聊天

给定描述对话的消息列表，模型将返回响应。

1/0
## 让后面的代码不执行

---------------------------------------------------------------------------
ZeroDivisionError                         Traceback (most recent call last)
Cell In[1], line 1
----> 1 1/0
      2 ## 让后面的代码不执行

ZeroDivisionError: division by zero

创建聊天

https://api.openai.com/v1/chat/completions

为给定的聊天对话创建模型响应。

import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")

completion = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "user", "content": "Hello!"}
  ]
)

print(completion.choices[0].message)

{
  "content": "Hi there! How can I assist you today?",
  "role": "assistant"
}

参数名称	类型	是否必须	默认值	描述
model	string	Required	-	要使用的模型的 ID。有关哪些模型与 Chat API 兼容的详细信息，请参阅模型端点兼容性表。
messages	array	Required	-	描述到目前为止的对话的消息列表。
role	string	Required	-	此消息的作者的角色。是 system、user 或 assistant 之一。
content	string	Required	-	消息内容。
name	string	Optional	-	此消息的作者的名称。可能包含 a-z、A-Z、0-9 和下划线，最大长度为 64 个字符。
temperature	number	Optional	1	要使用的采样温度，介于 0 和 2 之间。较高的值（如 0.8）会使输出更随机，而较低的值（如 0.2）会使其更集中和确定性。我们通常建议更改此项或 top_p，但不要同时更改两者。
top_p	number	Optional	1	一种称为核采样的温度采样替代方案，其中模型考虑具有 top_p 概率质量的令牌结果。因此，0.1 表示仅考虑组成前 10% 概率质量的令牌。我们通常建议更改此项或 temperature，但不要同时更改两者。
n	integer	Optional	1	每个输入消息生成多少个聊天句子可供选择。
stream	boolean	Optional	false	如果设置，则将发送部分消息增量，就像 ChatGPT 中一样。令牌将在可用时作为仅数据服务器发送事件发送，流由 data: [DONE] 消息终止。请参阅 OpenAI Cookbook 中的示例代码。
stop	string or array	Optional	-	最多 4 个序列，其中 API 将停止生成进一步令牌。
max_tokens	integer	Optional	-	聊天完成中生成的最大令牌数。输入令牌和生成令牌的总长度受模型上下文长度的限制。
presence_penalty	number	Optional	0	介于 -2.0 和 2.0 之间的数字。正值根据新令牌是否出现在迄今为止的文本中惩罚新令牌，增加模型谈论新主题的可能性。有关频率和存在惩罚的更多信息。
frequency_penalty	number	Optional	0	介于 -2.0 和 2.0 之间的数字。正值根据新令牌在迄今为止的文本中的现有频率惩罚新令牌，降低模型重复相同行的可能性。有关频率和存在惩罚的更多信息。
logit_bias	map	Optional	-	修改完成中指定令牌出现的可能性。接受一个 json 对象，该对象将令牌（由分词器中的令牌 ID 指定）映射到 -100 到 100 的相关偏差值。从数学上讲，偏差被添加到模型生成的 logits 中，然后进行采样。具体效果将因模型而异，但 -1 和 1 之间的值应减少或增加选择的可能性；像 -100 或 100 这样的值应导致相关令牌被禁止或独占选择。
user	string	Optional	-	表示您的最终用户的唯一标识符，可帮助 OpenAI 监控和检测滥用。

连续对话

openai支持连续对话，即在一个对话中，模型可以根据上下文来生成响应。这个功能可以通过设置{"role": "xxx", "content": "xxx!"}来实现

import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")

completion = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "user", "content": "Hello!"},
    {
  "content": "Hi there! How can I assist you today?",
  "role": "assistant"
},
    {"role": "user", "content": "说中文!"},
    {"role": "assistant", "content": '好的！有什么我可以帮您的呢？'},
    {"role": "user", "content": "帮我写一篇作文，字数在300字左右，主题是“猫”,但是在文章中不能出现“猫”这个字"},
  ]
  
)

completion.choices[0].message['content']

'好的，下面是一篇以“小友”为代替说述猫的作文：\n\n我们家住着一只小友，它被我们叫做“夜枭”， 因为它总是夜里出没，寻找各种小东西来玩耍。\n\n夜枭的身体非常柔软，身形婀娜优雅，行动也十分轻盈迅速。常常在观察周围的环境后随意向前一跃，轻轻松松地跳到了高处。\n\n夜枭的耳朵一直竖起来，似乎在聆听周围的声音，时时刻刻保持警觉。我们家里的其他小动物也很喜欢和夜枭玩耍，夜枭也总是能够顾及到这些小伙伴们的感受，让他们玩的又开心又安全。\n\n夜枭的毛发非常美观整洁，摸上去也很柔软。它的眼睛有着绿色的光芒，看上去非常明亮，仿佛可以照亮它的周围。\n\n虽然有时候夜枭有点淘气，可我们家里的每一个人都很喜欢它。每天早晨，我们都能听到夜枭轻轻的叫声，好像在告诉我们新的一天已经开始了。\n\n夜枭给我们带来了许多快乐和惊喜，我们永远都不会忘记这样一个温柔、独立又可爱的小友。'