欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python調(diào)用ChatGPT?API接口的用法詳解

 更新時間:2023年05月23日 09:13:02   作者:陶老師運維筆記  
ChatGPT可以實現(xiàn)chat,生成圖片,識別關(guān)鍵,改錯等等功能,本文簡單的給大家介紹一下如何使用python調(diào)用ChatGPT?API接口,感興趣的小伙伴可以參考一下

Python 調(diào)用ChatGPT API 接口介紹

ChatGPT 介紹

  • https://platform.openai.com/examples
  • https://platform.openai.com/docs/api-reference

ChatGPT可以實現(xiàn)chat,生成圖片,識別關(guān)鍵,改錯等等功能,本文簡單介紹如何使用python調(diào)用ChatGPT API 接口。

1. 生成API Key

從openai官網(wǎng)網(wǎng)址:https://platform.openai.com/account/api-keys,生成我們的API key:

獲得key后我們就可以調(diào)用API接口了。

2. 安裝openai

使用pip安裝openai庫,命令: pip install openai。

安裝openai庫: pip install openai

3. python代碼調(diào)用API

3.1 主要步驟

# 調(diào)用openai api的步驟
# 1. 安裝openai庫 pip install openai
# 2. 設(shè)置openai的api_key 
# 3. 調(diào)用openai的api
# 4. 參考文檔
# https://platform.openai.com/docs/api-reference/completions/create
# https://platform.openai.com/docs/api-reference/authentication
# https://platform.openai.com/docs/api-reference/completions/create
# https://platform.openai.com/docs/libraries/community-libraries 

3.2 代碼示例

API可以實現(xiàn)chat,生成圖片,識別關(guān)鍵,改錯等等功能。 下面是主要示例代碼。 注意:openai.api_key = "sk-xxxFQ" #要更換成自已的API KEY

#!/usr/local/bin/python3.8
# -*- coding: utf8 -*-
# 調(diào)用openai api的步驟
# 1. 安裝openai庫 pip install openai
# 2. 設(shè)置openai的api_key 
# 3. 調(diào)用openai的api
# 4. 參考文檔
# https://platform.openai.com/docs/api-reference/completions/create
# https://platform.openai.com/docs/api-reference/authentication
# https://platform.openai.com/docs/api-reference/completions/create
# https://platform.openai.com/docs/libraries/community-libraries 
import os
import openai
import json
# 1. 準(zhǔn)備好請求的url
#openai.organization = "YOUR_ORG_ID" # 
#openai.api_key = os.getenv("OPENAI_API_KEY")
openai.api_key = "sk-xxxFQ" #要更換成自已的API KEY
# 查看可以使用的模型列表
def get_model_list():
    models= openai.Model.list()
    print(models)
# 生成文本示例
def generate_text(prompt):
    completions = openai.Completion.create(
        engine="text-davinci-002",
        prompt=prompt,
        max_tokens=1024,
        n=1,
        stop=None,
        temperature=0.5,
    )
    message = completions.choices[0].text
    return message.strip()
# 調(diào)用openai 畫圖示例
def generate_image(prompt):
    response = openai.Image.create(
        prompt = prompt,
        n=1,
        size="512x512"
    )
    image_url = response['data'][0]['url']
    return image_url
# 調(diào)用openai 問答示例
def chat(prompt):
    response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content":prompt}
    ]
)
    answer = response.choices[0].message.content
    return answer
# 調(diào)用openai 改正錯詞輸出正確句子
def correct():
    prompt="改正錯詞輸出正確句子:\n\n我在京東電商平臺買了蘋果耳幾和華為體脂稱"  #建議prompt: 改正錯詞輸出正確句子:\n\n input_sentence
    response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content":prompt}
    ]
)
    answer = response.choices[0].message.content
    return answer
# 調(diào)用openai 識別關(guān)鍵詞
def keyword():
    prompt="對下面內(nèi)容識別2個關(guān)鍵詞,每個詞字數(shù)不超過3個字:\n\n齊選汽車掛件車內(nèi)掛飾車載后視鏡吊墜高檔實心黃銅玉石出入平安保男女 紅流蘇-玉髓平安扣"  #建議prompt: 對下面內(nèi)容識別n個關(guān)鍵詞,每個詞字數(shù)不超過m個字:\n\n input data
    response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content":prompt}
    ]
)
    answer = response.choices[0].message.content
    return answer
# 抽取文本向量 (Embedding)
def embedding():
    content = '蘋果手機'
    response = openai.Embedding.create(
    model="text-embedding-ada-002",
    input=content
)
    answer = response.data[0].embedding
    return answer
def api_test():
    # 測試chat 
    # prompt = "人口最多的國家?"
    # response = chat(prompt)
    # print(response)
# 
    # 測試generate_text
    # prompt = "Hello, how are you today?"
    # response = generate_text(prompt)
    # print(response) 
    # 測試generate_image
    #prompt = "a delicious dessert"
    #response = generate_image(prompt)
    #print(response)
    # 測試correct
    # response = correct()
    # print(response) #輸出結(jié)果: 我在京東電商平臺買了蘋果耳機和華為體脂秤。
    # 測試keyword
    #response = keyword()
    #print(response) #輸出結(jié)果: 掛件、平安扣
    # 測試embedding
    result = embedding()
    print(len(result))
    print(result)
if __name__ == '__main__':
    api_test()

