Python调用ChatGPT

要在 Python 中调用 ChatGPT API，您可以使用 OpenAI 提供的 Python 客户端库 openai。以下是如何设置和使用 ChatGPT API 的详细步骤：

1. 安装 OpenAI 客户端库

首先，确保您已经安装了 OpenAI 的 Python 客户端库。可以使用 pip 进行安装：

pip install openai

2. 设置 OpenAI API 密钥

您需要在 OpenAI 平台上获得 API 密钥，并将其用于身份验证。将您的 API 密钥保存在环境变量中，或者在代码中直接使用（不推荐在生产环境中这样做）。

3. 调用 ChatGPT API

以下是一个示例代码，展示了如何使用 OpenAI 的 Python 客户端库调用 ChatGPT API：

from openai import OpenAI

api_key = 'your-api-key-here'

# 初始化 openai 客户端
client = OpenAI(api_key=api_key)

# 定义调用 ChatGPT 的函数
def chat_with_gpt(prompt):
    response = client.chat.completions.create(
        model="gpt-3.5-turbo",  # 或者使用其他模型，例如 "gpt-4"
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": prompt}
        ]
    )
    return response.choices[0].message


# 示例使用
prompt = "告诉我关于Python的基本信息。"
response = chat_with_gpt(prompt)
print(response)

4. 示例解释

导入库：首先导入 openai 库。
初始化 OpenAI 客户端：使用你的 API KEY 来初始化一个客户端。
定义函数：chat_with_gpt 函数接收用户输入的 prompt，并使用 client.chat.completions.create 调用 API。
model 参数指定使用的模型，例如 "gpt-3.5-turbo" 或 "gpt-4".
messages 参数包含对话的上下文。role 可以是 system、user 或 assistant，分别表示系统设置、用户输入和助手回复。
示例使用：定义了一个示例提示 prompt 并调用 chat_with_gpt 函数，然后打印返回的结果。

5. 注意事项

Warning

API 密钥安全：不要在代码中直接硬编码 API 密钥，尤其是在共享或公开的代码库中。使用环境变量或其他安全存储方式。
API 使用限制：确保您了解并遵守 OpenAI 的使用限制和配额，以避免超出使用限额。

6. 使用环境变量存储 API 密钥

为了更安全地存储 API 密钥，建议使用环境变量。以下是如何在代码中使用环境变量存储和读取 API 密钥的示例：

设置环境变量：

在 Linux/macOS 上，您可以将 API 密钥添加到 ~/.bashrc 或 ~/.zshrc 文件：
```
export OPENAI_API_KEY='your-api-key-here'
```
在 Windows 上，您可以使用命令提示符设置环境变量：
```
setx OPENAI_API_KEY "your-api-key-here"
```

在 Python 代码中读取环境变量：

import os
from openai import OpenAI


# 初始化 openai 客户端
client = OpenAI(api_key=os.getenv('OPENAI_API_KEY'))

# 定义调用 ChatGPT 的函数
def chat_with_gpt(prompt):
    response = client.chat.completions.create(
        model="gpt-3.5-turbo",  # 或者使用其他模型，例如 "gpt-4"
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": prompt}
        ]
    )
    return response.choices[0].message


# 示例使用
prompt = "告诉我关于Python的基本信息。"
response = chat_with_gpt(prompt)
print(response)

通过这种方式，您可以确保 API 密钥的安全性，同时保持代码的清洁和可维护性。