OpenAI API 学习指南

xnkjc

2025-1-19

虚拟信用卡教程

获取 OpenAI API 密钥

获取 OpenAI 账号

如果您已经使用过 ChatGPT，那么您的 ChatGPT 账号即为 OpenAI 账号，直接使用即可。

如果您尚未注册，可以在相关网站注册账号。不过，由于国内访问限制，注册过程可能较为复杂，网上有众多注册教程可供参考。如果觉得麻烦，也可以选择在某些平台上购买账号，或者直接获取一个可用的 API 密钥。

获取 OpenAI API 密钥

点击侧边栏中的“API Keys”，进入 API Keys 页面。

API Keys 管理

在此页面，可以管理（创建、删除等）所有 API 密钥。

点击“Create new secret key”进行新密钥的创建，给密钥命名并确认。此时将会弹出一个对话框，显示新创建的密钥。务必立即保存这个密钥，因为关闭对话框后就无法再次查看。

保存完成后，点击“Done”，便可在该页面查看到新创建的 API 密钥。

获取 API 使用额度

额度查询

点击侧边栏中的“Usage”进入使用页面。该页面左侧显示每天的花费，右侧显示当前可用额度。

额度查询

右侧的 Credit Grants 区域分为三种颜色：灰（未使用）、绿（已使用）、红（已过期）。当额度未使用（灰色状态）时，才能成功使用 API 密钥进行调用。

额度充值

点击侧边栏中的“Setting”，再选择“Billing”进入账单页面。在此页面，可管理与充值相关的事项。

充值前需添加一种付款方式，点击 Payment methods 进行管理。由于网络限制，国内 Visa 卡可能无法使用，可以考虑使用国外的卡，或者网络虚拟卡。

添加支付方式后，返回 Overview 页面，点击 Add to credit balance 进行充值。充值完成后，返回 Usage 页面即可查看可用额度的变化。

Python 使用测试

配置 Python

确保 Python 版本在 3.7.1 以上。为了方便使用，您可以使用 Anaconda 创建虚拟环境。

安装 OpenAI 库

设置您的 API 密钥

OpenAI 会默认从环境变量中寻找 “OPENAI_API_KEY”。以下是两种设置方式：

为所有项目设置
在系统环境变量中添加 OPENAI_API_KEY（可以通过 Win 键搜索环境变量打开该页面）。

系统环境变量设置

添加完成后，可以在命令行中运行 echo %OPENAI_API_KEY% 检查设置是否成功。

python
from openai import OpenAI

client = OpenAI()

为单个项目设置
在项目文件夹中创建 .env 文件（如需使用 git 进行管理，请忽略该文件），输入：

OPENAI_API_KEY=（您的密钥）

运行测试时，如果没有产生错误则表示设置成功。

发送请求测试

请求一个简单的 gpt-3.5 chat：

python
import os
import dotenv
from openai import OpenAI

dotenv.load_dotenv()

client = OpenAI(
api_key=os.environ.get("OPENAI_API_KEY"),
)

发送请求

completion = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "You are a poetic assistant, skilled in explaining complex programming concepts with creative flair."},
{"role": "user", "content": "Compose a poem that explains the concept of recursion in programming."}
]
)

打印回复

print(completion.choices[0].message.content)

现在，可以在使用页面查看这次请求的费用和 token 使用情况（可能有延迟）。

功能介绍（以 Python 为例）

文字生成

官方教程：文字生成指南

可以理解语言（GPT-4 也能理解图像）并返回文本。

python
response = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Who won the world series in 2020?"},
{"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
{"role": "user", "content": "Where was it played?"}
]
)

主要输入是 messages，即一个 message 对象的列表。每个 message 对象由 role（system、user 或 assistant）和 content 组成。通常对话以一个系统信息开头，接着是多个用户或助手信息。