Chat_Gpt API调用上传图片示例

一、API调用现状

跟据https://platform.openai.com/docs/api-reference/chat/create所述，我们可以通过API调用其多模态大模型，而目前国内支持多模态API调用的几乎没有。所以本文后续提供一个通过API调用GPT-4o模型，进行多模态（图片）交互的示例。

二、获取图片的URL

由于openai的官方文档中对图片参数的需求是统一资源定位符（URL），我们需要先将自己本地的图片通过一定方式转换成URL，这里我使用的是sm.ms图床，它提供5GB的免费空间，且它还支持API调用，我们可以通过API调用批量提交图片获取其对应的URL，具体操作流程参考【python】调用sm.ms图床api接口，实现上传图片并返回url_smms图床网页接口-CSDN博客

三 、调用CHAT_Gpt API

首先拿到自己的API_KEY，将自己的API_KEY替换掉YOUR_API_KEY，点击运行就能与GPT-4o进行多模态的交互啦

import requests

def chat_with_gpt(prompt,img_url):
    api_key = "YOUR_API_KEY"
    model = "gpt-4o"
    url = "https://api.openai.com/v1/chat/completions"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    data = {
        "model": model,
        "messages": [
            {
                "role": "user",
                "content": [
                    {
                        "type": "image_url",
                        "image_url": {
                            "url":img_url
                        }
                    }
                ]
            },
            {
                "role": "system",
                "content": [
                    {
                        "type": "text",
                        "text": prompt
                    }
                ]
            } 
        ]
    }
    
    response = requests.post(url, headers=headers, json=data)
    
    if response.status_code == 200:
        response_data = response.json()
        return response_data['choices'][0]['message']['content']

    else:
        return f"Error: {response.status_code}, {response.text}"

if __name__=="__main":
    img_url="https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg"
    prompt="图片里面有什么"
    response = chat_with_gpt(prompt,img_url) 
    print(response)

    #response=这张图片展示了一位坐在沙滩上的女性和她的狗狗。她们正在互动，狗狗举起一只前爪，她伸出手与狗狗互动。背景是一个波光粼粼的大海，天空是明亮的日落时分，整个场景显得温馨而美好。