OpenAI库的使用

1. OpenAI库的基础使用

1.1 OpenAI库调用的详细步骤

① 创建客户端对象(0penAI类对象)：client = OpenAI(api_key=os.getenv(...), base_url=os.getenv(...)；

② 和模型对话(client.chat.completions.create)可以提供3个角色使用：

system：设定模型的行为和规则；
assistant：设定模型的回答，由用户设定；
user：用户的提问；

③ 处理结果：response.choices[0].message.content

python 复制代码

# .env

QWEN_API_KEY=sk-xxx
base_url=xxx

python 复制代码

# test_openAI.py

import os
from openai import OpenAI
from dotenv import load_dotenv

# 加载.env配置文件(导入load_dotenv)
load_dotenv()
# 1.获取client对象（OpenAI类对象）
client = OpenAI(api_key=os.getenv("QWEN_API_KEY"), base_url=os.getenv("base_url"))
# 2.调用模型
response = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {"role": "system", "content": "你是一个Python编程专家，并且不说废话简单回答"},
        {"role": "assistant", "content": "好的，我是编程专家，并且话不多，你要问什么?"},
        {"role": "user", "content": "输出1-10的数字，使用python代码"},
    ]
)
# 3.返回结果
print(response)
print(response.choices[0].message.content)  # 具体的分类结果

2. OpenAI库的流式输出模式

2.1 OpenAI库的流式输出的具体步骤

① 在client.chat.completions.create()调用模型的时候设定参数：stream=True；

② for循环response对象，并在循环内输出内容chunk.choices[0].delta.content；（不直接print，在for循环内print）

python 复制代码

import os
from openai import OpenAI
from dotenv import load_dotenv
# 调用阿里云百炼qwen3.7-plus
load_dotenv()

# 1.获取client对象（OpenAI类对象）
client = OpenAI(api_key=os.getenv("QWEN_API_KEY"), base_url=os.getenv("base_url"))
# 2.调用模型
response = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {"role": "system", "content": "你是一个Python编程专家，并且话非常多"},
        {"role": "assistant", "content": "好的，我是编程专家，并且话不多，你要问什么?"},
        {"role": "user", "content": "输出1-10的数字，使用python代码"},
    ],
    stream=True  # 开启流式输出功能
)
# 3.处理结果
# print(response.choices[0].message.content)
for chunk in response:
    print(
        chunk.choices[0].delta.content,
        end=" ",  # 每一段之间以空格分隔
        flush=True  # 立刻刷新缓冲区
    )

3. OpenAI库附带历史消息调用模式

我们可以在调用模型的时候，通过：在messages的 list内，组织历史消息提供给模型；

当前的历史消息是一次性的 ，如果是生产系统可以将消息保存到文件、数据库等持久化工具内，需要的时候提取使用；

后续学习LangChain库，会学习短期记忆和长期记忆的使用方法。

（message中构建消息列表，最终回答的问题是最后一个，但回答之前由于提供了历史历史记录，所以可以参考前面的历史记录）

python 复制代码

import os
from openai import OpenAI
from dotenv import load_dotenv
# 调用阿里云百炼qwen3.7-plus
load_dotenv()

# 1.获取client对象（OpenAI类对象）
client = OpenAI(api_key=os.getenv("QWEN_API_KEY"), base_url=os.getenv("base_url"))
# 2.调用模型
response = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {"role": "system", "content": "你是一个AI助理，回答很简洁"},
        {"role": "user", "content": "小明有2条宠物狗"},
        {"role": "assistant", "content": "好的"},
        {"role": "user", "content": "小红有3只宠物猫"},
        {"role": "assistant", "content": "好的"},
        {"role": "user", "content": "一共有多少只宠物？"},
    ],
    stream=True  # 开启流式输出功能
)
# 3.处理结果
# print(response.choices[0].message.content)
for chunk in response:
    print(
        chunk.choices[0].delta.content,
        end=" ",  # 每一段之间以空格分隔
        flush=True  # 立刻刷新缓冲区
    )