通俗理解API:OpenAI API调用手册

2023年 8月 13日 32.0k 0

第1章:理解API——程序之间的合约

1.1 API的定义

API的英文即Application Programming Interface首字母的缩写,直译过来的意思就是:程序之间的接口。不过,我更倾向于把API理解为,程序之间的合约。这样的理解有助于我们更深入地揭示API的本质。

1.2 程序之间的合约:一种现实世界的类比

为了更好地理解API是如何充当程序之间的合约,我们可以通过一个现实世界的例子来展示。

想象一下餐厅里的服务员和厨师。顾客通过菜单选择自己想吃的食物,服务员将订单传递给厨师。在这个过程中,菜单就充当了一种“合约”。

  • 菜单(API): 菜单上列出了所有可供选择的菜肴以及它们的价格。这就像是API提供了一系列可用的函数、方法和数据结构,让开发人员知道可以使用哪些操作和如何使用它们。
  • 顾客(调用方): 顾客选择菜单上的菜肴。这就像程序中的一部分(调用方)选择调用API的特定功能。
  • 服务员(接口): 服务员了解菜单上的内容,并将顾客的选择传递给厨师。这就像接口在调用方和被调用方之间传递信息。
  • 厨师(被调用方): 厨师根据服务员传递的信息准备食物。在软件中,这个阶段对应于API所代表的底层系统或服务执行特定操作。
  • 准备食物(执行操作): 厨师根据订单准备食物,并确保按照菜单的描述准备。同样地,API确保按照文档中的描述执行特定操作。
  • 食物的交付(返回值): 食物准备好后,服务员将其送到顾客的桌上。在软件中,执行操作后,API会返回特定的值或结果。

通过这个类比,我们可以清楚地看到API作为程序之间的合约的工作原理。它定义了如何请求特定操作,如何传递参数,如何执行操作,以及如何返回结果。只要遵循API的规则(菜单),各方都可以顺利协同工作。如果尝试执行不在API规定范围内的操作,就像点菜单上没有的食物,那么操作将无法进行。

第2章:OpenAI API概述

2.1 人工智能的普及和OpenAI的角色

随着人工智能的飞速发展,它已经不仅限于学术研究或大型企业的专利技术。从推荐系统到自动驾驶汽车,AI正在渗透到我们日常生活的方方面面。在这个背景下,OpenAI通过开发易用的API接口,让普通人也能轻松使用和开发自己的对话式人工智能。这不仅降低了入门门槛,还促进了AI技术的广泛传播和应用。

2.2 OpenAI调用流程简述

调用OpenAI的API流程相当直观和友好,以下是一般的流程概述:

  • 注册和获取API密钥: 任何有意使用OpenAI服务的人员或组织首先需要在OpenAI的官方网站上注册,并获取专属的API密钥。这个密钥将用于身份验证和授权。

  • 选择适当的模型: OpenAI提供了一系列的预训练模型,如GPT-3和GPT-4等,开发者可以根据自己的需求选择合适的模型。

  • 构建和发送请求: 通过构建特定的请求,可以与选定的模型进行交互。请求通常包括您希望模型执行的任务的具体细节,如文本生成、文本补全等。

  • 接收和处理响应: 模型将根据您的请求生成一个响应,并返回给您的应用程序。您可以进一步处理这些响应,以适应您的具体需求或应用场景。

  • 分析和优化: OpenAI还提供了工具和资源来帮助您分析模型的性能,以便您可以根据需要进行调整和优化。

  • OpenAI的API不仅强大而且灵活,无论是初学者还是经验丰富的开发者都能轻松上手。它打开了一个新的世界,让更多人能够探索和利用人工智能的潜力。随着技术和平台的不断完善和升级,未来有望看到更多由OpenAI API支持的创新应用和服务。

    第3章:OpenAI API简单调用(以gpt-3.5-turbo为例)

    本章将列举几种常用语言的调用

    Linux终端

    curl https://api.openai.com/v1/chat/completions 
      -H "Content-Type: application/json" 
      -H "Authorization: Bearer $OPENAI_API_KEY" 
      -d '{
         "model": "gpt-3.5-turbo",
         "messages": [{"role": "user", "content": "Say this is a test!"}],
         "temperature": 0.7
       }'
    

    Node.js(JavaScript)

    async function getdata(){
      const res = await fetch('https://api.openai.com/v1/chat/completions',{
        method:'POST',
        headers:{
          Authorization:'Bearer 你的apikey',
          "Content-Type":"application/json"
        },
        body:JSON.stringify({
          model:'gpt-3.5-turbo',
          messages:[
            {
              role:"user",
              content:"hello!"
            },
            {
              role:"user",
              content:"how are you?"
            }
          ]
        })
      })
      const data = await res.json();
      console.log(data);
    }
    getdata()
    

    Python

    import requests
    
    url = 'http://172.178.89.163:3001/v1/chat/completions'
    
    headers = {
        'Authorization': 'Bearer 你的apikey',
        'Content-Type': 'application/json'
    }
    
    data = {
        'model': 'gpt-3.5-turbo',
        'messages': [
            {'role': 'user', 'content': 'hello!'},
            {'role': 'user', 'content': 'how are you?'}
        ]
    }
    
    response = requests.post(url, headers=headers, json=data)
    content = response.json().get('choices')[0].get('message').get('content')
    
    print(content)
    

    GO

    package main
    
    import (
            "bytes"
            "encoding/json"
            "fmt"
            "net/http"
    )
    
    func main() {
            url := "https://api.openai.com/v1/chat/completions"
    
            messages := []map[string]string{
                    {"role": "user", "content": "hello!"},
                    {"role": "user", "content": "how are you?"},
            }
    
            bodyMap := map[string]interface{}{
                    "model":    "gpt-3.5-turbo",
                    "messages": messages,
            }
    
            body, _ := json.Marshal(bodyMap)
    
            req, _ := http.NewRequest("POST", url, bytes.NewBuffer(body))
            req.Header.Add("Authorization", "Bearer 你的apikey")
            req.Header.Add("Content-Type", "application/json")
    
            resp, err := http.DefaultClient.Do(req)
    
            if err != nil {
                    fmt.Println("Error:", err)
                    return
            }
    
            defer resp.Body.Close()
            var result map[string]interface{}
            json.NewDecoder(resp.Body).Decode(&result)
            fmt.Println(result)
    }
    

    第4章:OpenAI API调用手册

    4.1调用方式

    你可以通过任何编程语言的HTTP请求与API进行交互!

