人工智能|ChatGPT 的 API 使用

简介: ChatGPT 不仅仅只是具备一个聊天机器人的功能。在其开放了 api 之后,就可以将 GPT 模型强大的能力轻松的通过 API 调用的方式使用。在掌握 ChatGPT api 的基础使用的同时,也可以为后续学习 LangChain 打下重要的基础。

简介

ChatGPT 不仅仅只是具备一个聊天机器人的功能。在其开放了 api 之后,就可以将 GPT 模型强大的能力轻松的通过 API 调用的方式使用。在掌握 ChatGPT api 的基础使用的同时,也可以为后续学习 LangChain 打下重要的基础。

官方资料

环境准备

在使用之前,需要准备好以下两个环境:

  1. openai 第三方库,openai 提供了一个封装的非常完备的 python 库,可以直接使用 pip 安装:pip install openai。
  2. 如果有账号,可以使用自己创建的token:https://platform.openai.com/api-keys。
  3. 如果想要使用学院提供的token: 学院提供的几种 OpenAI API 请求方式汇总。
  4. 注意:如果没开代理,则请求会出现报错。

注意事项

  1. 注意 API 调用是收费的,但是 OpenAI 已经为我们免费提供了 5 美元的用量。如果超出限额,需要及时充值。
  2. 如果调用 token,则需要验证手机号。手机号申请可以参考ChatGPT 账号注册。

模型说明

官方模型说明https://platform.openai.com/docs/models/overview

如何使用

请求示例

  • 使用个人注册的token的场景:

# 环境准备 演示使用 1.x 版本
import openai
# 使用个人注册的token
openai.api_key = "you openai token"
# 反向代理地址,如果没有全局代理的话就添加此配置
openai.base_url = "http://20.150.220.45/chatgpt/v1/"
# 发送消息 model 是指定模型
# temperature 较低的temperature会产生更一致的输出(例如 0.2),而较高的值会产生更加多样化和创造性的结果(例如 1.0)。根据您的特定应用的一致性和创造性之间所需的权衡选择温度值。温度范围为 0 至 2。
response = openai.chat.completions.create(
    model='gpt-3.5-turbo',
    messages=[{'role': 'user', 'content': '你好,你是谁?'}],
    temperature=0
)
answer = response.choices[0].message.content
print(answer)
  • 使用学院提供的token的场景:

由于经常动态变化,请点击链接学院提供的几种 OpenAI API 请求方式汇总参考:

https://ceshiren.com/t/topic/27364

相关文章
|
1月前
|
API Docker 容器
如何免费获取 ChatGPT API Key?
上篇文章介绍了NextChat项目,只需配置ChatGPT API Key即可拥有私人ChatGPT网页应用。本文继续介绍免费获取API Key的来源——GPT_API_free,一个拥有13.6K Star的Github开源项目。需用Github账号绑定领取Key,支持gpt-3.5-turbo、embedding、gpt-4,但gpt-4每天限3次调用。GPT_API_free也提供付费版API,以支持项目持续运营。
568 0
如何免费获取 ChatGPT API Key?
|
4月前
|
人工智能
最近很火的人工智能ChatGPT可以实现“ 连续对话”机制
这篇文章介绍了人工智能ChatGPT实现连续对话机制的方法,包括如何通过传递特定的参数如conversation_id来保持对话的连续性。
最近很火的人工智能ChatGPT可以实现“ 连续对话”机制
|
4月前
|
人工智能 Java 定位技术
人工智能ChatGPT 体验案例:使用ChatGPT实现java扫雷小游戏
这篇文章通过一个使用ChatGPT实现的Java扫雷小游戏案例,展示了ChatGPT在编程领域的应用能力。文章中包含了扫雷游戏的Java代码实现,代码中初始化了雷区地图,随机放置雷,计算每个格子周围雷的数量,并提供了一个简单的文本界面与用户交互进行游戏。游戏通过控制台输入接受玩家的指令,并给出相应的反馈。
人工智能ChatGPT 体验案例:使用ChatGPT实现java扫雷小游戏
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】深度解读 ChatGPT基本原理
ChatGPT是OpenAI开发的一种基于人工智能技术的自然语言处理工具,它代表了自然语言处理(NLP)技术的前沿进展。ChatGPT的基本原理建立在一系列先进技术和方法之上,主要包括GPT(Generative Pre-trained Transformer)模型架构、预训练与微调技术、以及可能采用的RLHF(Reinforcement Learning from Human Feedback)等高级训练策略。下面将详细解读ChatGPT的基本原理和关键技术:
105 1
|
4月前
|
开发框架 人工智能 自然语言处理
基于ChatGPT的API的C#接入研究
基于ChatGPT的API的C#接入研究
|
6月前
|
人工智能 算法 数据挖掘
【人工智能】第七部分:ChatGPT的未来展望
【人工智能】第七部分:ChatGPT的未来展望
64 3
【人工智能】第七部分:ChatGPT的未来展望
|
5月前
|
设计模式 人工智能 测试技术
利用人工智能ChatGPT自动生成基于PO的数据驱动测试框架
PO(PageObject)设计模式将某个页面的所有元素对象定位和对元素对象的操作封装成一个 Page 类,并以页面为单位来写测试用例,实现页面对象和测试用例的分离。 数据驱动测试(DDT)是一种方法,其中在数据源的帮助下重复执行相同顺序的测试步骤,以便在验证步骤进行时驱动那些步骤的输入值和/或期望值。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】第一部分:ChatGPT的基本概念和技术背景
【人工智能】第一部分:ChatGPT的基本概念和技术背景
206 6
|
6月前
|
机器学习/深度学习 人工智能 算法
【人工智能】第二部分:ChatGPT的架构设计和训练过程
【人工智能】第二部分:ChatGPT的架构设计和训练过程
164 4
|
6月前
|
人工智能 自然语言处理 搜索推荐
【人工智能】第六部分:ChatGPT的进一步发展和研究方向
【人工智能】第六部分:ChatGPT的进一步发展和研究方向
75 3

热门文章

最新文章

下一篇
DataWorks