这个 get_completion 函数的目的是与 OpenAI 的 GPT-3.5-turbo 模型进行交互，发送提示并获取响应。以下是详细解释：

函数定义
def get_completion(prompt, model="gpt-3.5-turbo"):
  • 1.
  • prompt：这是传递给模型的文本提示，通常是一个字符串，告诉模型你想要它生成什么内容。
  • model：这是指定使用的模型名称，默认值是 gpt-3.5-turbo。如果你有其他模型可以使用，可以在调用函数时指定不同的模型。
创建消息
messages = [{"role": "user", "content": prompt}]
  • 1.
  • messages：这是一个列表，包含一个字典。字典中的键值对 {"role": "user", "content": prompt} 用于定义用户发送的消息。
  • role：这个键的值是 "user"，表示这是用户发送的消息。
  • content：这个键的值是 prompt，即用户提供的文本提示。
调用 OpenAI API
response = openai.ChatCompletion.create(
    model=model,
    messages=messages,
    temperature=0,
)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • openai.ChatCompletion.create：这是调用 OpenAI API 的方法，用于创建聊天完成请求。
  • model：指定要使用的模型，值是 model 参数（默认是 gpt-3.5-turbo）。
  • messages：指定要发送给模型的消息列表，即前面创建的 messages。
  • temperature：控制生成文本的随机性。值越低（如 0），生成的文本越确定和保守；值越高（如 1），生成的文本越随机和多样化。在这里设置为 0，表示生成的回复会尽量确定和一致。
返回响应
return response.choices[0].message["content"]
  • 1.
  • response：这是从 OpenAI API 获取的响应对象。
  • choices：这是响应对象中的一个键，包含多个可能的回复。在这种情况下，我们只取第一个回复。
  • [0]：选择第一个回复。
  • message：选择回复中的 message 键。
  • ["content"]：获取回复中的 content，这是模型生成的文本内容。
总结

这个函数的工作流程如下：

  1. 接收一个提示（prompt）和可选的模型名称（model）。
  2. 创建一个消息列表，包含用户的提示。
  3. 调用 OpenAI API，使用指定的模型发送消息并获取响应。
  4. 从响应中提取生成的文本内容并返回。

这个函数简化了与 OpenAI 模型的交互过程，使用户只需要提供提示，就能得到模型生成的文本回复。