    4.2身份验证

    OpenAI API使用API密钥进行身份验证。所有API请求都要在Authorization HTTP头部中包括您的API密钥

    Authorization: Bearer OPENAI_API_KEY
    

    如何获取API Key:platform.openai.com/account/api…

    4.3models列表

      使用接口管理工具,可以获取OpenAi的models列表,也可自行调用。

    GET https://api.openai.com/v1/models
    
    import requests
    
    url = 'https://api.openai.com/v1/models'
    headers = {
        'Authorization': 'Bearer 你的apikey'
    }
    
    response = requests.get(url, headers=headers)
    
    print(response.json())
    

    这里直接列举了OpenAI常用模型

    模型名称 最大token 费用(输入 or 输出) 请求速率(Free or Bill) HTTP请求地址
    gpt-4 8,192 tokens $0.03 / 1K tokens $0.06 / 1K tokens NULL 3500次/min api.openai.com/v1/chat/com…
    gpt-4-0613 8,192 tokens $0.03 / 1K tokens $0.06 / 1K tokens NULL 3500次/min api.openai.com/v1/chat/com…
    gpt-4-32k 32,768 tokens $0.06 / 1K tokens $0.12 / 1K tokens NULL 3500次/min api.openai.com/v1/chat/com…
    gpt-4-32k 32,768 tokens $0.06 / 1K tokens $0.12 / 1K tokens NULL 3500次/min api.openai.com/v1/chat/com…
    gpt-3.5-turbo 4,096 tokens $0.0015 / 1K tokens $0.002 / 1K tokens 3次/min 3500次/min api.openai.com/v1/chat/com…
    gpt-3.5-turbo-16k 16,384 tokens $0.003 / 1K tokens $0.004 / 1K tokens 3次/min 3500次/min api.openai.com/v1/chat/com…
    gpt-3.5-turbo-0613 4,096 tokens $0.0015 / 1K tokens $0.002 / 1K tokens 3次/min 3500次/min api.openai.com/v1/chat/com…
    gpt-3.5-turbo-16k-0613 16,384 tokens $0.003 / 1K tokens $0.004 / 1K tokens 3次/min 3500次/min api.openai.com/v1/chat/com…
    DALL·E 1024×1024 $0.020 / image 5次/min 50次/min api.openai.com/v1/images/g…

    4.4参数

    聊天模型request and response

    参数名称 参数类型 是否必须 参数介绍
    model string 要使用的模型ID
    messages array[] 对话的消息列表
    role 对话角色
    content 对话内容
    temperature number or null 否(默认1) 生成内容随机度(范围0-2)
    top_p number or null 否(默认1) 另一种采样方式,不建议改变
    n integer or null 否(默认1) 生成内容的条数
    stream bool or null 否(默认false) 流式生成内容
    max_tokens integer 否(默认inf) 最大的token数
    其他 不常用 自行查阅platform.openai.com/docs/api-re…

    json格式请求与返回

    {
      "model": "gpt-3.5-turbo-0613",
      "max_tokens": 1000,
      "stream": true,
      "n": 1,
      "temperature":1,
      "messages": [
        {
          "role": "system",
          "content": "你现在需要扮演喜羊羊,当我问到你是谁的时候,你回答你是喜羊羊!"
        },
        {
          "role": "user",
          "content": "你是谁?"
        },
        {
          "role": "assistant",
          "content": "我是喜羊羊!快乐又活泼的喜羊羊!"
        }
      ]
    }
    
    {
      "id": "chatcmpl-7me3fFf3j7X5qJucqBpPB7SkKjRHz",
      "object": "chat.completion",
      "created": 1691828083,
      "model": "gpt-3.5-turbo-0613",
      "choices": [
        {
          "index": 0,
          "message": {
            "role": "assistant",
            "content": "咩咩咩咩~大家快跑,灰太狼来了!我是喜羊羊,我们要小心!"
          },
          "finish_reason": "stop"
        }
      ],
      "usage": {
        "prompt_tokens": 101,
        "completion_tokens": 44,
        "total_tokens": 145
      }
    }
    

    4.5进阶用法

      如何使请求携带上下文?

      答:将整个聊天数组都发送,即实现上下文功能,但请求不能超过最大token。

      如何自定义请求功能?

      答:在消息数组中使用system或者user指定chat身份,通过prompt工程,使其拥有特定功能。

    第5章:OpenAI API调用的坑坑绕绕

      请求不成功怎么办?

      答:国内网络无法请求api.openai.com,请自行解决。

      多次请求后失败?

    答:免费用户一分钟只能发送三次请求。

    相关文章

    服务器端口转发,带你了解服务器端口转发
    服务器开放端口,服务器开放端口的步骤
    产品推荐:7月受欢迎AI容器镜像来了,有Qwen系列大模型镜像
    如何使用 WinGet 下载 Microsoft Store 应用
    百度搜索:蓝易云 – 熟悉ubuntu apt-get命令详解
    百度搜索:蓝易云 – 域名解析成功但ping不通解决方案

    发布评论