1. 注册OpenAI账号,获取OpenAI-API key
网上有很多资料,这里就不再叙述了,科学上网,懂得都懂。
一个小坑,在生成API key之后需立刻复制下来,否则将无法再次打开。当然如果错过复制了,也可以再重新生成一个key。
2. 安装OpenAI库
命令行输入
pip install openai
在安装前,需要确认自己使用的python版本,应选用3.7.1以上版本,下图截选自python openai library的介绍文档。
3. 编写代码
参考OpenAI API官方文档,将其中几个常用方法封装为GptClient类,方便后续调用:
3.1. 导入需要的库
import openai
import re
import os
import requests
from PIL import Image
3.2. 构造方法
当外部函数调用GptClient类时,需传入API-key来构建对象。
def __init__(self, api_key):
pattern = re.compile(r"sk-[a-zA-Z0-9]{48}") # 对API-key进行格式校验
if re.match(pattern, api_key) is None:
raise Exception("Api_key格式不正确,请确认后重新输入!")
else:
self.api_key = api_key
这里说一下,我参考自己的key做了个格式校验,但事实上该格式并不固定。我也就该问题咨询了ChatGPT本尊,它给出的回答为API的格式应遵循 ”sk-<42 characters><22 characters>“,可见"sk-"后紧跟的字符数并不固定,因此该格式校验也可以删除不要。
以下是和ChatGPT的对话内容:
3.3. Completions
def Completion(self, prompt):
openai.api_key = self.api_key
completions = openai.Completion.create(
model="text-davinci-003",
prompt=prompt,
max_tokens=1024,
temperature=0.8,
n=1,
stop=None,
)
return completions.choices[0].text
简单解释一下该方法可能涉及到的参数:
- 'model' :决定使用的GPT引擎,不同引擎的计算能力和结果可能会有所不同。
- 'prompt' :对GPT的提问,字符串类型,可以是一个或多个句子。
- 'temperature' :用于控制生成文本的随机程度的指数。较高的温度会产生更随机的文本,而较低的温度会更加保守和可预测。值范围为0到2,默认为1。
- ''max_tokens":要生成的最大标记数。一个标记通常是一个单词或一个标点符号。较高的值会产生更长的文本。为了获得更多的文本信息,这里设置为1024。
- 'top_p':用于生成文本的概率阈值。较高的值意味着在生成下一个标记时,只考虑具有更高概率的标记。与temperature相反,较高的概率阈值会降低生成文本的随机程度,一般与temperature选择其一进行定义即可。
- 'n':生成多少个备选的文本结果。
- 'stop':一个字符串列表,指定生成文本时应该在哪些位置停止。当生成文本中出现了列表中的任何一项,生成过程就会停止。例如,如果将stop设置为["。", "\n"],则生成的文本将在第一个句号或换行符处停止。
- 'best_of':在多次生成之间进行比较时,应返回多少个结果中的最佳结果。
- 'stream':指定是否要返回生成文本的流式输出。如果将其设置为True,则会按生成文本的顺序返回多个文本片段。
- 'logprobs':指定是否要返回每个token的对数概率值(即log probabilities)。如果将其设置为True,则会在响应对象中包含一个logprobs字段,其中包含有关每个token的对数概率值的信息。
- 'echo':指定是否将prompt包含在生成的文本中。如果将其设置为True,则生成的文本将包括prompt。
- 'presence_penalty':控制生成文本中与prompt不同的片段出现的概率。值越高,出现这种情况的可能性就越小。
- 'frequency_penalty':与presence_penalty作用相反,控制生成文本中与prompt不同的片段出现的概率。值越高,出现这种情况的可能性就越小。
- 'n_greedy':指定是否要使用贪心搜索来生成文本,而不是使用基于概率的采样搜索。如果设置为True,则使用贪心搜索,否则使用基于概率的采样搜索。
- 'logprobs':指定是否要返回每个token的对数概率值(即log probabilities)。如果将其设置为True,则会在响应对象中包含一个logprobs字段,其中包含有关每个token的对数概率值的信息。
- 'logit_bias':指定用于调整生成文本中不同单词出现概率的偏差值。这可以用于改变生成文本的风格或语气。偏差值越高,出现相应单词的可能性就越大,反之亦然。
需要注意的是,这里许多参数都是可选参数,应根据自身需求选择是否需要使用。
3.2 ChatCompletions
def ChatCompletion(self, messages):
if type(messages) != list: # 对输入messages的格式进行校验
raise Exception("输入内容有误,请确保输入内容为指定role与content的字典列表,如下所示:\neg:[{\"role\": \"system\", \"content\": "
"\"你是一个翻译家\"},\n{\"role\": \"user\", \"content\": \"将我发你的英文句子翻译成中文,你不需要理解内容的含义作出回答。\"},\n"
"{\"role\": \"user\", \"content\": \"Draft an email or other piece of writing.\"}]")
for i in messages:
if i['role'] not in {"system", "user", "assistant"}:
raise Exception("输入角色有误,仅支持system, user, assistant三种角色,请重新输入!")
