python调用chatgpt

简单写了一下关于文本生成接口的调用,其余更多的调用方法可在官网查看

javascript 复制代码
import os
from dotenv import load_dotenv, find_dotenv
from openai import OpenAI
import httpx


def gpt_config():
    # 为了安全起见,将key写到当前项目根目录下的.env文件中
    # find_dotenv() 寻找并定位 .env 文件的路径
    # load_dotenv() 读取该 .env 文件,并将其中的环境变量加载到当前的运行环境中
    _ = load_dotenv(find_dotenv())
    api_key = os.environ.get("OPENAI_API_KEY")
    # 使用httpx设置代理
    proxy = ''
    proxies = {'http://': proxy, 'https://': proxy}
    http_client = httpx.Client(proxies=proxies, verify=True)
    openai_client = OpenAI(api_key=api_key, http_client=http_client)
    return openai_client


def gpt_response(client, prompt, user_input, temperature, max_tokens):
    """
    :param client:gpt客户端
    :param prompt:system的prompt
    :param user_input:用户输入问题
    :param temperature:回答的随机性,取值范围0-1
    :param max_tokens:模型输出的最大token 数。prompt和模型回复结果的总token 数
    :return:
    """
    response = client.chat.completions.create(
        model="gpt-4o", # 模型名称
        messages=[
            {"role": "system", "content": prompt},
            {"role": "user", "content": user_input}
        ],
        temperature=temperature,
        max_tokens=max_tokens
    )
    assistant_response = response.choices[0].message.content
    return assistant_response


if __name__ == '__main__':
    prompt = '你是一个乐于助人的人工智能小助手'
    user_input = '太阳有多大'
    temperature = 0
    max_tokens = 2048
    client = gpt_config()
    res = gpt_response(client, prompt, user_input, temperature, max_tokens)
    print(res)
相关推荐
倔强青铜三14 分钟前
苦练Python第5天:字符串从入门到格式化
人工智能·python·面试
winfredzhang16 分钟前
从Markdown到PPT:用Python打造专业演示文稿转换器
python·markdown·转换·pptx
SoniaChen3317 分钟前
Rust基础-part2-变量和可变类型
开发语言·后端·rust
JJ1M81 小时前
前缀和+贪心总结,基于每日一题力扣3439、3440
python·算法·leetcode
神所夸赞的夏天1 小时前
c#获取Datatable中某列最大或最小的行数据方法
开发语言·c#
h0l10w1 小时前
【Java】MongoDB
java·开发语言·mongodb
Tim_102 小时前
【算法专题训练】02、二进制
java·开发语言·算法
EndingCoder2 小时前
排序算法与前端交互优化
开发语言·前端·javascript·算法·排序算法·交互
晓13132 小时前
JavaScript加强篇——第五章 DOM节点(加强)与BOM
java·开发语言·javascript
Skrrapper2 小时前
Flask 入门到实战(2):使用 SQLAlchemy 打造可持久化的数据层
后端·python·flask