP 常见语料库
人工智能·深度学习·自然语言处理
程序员佳佳21 小时前
【万字硬核】从零构建企业级AI中台:基于Vector Engine整合GPT-5.2、Sora2与Veo3的落地实践指南
人工智能·gpt·chatgpt·ai作画·aigc·api·ai编程
余俊晖1 天前
多页文档理解强化学习设计思路:DocR1奖励函数设计与数据构建思路
人工智能·语言模型·自然语言处理
sinat_286945191 天前
opencode
人工智能·算法·chatgpt