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
量子位2 天前
GPT-5编程专用版发布!独立连续编程7小时,简单任务提速10倍,VS Code就能用
gpt·chatgpt
coder_pig2 天前
🤔 试试 OpenAI 的最强编程模型 "GPT-5-Codex"?
chatgpt·openai·claude
第七序章2 天前
【C++STL】list的详细用法和底层实现
c语言·c++·自然语言处理·list
大千AI助手3 天前
TruthfulQA:衡量语言模型真实性的基准
人工智能·语言模型·自然语言处理·llm·模型评估·truthfulqa·事实性基准
什么都想学的阿超3 天前
【大语言模型 58】分布式文件系统:训练数据高效存储
人工智能·语言模型·自然语言处理
金井PRATHAMA3 天前
认知语义学隐喻理论对人工智能自然语言处理中深层语义分析的赋能与挑战
人工智能·自然语言处理·知识图谱
J_Xiong01173 天前
【VLMs篇】07:Open-Qwen2VL:在学术资源上对完全开放的多模态大语言模型进行计算高效的预训练
人工智能·语言模型·自然语言处理
苏苏susuus3 天前
NLP:Transformer之self-attention(特别分享3)
人工智能·自然语言处理·transformer
齐杰拉3 天前
源码精读:拆解 ChatGPT 打字机效果背后的数据流水线
前端·chatgpt
这张生成的图像能检测吗3 天前
(综述)视觉任务的视觉语言模型
人工智能·计算机视觉·语言模型·自然语言处理·视觉语言模型