Text generation文本生成功能
重要:apiKey需要申请。
使用 OpenAI 提供的 Chat.Completion.create
方法来与模型进行交互,发送请求并获得响应。
Python调用的例子: 下例为使用openai的api通过gpt-4o模型生成一个关于递归编程的俳句。
OpenAI(api_key,base_url)
apiKey
和baseURL
分别是从openai获取的用于身份验证的api密钥,和用于与远程模型进行交互的API url。如果有需要apiKey可以另外申请。使用OpenAI(api_key,base_url)
方法将上面的密钥和url赋予给openai,使后续的api请求携带该密钥进行认证,同时与该url进行远程交互。
client.chat.completions.create
该方法用于在客户端(client)生成一个completion(文本生成)请求。代码中的client
是创建的客户端对象chat
指代openai api中与聊天模型相关的功能model
指定要使用的模型版本,这里选择了 gpt-4o
模型,可以选择的模型有
·messages
是一个列表,包含与模型交互的消息,每条消息由两部分组成:role
:角色,可能的值为: system
:系统消息,设定模型的行为,可以设定模型的语气和角色。 user
:用户的输入消息。 assistant
:模型的输出消息,即回答。 content
:消息的实际内容。这段代码中,有两条消息:第一条是系统消息,设定模型是一个“有帮助的助手”。第二条是用户信息,用户希望模型生成一个有关于递归编程的俳句。
print(completion['choices'][0]['message']['content'])
这行代码用于打印生成的结果。completion
是模型返回的响应对象,它是一个字典结构,其中: choices
:包含生成结果的列表,每个元素代表模型的一个输出。 [0]
:选择列表中的第一个输出(如果你只请求了一个回复,它通常是第一个)。 ['message']
:该条 choice
中包含的消息内容。 ['content']
:该消息的实际文本内容,即模型生成的文本。通过 completion['choices'][0]['message']['content']
,你可以提取出模型生成的俳句文本,并将其打印出来。
返回的例子:
Code calls itself forth
Endless loop in nested seas
Fractal thoughts in lines
Curl调用的例子:
Last updated