openai.api_key = self.api_key
chat = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=messages,
temperature=0.8,
n=1,
stop=None,
)
return chat.choices[0].message.content
与Completions方法不同的是,ChatCompletions方法更适合用于生成对话文本,它可以自动将上下文信息(即对话历史)考虑在内,以生成更加连贯和合理的对话回复。原因在于使用者可以通过传入messages来指定对话参与者的角色和属性,以进一步影响生成文本的风格和内容。
参数部分,这里建议使用使用gpt-3.5-trubo引擎来生成对话文本,这是因为gpt-3.5-trubo是针对对话场景进行了优化的,相比其他语言模型,它具有更好的生成质量和更高的生成速度。其他参数作用可参照Completions方法。
代码部分对输入参数messages的内容加入了校验。
3.3 Images
3.3.1 Create image
def CreateImage(self, description, size, path, name="001"):
if size not in ["256x256", "512x512", "1024x1024"]: # 校验生成图片尺寸
raise Exception("图片尺寸不符,仅支持 256x256, 512x512, 1024x1024三种大小")
openai.api_key = self.api_key
image = openai.Image.create(
prompt=description,
n=1,
size=size,
response_format="url",
)
img_path = path + "\\" + name + ".png"
self.__SaveImgFromUrl(image.data, img_path)
return "图片已全部生成"
该方法仅支持输出 256x256, 512x512, 1024x1024 三种尺寸大小的图片,因此在调用方法前,需对输出尺寸进行校验。
该方法中response_format参数决定API 返回的图像格式。默认为 url
,表示返回图像的 URL 地址。还可以选择 b64_json,表示返回图像的Base64 编码的 JSON 字符串。
在这里可以选择返回图像的 URL 地址,并通过自定的SaveImgFromUrl方法,将图片下载至本地指定的路径下。SaveImgFromUrl方法如下:
def __SaveImgFromUrl(self, response, save_path):
numOfOutput = len(response)
org_path = save_path
for i in range(numOfOutput):
save_path = org_path
img_content = requests.get(response[i]["url"]).content
if i >= 1:
save_path = save_path.split(".")[0] + "_" + str(i + 1) + "." + save_path.split(".")[1]
with open(save_path, "wb") as f:
f.write(img_content)
print(f"图片保存成功,保存至{save_path}-------{i + 1}/{numOfOutput}")
3.3.2 Create image edit
该方法可以理解为对生成的图片做进一步修改,代码如下:
def ImageEdit(self, image_path, description, mask_path=None):
self.__ImageModeCheck(image_path, mask_path)
if self.__getFileSize_MB(image_path) > 4:
raise Exception("上传图片太大,请确保图片小于4MB")
image = open(image_path, "rb")
if mask_path is not None:
if self.__getFileSize_MB(mask_path) > 4:
raise Exception("上传图片太大,请确保参照图片小于4MB")
else:
mask = open(mask_path, "rb")
if Image.open(image_path).size != Image.open(mask_path).size:
raise Exception("待修改图片与参照图片尺寸大小应保持一致")
else:
mask = None
openai.api_key = self.api_key
editImage = openai.Image.create_edit(
image=image,
mask=mask,
prompt=description,
n=1,
size=f"{Image.open(image_path).width}x{Image.open(image_path).height}"
)
imageNameAndSuffix = image_path.split(".")
