GPT3.5接口调用方法主要包括openai安装、api_requestor.py替换、接口调用、示例程序说明四个部分。
Python openai库可直接通过pip install openai安装。如果已经安装openai，但是后续提示找不到ChatCompletion，那么请使用命令“pip install -U openai”来升级openai。
Python openai安装完成之后，会产生api_requestor.py文件，文件位于python环境库文件目录下“site-packages\openai\api_requestor.py”，如下所示。将该文件进行替换，在公众号乐乐感知学堂中回复api35即可获得用来替换的文件。
Windows：C:\ProgramData\Anaconda3\Lib\site-packages\openai\api_requestor.py或C:\ProgramData\Anaconda3\envs\xxx\lib\site-packages\openai\api_requestor.pyLinux：/root/miniconda3/lib/pythonxx/site-packages/openaiapi_requestor.py或/root/miniconda3/envs/xxx/lib/pythonxx/site-packages/openaiapi_requestor.py将该文件进行替换，在公众号乐乐感知学堂中回复api35即可获得用来替换的文件。接口调用方式不变，与openai自身调用方式一致。输入主要有7个参数。
（1）model：模型名称，gpt-3.5-turbo或gpt-3.5-turbo-0301
（2）messages：问题或待补全内容，下面重点介绍。
（3）temperature：控制结果随机性，0.0表示结果固定，随机性大可以设置为0.9。
（4）max_tokens：最大返回字数（包括问题和答案），通常汉字占两个token。假设设置成100，如果prompt问题中有40个汉字，那么返回结果中最多包括10个汉字。ChatGPT API允许的最大token数量为4096，即max_tokens最大设置为4096减去问题的token数量。
（5）top_p：设置为1即可。
（6）frequency_penalty：设置为0即可。
（7）presence_penalty：设置为0即可。
（8）stream：控制连续输出或完整输出。
需要注意，上述输入参数增加stream，即是否采用控制流的方式输出。
如果stream取值为False，那么完全返回全部文字结果，可通过response.choices[0].delta['content']进行读取。但是，字数越多，等待返回时间越长，时间可参考控制流读出时的4字/每秒。如果steam取值为True时，那么返回结果是一个Python generator，需要通过迭代获取结果，平均大约每秒钟4个字（33秒134字，39秒157字）。读取程序如下所示.
messages字段组成部分包括角色role和content问题两个部分组成，如下所示：
model="gpt-3.5-turbo", messages=[ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Who won the world series in 2020?"}, {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."}, {"role": "user", "content": "Where was it played?"} ]在gpt-3.5-turbo模型中，角色role包含system系统、assistant助手和用户user三种类型。System角色相当于告诉ChatGPT具体以何种角色回答问题，需要在content中指明具体的角色和问题内容。而gpt-3.5-turbo-0301主要区别在于更加关注问题内容，而不会特别关注具体的角色部分。gpt-3.5-turbo-0301模型有效期到6月1日，而gpt-3.5-turbo会持续更新。
assistant助手和用户user则相当于已经指明了角色，content直接写入关注的问题即可。
（1）stream = False
import openaidef openai_reply(content, apikey): openai.api_key = apikey response = openai.ChatCompletion.create( model="gpt-3.5-turbo-0301",#gpt-3.5-turbo-0301 messages=[ {"role": "user", "content": content} ], temperature=0.5, max_tokens=1000, top_p=1, frequency_penalty=0, presence_penalty=0, ) # print(response) return response.choices[0].message.contentif __name__ == '__main__': content = '你是谁？' ans = openai_reply(content, '你的APIKEY') print(ans)（2）stream = True
import timeimport openaiopenai.api_key = "你的APIKEY"response = openai.ChatCompletion.create( model="gpt-3.5-turbo", messages=[ {"role": "user", "content": 'how are you'} ], temperature=0, max_tokens=1000, stream=True, top_p=1, frequency_penalty=0, presence_penalty=0, user='RdFast智能创作机器人小程序')print(response)print('response["choices"][0]["text"]结果如下所示：')ans = ''for r in response: if 'content' in r.choices[0].delta: ans += r.choices[0].delta['content'] print(ans)print(ans)
来源地址：https://blog.csdn.net/suiyingy/article/details/129756347
