本文正在参加✍技术视角深入 ChatGPT 征文活动
北方地区春迟，春寒料峭略带阴霾，但ChatGPT新接口模型gpt-3.5-turbo的更新为咱们带来了一丝暖意，运用本钱更加亲民，比高端产品ChatGPT Plus更实惠也更方便，究竟ChatGPT Plus依然是通过网页端来输出，Api接口是以token的数量来核算价格的，0.002刀每1000个token，token能够理解为字数，说白了便是每1000个字合0.01381人民币，以ChatGPT无与伦比的产品力而言，如此低的运用本钱让一切市面上其他一切类ChatGPT产品都黯然失光。
本次让咱们运用Python3.10光速接入ChatGPT API的新模型gpt-3.5-turbo。
OpenAI库的SDK方法接入
OpenAI官方同步更新了接口Api的三方库openai，版别为0.27.0，如果要运用新的模型gpt-3.5-turbo，就有必要同步装置最新版别：
pip3 install openai==0.27.0
随后树立chat.py文件：
import openai
openai.api_key = "openai的接口apikey"
completion = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[{"role": "user", "content": "北方地区风光，千里冰封，万里雪飘，请接着续写，运用沁园春的词牌"}]
)
print(completion["choices"][0]["message"]["content"])
程序回来：
瑶池冰缘，雪舞凄美， 隔窗寒意，好像钻进衣袖。
寒塘渡鸭，雪中梅影， 孤独是一片雪白的姿态。
冰雪如花，开放在草莓园里， 可爱的雪人，瑟瑟发抖着欢呼。
北风凛冽，寒暄难挡， 四季明媚，但冬日尤香甜。
千里冰封，万里雪飘， 窗外天下壮丽，此刻正是京城美。
闪电般秒回，让用惯了ChatGPT网页端的咱们几乎不能适应。
gpt-3.5-turbo，对得起turbo的加成，带涡轮的ChatGPT便是不相同。
ChatGPT谈天上下文
咱们知道ChatGPT的最大特征便是能够联系语境中的上下文，换句话说，ChatGPT能够依据之前的答复来优化之后的答复，形成上下文联系，让人机对话更加连贯和赋有逻辑性。
这儿取决于输入参数中的role参数，每一个role的取值，对应的场景不相同，其中system用于在对话开始时给ChatGPT一个指示或声明，有点像引导词，使得后续的答复更具有个性化和专业化。user是用于给用户提问的或许说是用来给用户输入引导词的。assistant顾名思义，是用于输入ChatGPT的答复内容:
import openai
openai.api_key = "apikey"
class ChatGPT:
def __init__(self,chat_list=[]) -> None:
# 初始化对话列表
self.chat_list = []
# 显现接口回来
def show_conversation(self,msg_list):
for msg in msg_list:
if msg['role'] == 'user':
print(f"Me: {msg['content']}\n")
else:
print(f"ChatGPT: {msg['content']}\n")
# 提示chatgpt
def ask(self,prompt):
self.chat_list.append({"role":"user","content":prompt})
response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=self.chat_list)
answer = response.choices[0].message['content']
# 增加前史对话，形成上下文联系
self.chat_list.append({"role":"assistant","content":answer})
self.show_conversation(self.chat_list)
这儿每一次会话都会参加chat_list的谈天列表，人物为assistant，为了让ChatGPT剖析上下文，下面开始测验：
if __name__ == '__main__':
chat = ChatGPT()
chat.ask("你是一位南宋词人，词风悠扬，有点相似李清照女士，请运用蝶恋花词牌描绘北方地区春色")
程序回来：
Me: 你是一位南宋词人，词风悠扬，有点相似李清照女士，请运用蝶恋花词牌描绘北方地区春色
ChatGPT: 北方地区春色，清冽宜人。望穿秋水的远山如翠崎岖，悠远而缥缈。层层叠叠的林木，新绿徜徉，婆娑摇曳。风儿吹起，动听肺腑，点点梅花飘至，宛如仙界。
花间蝶恋，春色满园。莺莺燕燕，鸟鸣花落，时时惹人遐思。碧空万里，蓝天白云，彩云飘飘，缤纷夺目。柳絮飘飘，轻羽翩翩，小河潺潺，流水声声，悠扬动听。
清风拂面，落英缤纷。听着草虫唱起，充满阳光的气味，悄悄飘荡，好像一条无形的小河，打开春天的夸姣，留下夸姣的回忆。人世万象，却只有这春色无边，好像奔向远方的快乐。
此刻再次发问：
chat.ask("请运用别的一种粗狂阳刚的风格再写一遍上面的词")
程序回来：
Me: 请运用别的一种粗狂阳刚的风格再写一遍上面的词
ChatGPT: 北方地区春色，不柔不媚，金色的阳光照在地上，充满了男人气魄。
草原上风吹不断，那些疯狂的野花，在春风中舞蹈。
看！那些猛禽静静地回旋扭转在高空，监督着整片草原，威武雄壮。
花丛间，一只雄性蜂鹰跃跃欲飞，看上去好像要冲破天边。
这儿的春天有时带着风沙，但这并不能阻挠狂放豪迈的草原奔腾前行，而这样的北方地区春色，怎会容易被遗忘！
虽然内容有些尬，但确实联系了上下文。
需求注意的是，token不仅核算ChatGPT的接口回来内容，也会核算用户的发送内容，token的核算方法不是简单的一词一个，例如中文输入，一个中文汉字占2个字节数，而关于一次中文测验中，50个汉字被算为100个tokens，差不多是英文的一倍，而token还核算api发送中的人物字段，如果像上文相同完成上下文操作，就有必要发送ChatGPT接口回来的前史谈天列表，这意味着ChatGPT上下文谈天的本钱并不是咱们想象中的那么低，需求谨慎运用。
原生ChatGPT接口异步拜访
除了官方的SDK，新接口模型也支撑原生的Http恳求方法，比如运用requests库：
pip3 install requests
直接恳求openai官方接口：
import requests
h = {
'Content-Type': 'application/json',
'Authorization': 'Bearer apikey'
}
d = {
"model": "gpt-3.5-turbo",
"messages":[{"role": "user", "content": "请解释同步恳求和异步恳求的差异"}],
"max_tokens": 100,
