【LangChain】openai.ChatCompletion 迁址至 openai.chat.completions.create-CSDN博客

本文链接：https://blog.csdn.net/u013172930/article/details/147677131

代码中使用了 openai.ChatCompletion，会触发 APIRemovedInV1 错误，提示 OpenAI Python SDK 在 1.0.0 及以上版本已移除 ChatCompletion 接口。官方建议迁移到新接口（openai.chat.completions.create），或回退到旧版本（如 openai==0.28）。本文基于 LangChain 0.3.x 和 OpenAI SDK 1.x，详细解释如何在 LangChain 中处理此错误，并迁移到新接口。

代码报错信息：
APIRemovedInV1:
You tried to access openai.ChatCompletion, but this is no longer supported in openai>=1.0.0 - see the README at https://github.com/openai/openai-python for the API.
You can run openai migrate to automatically upgrade your codebase to use the 1.0.0 interface.
Alternatively, you can pin your installation to the old version, e.g. pip install openai==0.28
A detailed migration guide is available here: https://github.com/openai/openai-python/discussions/742 ……

为什么触发 `APIRemovedInV1` 错误？

OpenAI Python SDK 在 2023 年 11 月发布了 1.0.0 版本，引入了重大接口变更：

旧接口（openai<1.0.0）：使用 openai.ChatCompletion.create 或 openai.Completion.create 调用模型。
新接口（openai>=1.0.0）：使用 openai.chat.completions.create（聊天模型）或 openai.completions.create（文本补全模型）。
原因：新接口更模块化，支持类型提示和异步调用，且与 OpenAI 的最新模型（如 gpt-4o）兼容。
影响：LangChain 0.3.x 默认使用 openai>=1.0.0，因此直接调用旧接口（如 openai.ChatCompletion）会报错。

在 LangChain 中，langchain_openai 模块（ChatOpenAI 等）已适配新接口，因此推荐通过 LangChain 的封装调用 OpenAI 模型，而不是直接使用 openai 库的低级接口。

迁移步骤

以下是将代码从旧的 openai.ChatCompletion 迁移到 LangChain 0.3.x 的推荐方式，结合 langchain_openai.ChatOpenAI 使用新接口。

1. 分析原始代码

假设你的代码直接使用 openai.ChatCompletion，如下：

import os
import openai

os.environ["OPENAI_API_KEY"] = "Your OpenAI API Key"
openai.api_key = os.environ["OPENAI_API_KEY"]

# 旧接口调用
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "system", "content": "你是一个助手。"},
        {"role": "user", "content": "什么是人工智能？"}
    ]
)
print(response.choices[0].message.content)

输出示例：

人工智能（AI）是计算机科学的一个分支，旨在创建能够执行需要人类智能的任务的系统，例如学习、推理、问题解决和决策。

问题：

openai.ChatCompletion.create 在 openai>=1.0.0 中已移除，需迁移到 openai.chat.completions.create 或使用 LangChain 的 ChatOpenAI。
LangChain 提供更高层次的封装，推荐优先使用。

2. 安装必要依赖

确保安装最新版本的 LangChain 和 OpenAI SDK：

pip install --upgrade langchain langchain-openai openai

确认 openai 版本为 1.0.0 或以上：

pip show openai

若仍使用旧版本（openai<1.0.0），升级或按需回退（见“回退方案”）。

3. 迁移到 LangChain 的 `ChatOpenAI`

以下是使用 langchain_openai.ChatOpenAI 重写上述代码的示例，适配 OpenAI SDK 1.x：

import os
os.environ["OPENAI_API_KEY"] = "Your OpenAI API Key"

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

# 初始化 ChatOpenAI
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo")

# 定义提示模板
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个助手。"),
    ("human", "{question}")
])

# 创建 LCEL 链
chain = prompt | llm | StrOutputParser()

# 调用链
response = chain.invoke({"question": "什么是人工智能？"})
print(response)

输出示例：

人工智能（AI）是计算机科学的一个分支，旨在创建能够执行需要人类智能的任务的系统，例如学习、推理、问题解决和决策。

代码说明

OpenAI API 密钥：
- 通过 os.environ["OPENAI_API_KEY"] 设置，替换为实际密钥。
- LangChain 自动使用此密钥调用 OpenAI API。
ChatOpenAI：
- ChatOpenAI 封装了 openai.chat.completions.create，适配新接口。
- 指定 model="gpt-3.5-turbo"，支持 gpt-4o、gpt-4o-mini 等。
提示模板：
- ChatPromptTemplate 定义系统和用户消息，与旧 messages 列表等效。
LCEL 链：
- prompt | llm | StrOutputParser 创建链，处理消息输入、生成响应并解析为字符串。
调用：
- 输入为字典（{"question": "..."}），输出为字符串。

