Openai api调用的python实现和JavaScript前端实现

写在2024.05.29：
标签：openai api,python,javascript

一、获取api-eky

访问OpenAI的官方API网站并登录(https://platform.openai.com/api-keys)

拿到sk-xxx开头的api之后就可以开始下一步了，
*注意：网络问题的解决
对于无法直接访问opeai服务器的情况，建议采用以下两种建议的解决方案：

1. 1.通过云函数实现代理
   2.直接采用国内的大模型厂商的api，像kimi和deepseek都是支持openai风格的调用的*

二、python的实现

1.openai库的安装（是openai不是openapi）

$pip3 install openai

以下是python的代码：

from openai import OpenAI
#定义一个函数，输入是prompt，输出是gpt返回的的response.message中的content
def gpt_completions(prompt):
	#如果是其他大模型，替换这里的url、modely和key
    url = "https://api.openai.com/v1"
    ai_model="gpt-3.5-turbo"
    Key="sk-替换成你自己的apikey"
    
    #创建连接示例
    client = OpenAI(api_key=API,base_url = url)
    message_send=[{"role": "system", "content": ""},{"role": "user", "content": prompt}]
    completion = client.chat.completions.create(
        model=ai_model,
        messages=message_send
    )
    message = completion.choices[0].message.content
    return message
result=gpt_completions("你好")
print("gpt-返回",result)

注意：
不同的大模型提供的接口中，url、model和key都是不同的
新版的openai库和旧版的调用方式是不同的，用gpt3.5给出的调用方式可能是旧版的

二、python的流式输出实现
上面的代码虽然可以运行，但是服务器会在完全生成好了之后才返回结果
在一些长文本输出的情况下速度太慢，流式输出可以很好地解决问题

def gpt_completions_stream(prompt):
    url = "https://api.openai.com/v1"
    ai_model="gpt-3.5-turbo"
    Key="sk-替换成你自己的apikey"
    client = OpenAI(api_key=API,base_url = proxy_url)
    message_send=[{"role": "system", "content": ""},{"role": "user", "content": prompt}]
    stream = client.chat.completions.create(
        model=ai_model,
        messages=message_send,
        #通过添加流式输出参数，使返回的对象变成流式对象
	    stream=True
    )
    #输出流式对象
    for chunk in stream:
        if chunk.choices[0].delta.content is not None:
            print(chunk.choices[0].delta.content, end="")

三、JavaScript的流式输出实现

const axios = require('axios');

async function gptCompletionsStream(prompt) {
    const url = "https://api.openai.com/v1/chat/completions";
    const aiModel = "gpt-3.5-turbo";
    const apiKey = "替换成你自己的apikey";

    const headers = {
        "Authorization": `Bearer ${apiKey}`,
        "Content-Type": "application/json"
    };

    const data = {
        model: aiModel,
        messages: [
            {"role": "system", "content": ""},
            {"role": "user", "content": prompt}
        ],
        stream: true
    };

    try {
        const response = await axios.post(url, data, {
            headers: headers,
            responseType: 'stream'
        });

        response.data.on('data', (chunk) => {
            const lines = chunk.toString().split('\n').filter(line => line.trim() !== '');
            for (let line of lines) {
                const parsedLine = JSON.parse(line);
                if (parsedLine.choices && parsedLine.choices[0].delta && parsedLine.choices[0].delta.content) {
                    process.stdout.write(parsedLine.choices[0].delta.content);
                }
            }
        });

        response.data.on('end', () => {
            console.log("\nStream ended.");
        });

    } catch (error) {
        console.error("Error in streaming completion:", error.response ? error.response.data : error.message);
    }
}

// Example usage
gptCompletionsStream("请问OpenAI的API怎么使用？");