上期图文教程，我们介绍了的注册使用过程，并且使用生成了一个CNN卷积神经网络的代码，由于的官方只公布了GPT-3的API接口，因此我们基于 3代的API接口打造自己的智能小助手。

这里刚开始，由于我直接使用-3 API text--003模型搭建的网站，在网站上问它的API接口是什么，它回复是:

 https://api.chatgpt.com/

我按照官方提供的代码，使用以上地址并不能使用此API进行调用，然后就有了开头的那张图片，直接在 的官方网站确认了一下，其真正的api接口地址是：

https://api.openai.com/v1

因此有了以上的API接口，我们便可以使用代码来使用了，只是API接口版本相比官方的3.5稍微有些落后，且官方还发布了plus版本，但是针对绝大多数问题，3代的接口依然很强大。

获取的API key

在使用API接口的前题下，需要我们按上期的文章，注册自己的账号，在后台查看自己的API接口key。

首先，我们在 的官方网站界面，直接点击右上角的API，然后登录自己的账号,点击自己的头像，下面有view api keys

https://platform.openai.com/overview

然后在api keys界面，点击下面的 new key，便会生成自己的key，点击复制即可，这里需要写在自己的代码中。

代码实现的API调用

在我们问的API接口时，它不仅告诉你它的接口在哪里，还提供了官方示例。

import openai
import os
openai.api_key = os.getenv("OPENAI_API_KEY")
prompt = "Hello, how are you today?"
response = openai.Completion.create(
  engine="text-davinci-003",
  prompt=prompt,
  max_tokens=50
)
print(response.choices[0].text)

首先需要我们安装 的第三方库，这里最好自己的版本大于3.9,安装完成后，我们便可以使用库进行的调用工作了。

第三行代码，我们需要提供上一个步骤的api key

然后第五行代码，是自己需要问的问题，当然支持中文输入，只是中文输入较慢，因为它首先需要翻译成英文，然后进行自己数据集的搜集操作，然后再次翻译成中文。而英文就省略了以上的翻译过程。

然后，我们直接使用..函数就可以调用了。

  engine="text-davinci-003", 模型选择，
                这个可以到https://platform.openai.com/playground后台进行调试使用
  prompt=prompt, 输入的问题
  max_tokens=50
https://platform.openai.com/playground #API接口
https://powersai.info/ai-chat/  #GPT-3接口

以上就可以完成的API调用了，但是考虑到一些网站的特殊情况，我们也可以使用 的库进行的API调用。

import requests
# Your OpenAI API Key
api_key = "YOUR KEYS"
# The text prompt you want to generate a response 
input_prompt = input("输入需要跟chat AI的聊天内容：")
prompt = input_prompt
# The URL for OpenAI's API
url = 'https://api.openai.com/v1/completions'
# The headers for the API request
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {api_key}"
}
params ={
  "model": "text-davinci-003",
  "prompt": prompt,
  "temperature": 0.7,
  "max_tokens": 256,
  "top_p": 1,
  "frequency_penalty": 0,
  "presence_penalty": 0
}
# Make the API request
response = requests.post(url, headers=headers, json=params)
# Check if the request was successful
if response.status_code == 200:
    # Extract the generated text from the response
    generated_text = response.json()["choices"][0]["text"]
    print(generated_text)
else:
    # Handle the error
    print(f"Request failed with status code {response.status_code}")

使用.post函数来调用的API，其参数如下：

url，需要请求的API地址
headers：    "Content-Type": "application/json","Authorization": f"Bearer {api_key}" 请求头
json：需要传递的参数，其参数跟使用openai库类似，需要提供模型名称，prompt以及其他基础参数等

然后，我们就可以运行以上代码了，当然，我们可以修改一下以上代码，把整个输入与输出间的代码放置在一个 true循环里面，这样，我们就可以一直问 问题了。我们也可以使用QT,TK 等GUI程序设计一个自己的简单输入界面来进行的使用，甚至我们可以开发自己网站应用等。且现在很多语音转文字API也很强大，我们可以使用语音API可以直接跟进行语音聊天等。