4. flask實現(xiàn)chat效果的示例

https://github.com/openai/openai-quickstart-python

下載git代碼:

git clone https://github.com/openai/openai-quickstart-python.git
cd openai-quickstart-python
cp .env.example .env
python -m venv venv
. venv/bin/activate
pip install -r requirements.txt
flask run

運行效果:

到此這篇關(guān)于Python調(diào)用ChatGPT API接口的用法詳解的文章就介紹到這了,更多相關(guān)Python調(diào)用ChatGPT API接口內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • python3 自動識別usb連接狀態(tài),即對usb重連的判斷方法

    python3 自動識別usb連接狀態(tài),即對usb重連的判斷方法

    今天小編就為大家分享一篇python3 自動識別usb連接狀態(tài),即對usb重連的判斷方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • 深度學(xué)習(xí)TextLSTM的tensorflow1.14實現(xiàn)示例

    深度學(xué)習(xí)TextLSTM的tensorflow1.14實現(xiàn)示例

    這篇文章主要為大家介紹了深度學(xué)習(xí)TextLSTM的tensorflow1.14實現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-01-01
  • Pytorch可視化之Visdom使用實例

    Pytorch可視化之Visdom使用實例

    Visdom 是一個專門用于 PyTorch 的交互式可視化工具,可以對實時數(shù)據(jù)進行豐富的可視化,幫助我們實時監(jiān)控在遠程服務(wù)器上進行的科學(xué)實驗,這篇文章主要給大家介紹了關(guān)于Pytorch可視化之Visdom使用的相關(guān)資料,需要的朋友可以參考下
    2021-08-08
  • Pytorch使用DataLoader實現(xiàn)批量加載數(shù)據(jù)

    Pytorch使用DataLoader實現(xiàn)批量加載數(shù)據(jù)

    這篇文章主要介紹了Pytorch使用DataLoader實現(xiàn)批量加載數(shù)據(jù)方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • Python接單的過程記錄分享

    Python接單的過程記錄分享

    這篇文章主要介紹了Python接單的過程記錄分享,需要的朋友可以參考下
    2021-04-04
  • Python函數(shù)式編程模塊functools的使用與實踐

    Python函數(shù)式編程模塊functools的使用與實踐

    本文主要介紹了Python函數(shù)式編程模塊functools的使用與實踐,教你如何使用?functools.partial、functools.wraps、functools.lru_cache?和?functools.reduce,感興趣的可以了解一下
    2024-03-03
  • python實現(xiàn)人民幣大寫轉(zhuǎn)換

    python實現(xiàn)人民幣大寫轉(zhuǎn)換

    這篇文章主要為大家詳細介紹了python實現(xiàn)人民幣大寫轉(zhuǎn)換的方法,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-06-06
  • python實現(xiàn)一個簡單的貪吃蛇游戲附代碼

    python實現(xiàn)一個簡單的貪吃蛇游戲附代碼

    這篇文章主要介紹了python實現(xiàn)一個簡單的貪吃蛇游戲附代碼,文章圍繞主題展開詳細的內(nèi)容介紹,具有一定的參考價值,需要的小伙伴可以參考一下
    2022-06-06
  • python實現(xiàn)的希爾排序算法實例

    python實現(xiàn)的希爾排序算法實例

    這篇文章主要介紹了python實現(xiàn)的希爾排序算法,實例分析了基于Python實現(xiàn)希爾排序的相關(guān)技巧,需要的朋友可以參考下
    2015-07-07
  • web自動化測試Selenium點擊元素的常用方法

    web自動化測試Selenium點擊元素的常用方法

    在Web自動化測試中,Selenium提供多種點擊方法,常用的click()方法通過選中元素并觸發(fā)點擊事件,若click()方法不穩(wěn)定,可以采用JavaScript執(zhí)行點擊或使用ActionChains類模擬鼠標(biāo)點擊,需要的朋友可以參考下
    2024-09-09

最新評論