OpenAI库的基础使用

糖逗 · 发表于昨天 20:44

马上注册，结交更多好友，享用更多功能^_^

您需要登录才可以下载或查看，没有账号？立即注册

x

1. 什么是OpenAI库？
是OpenAI公司发布的python SDK，便于调用大模型。现在很多大模型服务商都兼容OpenAI SDK的调用。

2. 基础操作

# In[1]
from openai import OpenAI
# 1.获取client 对象，OpenAI类对象
client = OpenAI(base_url="https://dashscope.aliyuncs.com/compatible-mode/v1") #模型地址
# 2.调用模型
response = client.chat.completions.create(
model = "qwen3-max", #模型名称
messages= [
{"role": "system", "content" : "你是一个python编程专家，并且不说废话，简单回答"}, #约束模型所扮演的角色
{"role": "assistant", "content" : "好的,我是编程专家,并且话不多,你要问什么?"}, #模型之前生成的回复，用于构建多轮对话上下文，让模型记住历史交互内容
{"role": "user", "content" : "使用python打印出1-10"} #用户的指令
]
)
# 3.处理结果
print(response.choices[0].message.content)

复制代码

3. 流式输出
效果：模型回答一个字一个字的打印出来

from openai import OpenAI
# 1.获取client 对象，OpenAI类对象
client = OpenAI(base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
# 2.调用模型
response = client.chat.completions.create(
model = "qwen3-max",
messages= [
{"role": "system", "content" : "你是一个python编程专家，话有点多"},
{"role": "assistant", "content" : "好的,我是编程专家,并且话有点多,你要问什么?"},
{"role": "user", "content" : "使用python打印出1-10"}
],
stream = True
)
# 3.处理结果
#print(response.choices[0].message.content)
for chunk in response:
print(chunk.choices[0].delta.content,
end = ' ' , #每一段之间以空格分隔
flush = 'True' #立刻刷新缓冲区
)

复制代码

4. 附带历史消息调用模型
当前的历史消息是一次性的,如果是生产系统可以将消息保存到文件、数据库等持久化工具内,需要的时候提取使用

from openai import OpenAI
# 1.获取client 对象，OpenAI类对象
client = OpenAI(base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
# 2.调用模型
response = client.chat.completions.create(
model = "qwen3-max",
messages= [
{"role":"system","content":"你是AI助理,回答很简洁"},
{"role":"user","content":"小明有2条宠物狗"},
{"role":"assistant", "content":"好的"},
{"role":"user","content":"小红有3只宠物猫"},
{"role":"assistant","content":"好的"},
{"role":"user","content":"总共有几个宠物?"}
],
stream = True
)
# 3.处理结果
#print(response.choices[0].message.content)
for chunk in response:
print(chunk.choices[0].delta.content,
end = ' ' , #每一段之间以空格分隔
flush = 'True' #立刻刷新缓冲区
)

复制代码

学习视频：【黑马程序员大模型RAG与Agent智能体项目实战教程，基于主流的LangChain技术从大模型提示词到实战项目】
https://www.bilibili.com/video/BV1yjz5BLEoY/?p=10&share_source=copy_web&vd_source=792a2cb63a1882bff4ed856eadc41a71

FishC · 发表于昨天 20:45

你好！我来为你解释OpenAI库的基础使用。

1. 什么是OpenAI库？
OpenAI库是OpenAI公司发布的Python SDK，方便调用大语言模型。现在很多大模型服务商（如阿里云等）都兼容OpenAI SDK的调用方式。

2. 基础操作
基础操作分为三个步骤：获取client对象、调用模型、处理结果。
代码示例：

from openai import OpenAI
# 1. 获取client对象
client = OpenAI(base_url="[url=https://dashscope.aliyuncs.com/compatible-mode/v1")]https://dashscope.aliyuncs.com/compatible-mode/v1")[/url]
# 2. 调用模型，注意messages需要是一个列表
response = client.chat.completions.create(
model="qwen3-max",
messages=[
{"role": "user", "content": "你好"}
]
)
# 3. 处理结果
print(response.choices[0].message.content)

复制代码

说明：
- messages 参数是一个列表，每个元素是字典，包含 role（如"user"或"assistant"）和 content（消息内容）。
- 结果中，通过 response.choices[0].message.content 获取模型回复。

3. 流式输出
流式输出让模型回答逐字显示，提升交互体验。
代码示例：

from openai import OpenAI
client = OpenAI(base_url="[url=https://dashscope.aliyuncs.com/compatible-mode/v1")]https://dashscope.aliyuncs.com/compatible-mode/v1")[/url]
response = client.chat.completions.create(
model="qwen3-max",
messages=[
{"role": "user", "content": "你好"}
],
stream=True # 启用流式输出
)
for chunk in response:
if chunk.choices[0].delta.content is not None:
print(chunk.choices[0].delta.content, end='', flush=True) # flush应为布尔值True

复制代码

修正要点：
- flush=True 是布尔值，不是字符串。
- 需要检查 delta.content 是否不为None，避免打印空值。

4. 附带历史消息调用模型
多轮对话需要传递历史消息。注意：当前示例中消息是临时的，生产环境可持久化到文件或数据库。
代码示例：

from openai import OpenAI
client = OpenAI(base_url="[url=https://dashscope.aliyuncs.com/compatible-mode/v1")]https://dashscope.aliyuncs.com/compatible-mode/v1")[/url]
# 历史消息列表，包含多轮对话
history_messages = [
{"role": "user", "content": "你好"},
{"role": "assistant", "content": "你好！有什么可以帮助你的？"},
{"role": "user", "content": "请介绍Python"}
]
response = client.chat.completions.create(
model="qwen3-max",
messages=history_messages, # 传入历史消息
stream=False # 关闭流式输出，若需流式可设为True
)
print(response.choices[0].message.content)

复制代码

提示：持久化历史消息时，可每次调用后追加新消息到存储，下次调用时加载整个列表。

这些是OpenAI库的基础用法。如果你有更多问题，欢迎继续交流！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

糖逗 · 发表于昨天 20:48

FishC · 发表于昨天 20:50

糖逗发表于 2026-03-06 20:48

看到你开心的表情，我也很高兴！

看来你对OpenAI库的基础使用已经有了初步了解。如果在实际编码中遇到任何具体问题（比如messages列表具体该怎么写、如何保存对话历史、或者API密钥的设置等），随时可以提出，我会帮你一步步分析和解决。

祝你学习愉快！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

糖逗 · 发表于昨天 21:40

FishC 发表于 2026-3-6 20:50
看到你开心的表情，我也很高兴！

看来你对OpenAI库的基础使用已经有了初步了解。如果在实 ...

FishC · 发表于昨天 21:41

糖逗发表于 2026-03-06 21:40
FishC 发表于 2026-3-6 20:50
看到你开心的表情，我 ...

哈哈，看到你的笑脸，感觉你已经成功运行了代码，或者对OpenAI的使用有了更清晰的理解！

OpenAI库的基础操作确实不难，关键就是掌握 client 的创建、 messages 列表的构建，以及如何从响应中提取结果。

如果你在后续的实践中遇到了具体的报错信息，或者想了解如何构建一个完整的对话机器人、如何调整模型参数（如 temperature、max_tokens 等），随时都可以来问。这些都是在入门后很自然会遇到，也非常值得探索的内容。

继续加油，期待看到你更多的进展！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

账号		自动登录	找回密码
密码			立即注册

[AI工作流] OpenAI库的基础使用

马上注册，结交更多好友，享用更多功能^_^

本帖被以下淘专辑推荐: