代码收藏家技术教程 2025-01-11

Python OpenAI 库开发指南：从入门到实战精通

在人工智能（AI）领域，OpenAI无疑是全球最受瞩目的机构之一。它推出的GPT系列模型、DALL·E等创新技术，正在深刻改变各行各业。作为Python开发者，我们该如何快速上手并高效利用OpenAI的API，成为了提升个人竞争力的关键。

本文将带你从零开始，深入解析Python语言中的openAI库，助你掌握AI开发的核心工具，成为AI领域的专家。

一、什么是openAI库？它能为开发者带来什么？

1.1 openAI库简介

openAI库是OpenAI官方提供的Python SDK，旨在帮助开发者轻松调用OpenAI的API，实现自然语言处理（NLP）、图像生成、代码补全等AI功能。通过openAI库，开发者可以快速集成GPT、DALL·E等先进模型，构建智能应用。

1.2 openAI库的核心

简化开发流程：openAI库封装了复杂的API调用逻辑

支持多种模型：包括GPT-3、GPT-4、Codex等，满足不同场景需求。

灵活的参数配置：开发者可以通过调整参数，控制模型的输出质量、风格等。

高效的数据处理：支持批量请求、流式响应等功能，提升开发效率。

二、openAI库的安装和配置

2.1 安装openAI库

在开始使用openAI库之前，首先需要安装它。可以通过以下命令安装最新版本的openAI库：

pip install openai

2.2 配置API KEY

要使用openAI库，你需要一个OpenAI API KEY。以下是配置步骤：

之前写过CSDN的文章，教你如何获取OpenAI API KEY的教程，你可以前往这里查看：【OpenAI】获取OpenAI API Key的多种方式全攻略：从入门到精通
注意！注意！注意！ Python代码中如果要设置base_url和api_key。那么在配置base_url的时候你要注意一点，那就是在OpenAI库里面，Python的base_url后面，自带了v1的参数。所以base_url后面也要加上v1，如下代码：


from openai import OpenAI
client = OpenAI(
    api_key="这里是获取的api_key",
    base_url="https://api.aihao123.cn/luomacode-api/open-api/v1"
)

response = client.chat.completions.create(
    messages=[
    	# 把用户提示词传进来content
        {'role': 'user', 'content': "1+1等于几？帮我说列出详细步骤。"},
    ],
    model='gpt-3.5-turbo',  # 调用的模型
    stream=True  # True 是流逝返回，False是非流逝返回
)

# stream=False的时候，打开这个，启用非流式返回
# print(response.choices[0].message.content)

# stream=True的时候，启用流示返回
for chunk in response:
    print(chunk.choices[0].delta.content, end="", flush=True)

三、openAI库的核心功能详解

3.1 文本生成：GPT模型的使用

GPT（Generative Pre-trained Transformer）是OpenAI最著名的模型之一，广泛应用于文本生成、对话系统等场景。以下是一个简单的文本生成示例：

from openai import OpenAI

client = OpenAI(
    api_key="这里是获取的api_key",
    base_url="https://api.aihao123.cn/luomacode-api/open-api/v1"

)
response = client.chat.completions.create(
    messages=[
        {'role': 'user', 'content': "写一篇关于人工智能的文章。"}, ],
    model='gpt-3.5-turbo',
    # stream=False
    stream=False,
    max_tokens=500
)
print(response.choices[0].message.content)

# for chunk in response:
#     print(chunk.choices[0].delta.content, end="", flush=True)

参数说明：

model：指定使用的模型，如gpt-3.5-turbo。

messages：输入的提示文本。

stream：等于False，是非流示返回。

max_tokens：生成文本的最大长度。

3.2 代码补全：Codex模型的使用

Codex是OpenAI专为代码生成优化的模型，支持多种编程语言。以下是一个代码补全示例：

response = client.chat.completions.create(
    messages=[
        {'role': 'user', 'content': "1+1"}, ],
    model='gpt-3.5-turbo',
    # stream=False
    stream=False,
    max_tokens=200
)
print(response.choices[0].message.content)

参数说明：

response = client.chat.completions.create()：这个是代码补全的参数completions。

3.3 图像识别：4O模型的使用

4O模型是OpenAI的大语言模型，可以根据图片生成对应文案。以下是一个图像识别示例：

目标：我要去识别这个图片
请添加图片描述
完整的代码如下：

from openai import OpenAI

client = OpenAI(
    api_key="这里是获取的api_key",
    base_url="https://api.aihao123.cn/luomacode-api/open-api/v1"

)
response = client.chat.completions.create(
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "text": "这是什么？",
                    "type": "text"
                },
                {
                    "image_url": {
                        "url": "data:image/png;base64,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"
                    },
                    "type": "image_url"
                }
            ]
        }
    ],
    model='gpt-4o-2024-05-13',
    stream=False,
    max_tokens=200
)

print(response.choices[0].message.content)

参数说明：

image_url：参数里面的image_url传入的是Base64，你也可以传入URL，但是传Base64响应会非常的快。这个是我用的转Base64的工具：转Base64

等转完Base64后，在把内容贴到image_url即可。或者你可以直接调用Base64的代码库也可以。

四、openAI库的高级用法

4.1 批量请求与流式响应

为了提高效率，openAI库支持批量请求和流式响应。以下是一个批量请求示例：

response = client.chat.completions.create(
    messages=[
       	{'role':'user', 'content': "10+5"},
       	{'role': 'user', 'content': "2+1"}
    ],
    model='gpt-3.5-turbo',
    stream=False,
    # stream=True,
    max_tokens=500
)

print(response.choices[0].message.content)

4.3 错误处理与重试机制

在实际开发中，可能会遇到API调用失败的情况。以下是一个简单的错误处理示例：

import time
from os import error
from openai import OpenAI

def generate_text(prompt):
    client = OpenAI(
        api_key="这里是获取的api_key",
        base_url="https://api.aihao123.cn/luomacode-api/open-api/v1"

    )
    try:
        response = client.chat.completions.create(
            messages=[
                {'role': 'user', 'content': prompt}, ],
            model='gpt-3.5-turbo',
            # stream=False
            stream=False,
            max_tokens=200
        )
        return response.choices[0].message.content
    except error:
        time.sleep(10)
        return generate_text(prompt)

if __name__ == '__main__':
    prompt = "床前明月光下一句是什么？并且输出完整的解释"
    print(generate_text(prompt))