【OpenAI】一文教你如何获取OpenAI API

1、通过国内的“CodeMoss”获取OpenAI API

由于部分海外服务访问限制，针对国内用户可以通过国内平台“CodeMoss”获取OpenAI API。

2、访问CodeMoss工具

打开CodeMoss进入主页https://pc.aihao123.cn/index.html#/page/login?invite=1141439&fromChannel=MossKey

3、进入API管理界面

导航至API管理页面。

4、生成新的API

1. 点击“添加”按钮。
2. 创建成功后，点击“查看KEY”按钮，获取你的Key。

---

使用OpenAI API的实战教程

拥有了API和Key后，接下来就是如何在你的项目中调用OpenAI API了。以下以Python为例，详细展示如何进行调用。

1.可以调用的模型

gpt-3.5-turbo
gpt-3.5-turbo-1106
gpt-3.5-turbo-0125
gpt-3.5-16K
gpt-4
gpt-4-32K
gpt-4o-2024-05-13
gpt-4o-mini
claude-2
claude-3-opus-20240229
claude-3-sonnet-20240229
deepseek-chat
ERNIE-Bot
ERNIE-Bot-4
chatglm_pro
SparkDesk
moonshot-v1-8k

2.Python示例代码（基础）

基本使用：直接调用，没有设置系统提示词的代码

• 流逝返回

from openai import OpenAI
client = OpenAI(
    api_key="这里是CodeMoss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': "鲁迅为什么打周树人？"},
    ],
    model='gpt-4',  # 上面写了可以调用的模型
    stream=True  # 一定要设置True
)

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

• 非流逝返回

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=False  # True 是流逝返回，False是非流逝返回
)

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

3.Python示例代码（高阶）

进阶代码：根据用户反馈的问题，用GPT进行问题分类

from openai import OpenAI

# 创建OpenAI客户端
client = OpenAI(
    api_key="your_api_key",  # 你自己创建创建的Key
    base_url="your_base_url"  # 你的base_url
)

def api(content):
    print()
    
    # 这里是系统提示词
    sysContent = f"请对下面的内容进行分类，并且描述出对应分类的理由。你只需要根据用户的内容输出下面几种类型：bug类型,用户体验问题，用户吐槽." \
                 f"输出格式:[类型]-[问题:{content}]-[分析的理由]"
    response = client.chat.completions.create(
        messages=[
            # 把系统提示词传进来sysContent
            {'role': 'system', 'content': sysContent},
            # 把用户提示词传进来content
            {'role': 'user', 'content': content},
        ],
        # 这是模型
        model='gpt-4',  # 上面写了可以调用的模型
        stream=True
    )

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


if __name__ == '__main__':
    content = "这个页面不太好看"
    api(content)