前言
最近在完成我的毕设,有一个使用ChatGPT提问的功能,所以就来玩玩咯
使用的是python和openai这个库 开发工具是vscode 然后用的jupyter这个交互式笔记本,这个东西很有用,可以保留历史输出记录,这样就能节省我们不少token
介绍
第一列代表一个类型,比如有聊天,创作,音频处理等等, 第二列是对应有哪些模型
环境搭建
安装openai库
完成类模型
这类模型只能进行一次问答,就是你提问它回答,或者说你让他做一件事情,他完成好回复你,代码如下
1
2
3
4
5
6
7
8
9
10
11
12
| import os
import sys
import openai
import json
openai.api_key = sys.argv[1]
response = openai.Completion.create(
engine="text-davinci-003",
prompt="中国的首都是?",
temperature=0.9
)
print(json.dumps(response1,ensure_ascii=False,indent=2))
|
它的回复格式如下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| {
"id": "cmpl-7BOcWIGMa8dam4xtHwbQKy8kYqSat",
"object": "text_completion",
"created": 1682950604,
"model": "text-davinci-003",
"choices": [
{
"text": "\n\n北京。",
"index": 0,
"logprobs": null,
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 11,
"completion_tokens": 7,
"total_tokens": 18
}
}
|
聊天类模型
聊天类模型就是可以连续对话,但是每次对话你必须把前面的问题与回答都要传上去,这样是非常消耗token的
单独一次对话
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| import os
import sys
import openai
import json
openai.api_key = sys.argv[1]
messages=[{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "中国的首都是?"}]
response2 = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=messages
)
print(json.dumps(response2,ensure_ascii=False,indent=2))
|
输出格式如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
| {
"id": "chatcmpl-7BOw1ixdrVHz6i5nX6sK89JgbonSr",
"object": "chat.completion",
"created": 1682951813,
"model": "gpt-3.5-turbo-0301",
"usage": {
"prompt_tokens": 25,
"completion_tokens": 7,
"total_tokens": 32
},
"choices": [
{
"message": {
"role": "assistant",
"content": "中国的首都是北京。"
},
"finish_reason": "stop",
"index": 0
}
]
}
|
连续对话
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
| import os
import sys
import openai
import json
openai.api_key = sys.argv[1]
messages=[{"role": "system", "content": "You are a helpful assistant."}]
def chatGPT(messages):
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=messages)
return response["choices"][0]["message"]
while True:
answer = input("输入你的问题:\n")
messages.append({"role": "user", "content": answer})
response = chatGPT(messages)
print("回答如下:")
print(response["content"])
messages.append(response)
|
图片模型
请求参数
通用参数
回复格式