4. 直接使用 OpenAI SDK 1.x（可选）

若不想使用 LangChain，而是直接迁移到 OpenAI SDK 1.x 接口，代码如下：

import os
import openai

os.environ["OPENAI_API_KEY"] = "Your OpenAI API Key"
client = openai.OpenAI(api_key=os.environ["OPENAI_API_KEY"])

# 新接口调用
response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "system", "content": "你是一个助手。"},
        {"role": "user", "content": "什么是人工智能？"}
    ]
)
print(response.choices[0].message.content)

输出示例：

人工智能（AI）是计算机科学的一个分支，旨在创建能够执行需要人类智能的任务的系统，例如学习、推理、问题解决和决策。

说明：

使用 openai.OpenAI 客户端，调用 client.chat.completions.create。
消息格式与旧接口相同，但路径变更为 openai.chat.completions。
推荐在 LangChain 中使用 ChatOpenAI，以利用提示模板、解析器等功能。

5. 结合对话历史（推荐）

为了展示 LangChain 的强大功能，以下示例添加对话历史支持：

import os
os.environ["OPENAI_API_KEY"] = "Your OpenAI API Key"

from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.runnables.history import RunnableWithMessageHistory
from langchain_community.chat_message_histories import ChatMessageHistory

# 初始化 ChatOpenAI
llm = ChatOpenAI(temperature=0, model="gpt-3.5-turbo")

# 定义提示模板
prompt = ChatPromptTemplate.from_messages([
    ("system", "你是一个助手，请根据对话历史回答问题。"),
    MessagesPlaceholder(variable_name="history"),
    ("human", "{input}")
])

# 创建 LCEL 链
runnable = prompt | llm

# 初始化消息历史存储
store = {}
def get_session_history(session_id: str) -> ChatMessageHistory:
    if session_id not in store:
        store[session_id] = ChatMessageHistory()
    return store[session_id]

# 创建带历史的链
chain = RunnableWithMessageHistory(
    runnable,
    get_session_history,
    input_messages_key="input",
    history_messages_key="history"
)

# 调用链
session_id = "user1"
response = chain.invoke(
    {"input": "我叫鲍勃"},
    config={"configurable": {"session_id": session_id}}
)
print(response.content)

response = chain.invoke(
    {"input": "我的名字是什么？"},
    config={"configurable": {"session_id": session_id}}
)
print(response.content)

输出示例：

你好，鲍勃！很高兴认识你！有什么可以帮助你的？
你的名字是鲍勃。

说明：

使用 RunnableWithMessageHistory 管理对话历史。
ChatOpenAI 适配新接口，支持多轮对话。

6. 自动迁移（可选）

OpenAI 提供 openai migrate 工具，自动将旧接口迁移到新接口：

安装 openai 迁移工具：
```
pip install openai --upgrade
```
运行迁移命令：
```
openai migrate
```
按提示扫描代码，工具会将 openai.ChatCompletion.create 替换为 openai.chat.completions.create。

注意：

迁移工具可能不完全适配 LangChain 代码，建议手动检查。
LangChain 的 ChatOpenAI 已内置新接口，无需直接修改 OpenAI 调用。

7. 回退方案（不推荐）

若无法立即迁移，可回退到旧版本 openai==0.28：

pip install openai==0.28

缺点：

旧版本不支持新模型（如 gpt-4o）。
不再接收更新，可能存在安全风险。
LangChain 0.3.x 推荐 openai>=1.0.0，回退可能导致兼容性问题。

推荐：优先迁移到 ChatOpenAI 或 openai.chat.completions.create。

8. 测试与验证

依赖：
- 确认 langchain-openai 和 openai>=1.0.0 已安装。
- 验证 OPENAI_API_KEY 有效。
运行：
- 测试简单问答，确认输出正确。
- 测试对话历史场景，验证上下文保留。
模型：
- 使用 gpt-3.5-turbo 或 gpt-4o-mini（性价比高），确保密钥支持。

注意事项

API 密钥安全：
- 避免硬编码密钥，推荐使用 .env 文件：
```
from dotenv import load_dotenv
load_dotenv()  # 加载 OPENAI_API_KEY
```
- 确保密钥支持指定模型。
LangChain 优势：
- ChatOpenAI 提供提示模板、解析器、历史管理等功能，优于直接使用 openai 库。
- LCEL 支持流式输出（stream）、异步调用（ainvoke）。
模型选择：
- 推荐 gpt-4o-mini（高性价比）或 gpt-4o（高性能）。
- 旧接口不支持新模型，迁移后可访问最新模型。
错误处理：
- 若 API 调用失败，检查密钥、模型名称或网络连接。
- 使用 LangChain 的 verbose=True 调试链执行。
Ollama 兼容性：
- 若结合 langchain_ollama.ChatOllama，无需 OpenAI SDK 1.x 迁移，直接使用本地模型。