GPT-3.5-turbo小白连接教程

2023-11-10

前言

最近在看Chat几批题的相关内容，尝试了在自己电脑上调用一下OpenAI的api，下面以调用几批题-3.5-turbo为例进行讲解。
本次分享分为三大模块：
第一个模块先对连接成功后的AI聊天机器人的功能进行简要了解，
第二个模块讲一下国内连接OpenAI的api所需要的前提条件，
第三个模块详细讲解一下怎么进行连接调用OpenAI的api接口。

1 聊天模式

通过api接口连接的Chat几批题其实是几批题-3.5-turbo，它也是目前能调用的功能最强大的几批题-3.5模型，但是它不具有记忆功能，也就是说AI机器人记不住之前的对话内容。我们可以通过修改代码实现有记忆功能的AI机器人，具体实现方式是把之前的对话内容添加到当前的提问内容之前，也就是说在这种模式下，虽然我们只是输入了一段提问的话，但是模型会自动把之前的对话内容都添加到当前提问内容的前面，这样AI机器人就知道我们之前的对话内容了。这也导致了每次的提问内容特别的长，这是非常耗费token的，因此费用也更高。下面分别给出两种聊天模式的示例：

1.1 不具有记忆功能的AI机器人，以下内容是不具有记忆功能的AI机器人生成的对话：

User: 你是谁？
AI: 我是AI语言模型，被设计成能聊天、回答问题和完成任务等功能的人工智校程序。
User: 你会干什么啊？
AI:作为人工智能语言模型，我可以回答各种问题，提供信息和建议，执行简单的任务，如提醒和定时器。我还可以进行自然语言处理和语义理解，以与人类进行自然的对话。
User; 我上面问你的是什么？
AI: 对不起，我不起道你在上面问的是什么。请您再次提问，我会尽力回答。
User: exit
AI:好的，再见!

1.2 有记忆功能的AI机器人，以下内容是有记忆功能的AI机器人生成的对话：

User: 你是谁？
AI: 我是AI助手，您可以称呼我为小助手。
User: 你会干什么啊？
AI:我可以提供您各种帮助，例如回答问题、提供建议、进行搜索、安排日程、记录备忘录等等。只要您需要，我就会尽力为您服务。
User; 我上面问你的是什么？
AI: 您问的是我会干什么。
User: exit
AI:好的，再见!

2 连接准备

调用OpenAI的api接口需要能科学上网，所以第一步就要求本地电脑要能科学上网。

3 连接教程

3.1 创建OpenAI账号

因为我们要调用OpenAI的api接口，所以我们要有OpenAI的账号，然后使用我们账号专属的my来调用api接口。如果你已经有OpenAI的账号了，那么请直接跳到教程的第2步。如果没有账号，那么请参考文末链接1，注册一个属于你的OpenAI账号。

3.2 连接几批题-3.5-turbo

当我们有了OpenAI的账号后，通过访问链接2 即可获得属于你的my，点击生成新的my，复制生成的my，这里进入官网如果出现卡顿请使用好好上网方法。
将以下代码复制到编辑器中，将得到my复制进代码里，代码不长，每一行代码都写了注释，代码里只需要对两个地方进行更改即可，需要更改的内容为：设置端口和my。
这是不具有记忆功能的聊天机器人代码：

import os
import openai

# 设置端口，否则连接不上api
os.environ["http_proxy"] = "127.0.0.1:1080"  # os.environ["http_proxy"] = "http://<ip>:<端口>"，这里的127.0.0.1就是本机电脑ip，1080是vpn的端口
os.environ["https_proxy"] = "127.0.0.1:1080"  # os.environ["https_proxy"] = "http://<ip>:<端口>"

openai.api_key = "your api key"   # 将自己的api_key填进去

while True:
  # 获取用户输入
  user_input = input("User：")

  # 检查是否输入了 “exit”，如果是则退出聊天
  if user_input.lower() == "exit":
    print("AI：好的，再见！")
    break

  # 获得Chat几批题的回复
  completion = openai.ChatCompletion.create(
    model="几批题-3.5-turbo",
    messages=[
      {"role": "user",
       "content": user_input}
    ]
  )

  # 将回复进行输出
  print("AI:", completion.choices[0].message["content"])

这是具有记忆功能的聊天机器人代码：

import os
import openai

# 设置端口，否则连接不上api
os.environ["http_proxy"] = "127.0.0.1:1080"  # os.environ["http_proxy"] = "http://<ip>:<端口>"
os.environ["https_proxy"] = "127.0.0.1:1080"  # os.environ["https_proxy"] = "http://<ip>:<端口>"

openai.api_key = "your api key"   # 将自己的api_key填进去
chat_history = ""
while True:
  # 获取用户输入
  user_input = input("User：")

  # 检查是否输入了 “exit”，如果是则退出聊天
  if user_input.lower() == "exit":
    print("AI：好的，再见！")
    break

  # 将用户的输入拼接到历史对话中
  chat_history += f"\nUser: {user_input}"

  completion = openai.ChatCompletion.create(
    model="几批题-3.5-turbo",
    messages=[
      {"role": "user",
       "content": chat_history}
    ]
  )

  # 将AI的回答拼接到历史对话中
  chat_history += f"\n: {completion.choices[0].message['content']}"

  # 输出Ai的回答
  print("AI:", completion.choices[0].message["content"])

更改好代码之后，安装好需要的依赖包就可以直接运行了。运行代码之后会弹出User界面，在User后输入提问的问题，然后会回车，AI机器人就会给出回答， AI后的内容表示聊天机器人的回答，想要结束聊天时，在User后输入exit就可以结束聊天了。

总结

以上就是全部内容了，也是参考官网的教程来搞得，没啥技术含量，就当记录一下小白的成长经历吧。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)