"temperature": 0
}
u = 'https://api.openai.com/v1/chat/completions'
r = requests.post(url=u, headers=h, json=d).json()
print(r)
程序回来：
{'id': 'chatcmpl-6qDNQ9O4hZPDT1Ju902coxypjO0mY',
'object': 'chat.completion',
'created': 1677902496, 'model': 'gpt-3.5-turbo-0301',
'usage': {'prompt_tokens': 20, 'completion_tokens': 100, 'total_tokens': 120},
'choices': [{'message':
{'role': 'assistant',
'content': '\n\n同步恳求和异步恳求是指在客户端向服务器发送恳求时，客户端等候服务器呼应的方法不同。\n\n同步恳求是指客户端发送恳求后，有必要等候服务器呼应后才能继续执行后续的代码。在等候服务器呼应的过程中，客户端的界面会被堵塞，用户无法进行'},
'finish_reason': 'length', 'index': 0}]}
ChatGPT原生接口也支撑异步方法恳求，这儿运用httpx:
pip3 install httpx
编写异步恳求：
h = {
'Content-Type': 'application/json',
'Authorization': 'Bearer apikey'
}
d = {
"model": "gpt-3.5-turbo",
"messages":[{"role": "user", "content": "请解释同步恳求和异步恳求的差异"}],
"max_tokens": 100,
"temperature": 0
}
u = 'https://api.openai.com/v1/chat/completions'
import asyncio
import httpx
async def main():
async with httpx.AsyncClient() as client:
resp = await client.post(url=u, headers=h, json=d)
result = resp.json()
print(result)
asyncio.run(main())
程序回来:
{'id': 'chatcmpl-6qDNQ9O4hZPDT1Ju902coxypjO0mY',
'object': 'chat.completion',
'created': 1677902496, 'model': 'gpt-3.5-turbo-0301',
'usage': {'prompt_tokens': 20, 'completion_tokens': 100, 'total_tokens': 120},
'choices': [{'message':
{'role': 'assistant',
'content': '\n\n同步恳求和异步恳求是指在客户端向服务器发送恳求时，客户端等候服务器呼应的方法不同。\n\n同步恳求是指客户端发送恳求后，有必要等候服务器呼应后才能继续执行后续的代码。在等候服务器呼应的过程中，客户端的界面会被堵塞，用户无法进行'},
'finish_reason': 'length', 'index': 0}]}
咱们也能够将异步恳求方法封装到对话类中，完好代码：
import openai
import asyncio
import httpx
openai.api_key = "apikey"
h = {
'Content-Type': 'application/json',
'Authorization': f'Bearer {openai.api_key}'
}
d = {
"model": "gpt-3.5-turbo",
"messages":[{"role": "user", "content": "请解释同步恳求和异步恳求的差异"}],
"max_tokens": 100,
"temperature": 0
}
u = 'https://api.openai.com/v1/chat/completions'
class ChatGPT:
def __init__(self,chat_list=[]) -> None:
# 初始化对话列表
self.chat_list = []
# 异步拜访
async def ask_async(self,prompt):
d["messages"][0]["content"] = prompt
async with httpx.AsyncClient() as client:
resp = await client.post(url=u, headers=h, json=d)
result = resp.json()
print(result)
# 显现接口回来
def show_conversation(self,msg_list):
for msg in msg_list:
if msg['role'] == 'user':
print(f"Me: {msg['content']}\n")
else:
print(f"ChatGPT: {msg['content']}\n")
# 提示chatgpt
def ask(self,prompt):
self.chat_list.append({"role":"user","content":prompt})
response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=self.chat_list)
answer = response.choices[0].message['content']
# 增加前史对话，形成上下文联系
self.chat_list.append({"role":"assistant","content":answer})
self.show_conversation(self.chat_list)
if __name__ == '__main__':
chat = ChatGPT()
chat.ask("你是一位南宋词人，词风悠扬，有点相似李清照女士，请运用蝶恋花词牌描绘北方地区春色")
chat.ask("请运用别的一种粗狂阳刚的风格再写一遍上面的词")
asyncio.run(chat.ask_async("请解释同步恳求接口和异步恳求接口的差异"))
结语
低本钱ChatGPT接口模型gpt-3.5-turbo更容易接入三方的客户端，比如微信、QQ、钉钉群之类，比起ChatGPT网页端，ChatGPT接口的呼应速度更加迅速且稳定，ChatGPT，永久的神，没有之一，且不可替代，最后奉上异步上下文封装项目，与君共觞：github.com/zcxey2911/chatgpt_api_Contextual_async