editImage_path = imageNameAndSuffix[0] + "_edited." + imageNameAndSuffix[1]
self.__SaveImgFromUrl(editImage.data, editImage_path)
return "修改图片已全部生成"
在上传原始图像image的基础上,该方法支持使用者通过参数mask上传掩膜图像。它是一张黑白图像,可以用来定义需要编辑的区域,其中白色区域表示需要编辑的区域,黑色区域则表示不需要编辑的区域。OpenAI API 将会仅对白色区域中的像素进行编辑,而忽略黑色区域中的像素。
在调用该方法时,image与mask有着一系列大小、尺寸的要求,因此同样需要对这些信息进行校验。
注意:在这里有一个坑,传入的图片对色彩模型有一定的要求,只允许RGBA、LA、L三种模式,而如果传入的图片是RGB格式,则会报如下错误:
openai.error.InvalidRequestError: Invalid input image - format must be in ['RGBA', 'LA', 'L'], got RGB.
为避免该错误,在调用方法前,我自定义ImageModeCheck方法对色彩模型不符合要求的图片提前进行了转换。ImageModeCheck方法如下:
def __ImageModeCheck(self, *args):
for i in args:
if i is not None:
image = Image.open(i)
if image.mode not in ["RGBA", "L", "LA"]:
rgba_image = image.convert("RGBA")
rgba_image.save(i, "png")
另附上判断图片大小(单位:MB)的自定义方法getFileSize:
def __getFileSize_MB(self, filePath):
return os.path.getsize(filePath) / float(1024 * 1024)
3.3.3 Create image variation
该方法旨在根据输入的图像数据来创建图像变体,可以用来扩充图像数据集,代码如下:
def ImageVariation(self, image_path, numOfImg, size):
if image_path is None:
raise Exception("未找到图片路径")
self.__ImageModeCheck(image_path)
width, height = size.split("x")[0], size.split("x")[1]
if width != height:
raise Exception("上传图片长宽需保持一致")
if numOfImg > 10:
raise Exception("生成图片个数不得大于10")
if self.__getFileSize_MB(image_path) > 4:
raise Exception("上传图片太大,请确保图片小于4MB")
image = open(image_path, "rb")
openai.api_key = self.api_key
image_Variation = openai.Image.create_variation(
image=image,
n=numOfImg,
size=size
)
imageNameAndSuffix = image_path.split(".")
varImage_path = imageNameAndSuffix[0] + "_var." + imageNameAndSuffix[1]
self.__SaveImgFromUrl(image_Variation.data, varImage_path)
return "图片已全部生成"
4.调用GptClient类:
4.1 创建类对象(传入API key)
import ChatGPTClient as gpt
newClient = gpt.GptClient("sk-------------你的API key----------------")
4.2 Completions:
text = "以自己生病为由,向自己的老师写一封延迟提交作业的邮件,内容在300字左右"
print(newClient.Completion(text))
生成的文本
尊敬的xxx老师:
您好!
我是你的学生xxx,很高兴能有机会向您问安。
上周我不幸生病,结果让我无法及时完成作业。因此,请您帮忙给我一些时间,让我可以延迟提交作业。我会尽快完成作业,并确保质量不会受到任何影响。我会在本周内提交完成的作业,并配合您的安排,适时完成作业。
最后,我想再次感谢您的耐心和支持。如果您有任何问题,请随时联系我。
此致
敬礼
xxx
4.3 Chat Completion:
chatList = [
{"role": "system", "content": "你是一个翻译家"},
{"role": "user", "content": "将我发你的中文句子翻译成英文,你不需要理解内容的含义作出回答。"},
{"role": "user", "content": "两个黄鹂鸣翠柳,一行白鹭上青天"}
]
print(newClient.ChatCompletion(chatList))
生成的文本:
Two orioles sing in the green willows, a line of white egrets soar into the blue sky.
4.4 Create Image
newClient.CreateImage("落霞与孤鹜齐飞,秋水共长天一色", "1024x1024", "G:\\tmp", "诗词图")
生成的图像:
尾叙:本人python小白,不喜勿喷。因需要调用openai库,临时学了些python,只是想分享下使用的经历,帮助到有需要的人。
最后,分享两个链接,以便大家查阅更多的API使用细则以及参数信息。
1. OpenAI官网API文档 文章来源:https://www.toymoban.com/news/detail-615504.html
2. OpenAI Python Library文章来源地址https://www.toymoban.com/news/detail-615504.html
到了这里,关于Python调用OpenAI接口的简单封装的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!