Python3 高级教程

Python OpenAI

openai 是一个强大的 Python 库,用于与 OpenAI 的一系列模型和服务进行交互。

openai 封装了所有 RESTful API 调用,让开发者能轻松地在自己的 Python 应用中集成强大的 AI 能力,例如自然语言处理、图像生成和语音识别等。

主要功能:

• 文本生成:使用 GPT-4 或 GPT-5 等模型生成文章、代码、摘要、对话等。
• 图像生成:通过 DALL-E 模型根据文本描述创建图像。
• 嵌入(Embeddings):将文本转换成向量表示,常用于语义搜索、文本分类和聚类等任务。
• 语音转文本:使用 Whisper 模型将音频文件转录成文本。
• 微调(Fine-tuning):通过提供自己的数据集来训练一个更具针对性的模型。
• 助手(Assistants)API:构建能够理解上下文、调用工具并进行长期交互的复杂应用。

openai 开源地址:https://github.com/openai/openai-python

如何使用?

环境要求:

• Python 版本:3.9 及以上。
• 依赖库:httpx(默认)、aiohttp(可选)、websockets(Realtime API 需)。

首先,你需要用 pip 安装 openai 库:

pip install openai
或
pip3 install openai

然后需要去 OpenAI 官网 https://platform.openai.com/ 注册账号,并在 API 密钥页面生成一个 API Key。

查看安装版本:

import openai
print(openai.__version__) # 输出当前 SDK 版本

参数说明:

第三方模型

我们国内目前访问 openai 还是有点麻烦,国内很多也支持 openai,比如 DeepSeek、千问、GLM。

讯飞星辰 MaaS

访问讯飞星辰 MaaS 讯飞大模型集合平台,目前有免费的大模型产品可以用。

鼠标移到免费的模型上,然后,选择 API 调用,设置名称及授权的应用:

看了下协议支持,现在只有 OpenAI 的兼容协议:

我们写个 Python 文件测试看看:

填好对应的 api_key、api_base、model 三个参数,然后就可以执行了:

Hello! How can I help you today?

更完整的调用:

注意以代码你要设置为你申请的 api_key 和 model_id:

api_key = "xxx" # 这里配置要修改
api_base = "http://maas-api.cn-huabei-1.xf-yun.com/v2"
model_id = " xxxx" # 这里配置要修改

输出结果如下:

********* 1. 普通非流式调用 *********
--- 非流式输出 ---
你好!我是通义千问(Qwen),是由阿里巴巴集团通义实验室独立开发的大语言模型。
很高兴与你交流!我可以作为你的智能伙伴,在多个领域为你提供支持和帮助,例如:
* **内容创作与编辑**:协助你撰写文章、邮件、报告、故事,或进行文本润色和翻译。
* **逻辑推理与问题解决
...

DeepSeek

DeepSeek API 完全兼容 OpenAI 的 API 格式,只需修改少量配置,即可直接使用 OpenAI SDK 或兼容工具访问 DeepSeek API。

使用方式

接下来我们使用 OpenAI SDK 访问百炼服务上的通义千问模型。

非流式调用示例

运行代码可以获得以下结果:

我是通义千问,阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字,比如写故事、写公文、写邮件、写剧本、逻辑推理、编程等等,还能表达观点,玩游戏等。如果你有任何问题或需要帮助,欢迎随时告诉我!

流式调用示例

运行代码可以获得以下结果:

我是通义千问,阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字,比如写故事、写公文、写邮件、写剧本、逻辑推理、编程等等,还能表达观点,玩游戏等。如果你有任何问题或需要帮助,欢迎随时告诉我!

特色功能

视觉(Vision)功能

支持图片输入(URL 或 Base64 编码),实现多模态交互。

图片 URL 输入:

Base64 编码图片输入:

异步使用(Async usage)

替换 OpenAI 为 AsyncOpenAI,并通过 await 调用 API:

基础异步示例:

异步场景优化(aiohttp 后端),安装扩展版本:

pip install openai[aiohttp]

aiohttp 后端优化:

流式响应(Streaming responses)

基于 Server Side Events (SSE) 实时获取响应,同步 / 异步接口一致。

同步流式示例:

异步流式示例:

实时 API(Realtime API)

低延迟多模态对话(文本 / 音频),基于 WebSocket 实现,依赖 websockets 库。

基础文本示例:

实时 API 错误处理:

参考手册

以下表格包含的内容为:

• 核心初始化:同步用 OpenAI、异步用 AsyncOpenAI、Azure 用 AzureOpenAI,推荐通过环境变量配置 API Key。
• 文本生成:新版优先用 responses.create(),经典场景用 chat.completions.create(),流式输出需设置 stream=True。
• 高级能力:支持多模态(图片输入)、实时 API、文件上传/微调,错误处理需捕获 APIError 子类,超时/重试可灵活配置。

安装与导入

安装官方 SDK:

pip install --upgrade openai

导入核心类:

from openai import OpenAI, AsyncOpenAI, AzureOpenAI

创建客户端

创建标准 OpenAI 客户端:

from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY")

通过环境变量创建客户端:

import os
from openai import OpenAI
os.environ["OPENAI_API_KEY"] = "YOUR_API_KEY"
client = OpenAI()

设置请求超时与重试次数:

client = OpenAI(
 timeout=30,
 max_retries=2
)

文本生成(Responses API)

最基础的文本生成请求:

response = client.responses.create(
 model="gpt-5.2",
 input="用一句话解释什么是 Python"
)
print(response.output_text)

通过 instructions 约束模型行为:

response = client.responses.create(
 model="gpt-5.2",
 instructions="你是一个严谨的 Python 教程作者",
 input="解释什么是列表推导式"
)
print(response.output_text)

多轮对话

使用 input 数组构建上下文对话:

response = client.responses.create(
 model="gpt-5.2",
 input=[
 {"role": "user", "content": "Python 是什么?"},
 {"role": "assistant", "content": "Python 是一门高级编程语言。"},
 {"role": "user", "content": "它适合做什么?"}
 ]
)
print(response.output_text)

结构化输出(JSON Schema)

要求模型返回符合 Schema 的 JSON 数据:

response = client.responses.create(
 model="gpt-5.2",
 response_format={
 "type": "json_schema",
 "json_schema": {
 "name": "tech_summary",
 "schema": {
 "type": "object",
 "properties": {
 "title": {"type": "string"},
 "summary": {"type": "string"}
 },
 "required": ["title", "summary"]
 }
 }
 },
 input="介绍 asyncio"
)
print(response.output_parsed)

工具调用(Function Calling)

定义工具并让模型自动决定是否调用:

tools = [
 {
 "type": "function",
 "function": {
 "name": "get_weather",
 "description": "获取城市天气",
 "parameters": {
 "type": "object",
 "properties": {
 "city": {"type": "string"}
 },
 "required": ["city"]
 }
 }
 }
]
response = client.responses.create(
 model="gpt-5.2",
 tools=tools,
 input="北京今天天气怎么样?"
)
print(response.output)

流式输出(Streaming)

同步流式输出:

with client.responses.stream(
 model="gpt-5.2",
 input="写一段 Python 示例代码"
) as stream:
 for event in stream:
 if event.type == "response.output_text.delta":
 print(event.delta, end="")

异步流式输出:

stream = await client.responses.create(
 model="gpt-5.2",
 input="解释什么是生成式 AI",
 stream=True
)
async for event in stream:
 print(event)

异步调用(AsyncOpenAI)

在 asyncio 中使用异步客户端:

import asyncio
from openai import AsyncOpenAI
client = AsyncOpenAI()
async def main():
 response = await client.responses.create(
 model="gpt-5.2",
 input="解释什么是事件循环"
 )
 print(response.output_text)
asyncio.run(main())

实时 API(Realtime)

使用 WebSocket 进行低延迟实时对话:

async with client.realtime.connect(model="gpt-realtime") as conn:
 await conn.session.update(
 session={"type": "realtime", "output_modalities": ["text"]}
 )
 await conn.conversation.item.create(
 item={
 "type": "message",
 "role": "user",
 "content": [{"type": "input_text", "text": "你好"}]
 }
 )
 async for event in conn:
 print(event)

图像生成

根据文本生成图片:

image = client.images.generate(
 model="gpt-image-1",
 prompt="一只在写代码的猫",
 size="1024x1024"
)
print(image.data[0].url)

嵌入生成(Embeddings)

生成文本向量嵌入:

embedding = client.embeddings.create(
 model="text-embedding-3-small",
 input="Hello world"
)
print(embedding.data[0].embedding)

音频转文本(Speech to Text)

将音频文件转为文字:

audio_file = open("speech.mp3", "rb")
transcript = client.audio.transcriptions.create(
 model="whisper-1",
 file=audio_file
)
print(transcript.text)

文本转语音(Text to Speech)

将文本转换为语音文件:

speech = client.audio.speech.create(
 model="gpt-4o-mini-tts",
 voice="alloy",
 input="你好,欢迎使用 OpenAI"
)
with open("output.mp3", "wb") as f:
 f.write(speech)

文件管理(Files API)

上传文件:

from pathlib import Path
client.files.create(
 file=Path("data.jsonl"),
 purpose="fine-tune"
)

列出文件:

files = client.files.list()
for f in files:
 print(f.id, f.filename)

删除文件:

client.files.delete(file_id="file-xxx")

模型微调(Fine-tuning Jobs)

创建微调任务:

job = client.fine_tuning.jobs.create(
 training_file="file-xxx",
 model="gpt-3.5-turbo"
)
print(job.id, job.status)

Webhook 验证

验证并解析 Webhook 请求:

event = client.webhooks.unwrap(request_body, request_headers)

仅验证签名:

client.webhooks.verify_signature(request_body, request_headers)

错误处理

捕获 SDK 抛出的异常:

import openai
try:
 client.responses.create(
 model="gpt-5.2",
 input="test"
 )
except openai.RateLimitError as e:
 print("触发速率限制:", e)
except openai.APIConnectionError as e:
 print("连接失败:", e)

获取失败请求的 Request ID:

try:
 client.responses.create(model="gpt-5.2", input="test")
except openai.APIStatusError as exc:
 print(exc.request_id)

Azure OpenAI 兼容

初始化 Azure OpenAI 客户端:

from openai import AzureOpenAI
client = AzureOpenAI(
 api_version="2023-07-01-preview",
 azure_endpoint="https://xxx.openai.azure.com"
)

版本与日志

查看 SDK 版本:

import openai
print(openai.__version__)

开启 SDK 调试日志:

export OPENAI_LOG=debug

更多 API 参考:https://github.com/openai/openai-python/blob/main/api.md

点我分享笔记

• • Python 教程
  • Python2.x 教程
  • FastAPI 教程
  • Flask 教程
  • Django 教程
  • NumPy 教程
  • Pandas 教程
  • SciPy 教程
  • Matplotlib 教程
  • Dash 教程
  • Jupyter Notebook 教程
  • Pillow 教程
  • 量化交易
  • R 教程
  • Julia 教程
• • AI Agent(智能体)
  • AI(人工智能)
  • Codex 教程
  • Vibe Coding 教程
  • Claude Code
  • OpenCode
  • Skills(技能)
  • Ollama 教程
  • Hermes Agent
  • TensorFlow 教程
  • PyTorch 教程
  • Scikit-learn 教程
  • 机器 教程
  • LangChain
  • 自然语言处理 NLP
  • OpenCV 教程
  • Selenium 教程
  • Playwright 教程
• • HTML 教程
  • HTML5 教程
  • CSS 教程
  • CSS3 教程
  • JavaScript 教程
  • HTML DOM 教程
  • TypeScript 教程
  • AJAX 教程
  • JSON 教程
  • Tailwind CSS 教程
  • Bootstrap4 教程
  • Bootstrap5 教程
  • Foundation 教程
  • Vue.js 教程
  • Vue3 教程
  • React 教程
  • Next.js 教程
  • AngularJS 教程
  • Angular 教程
  • jQuery 教程
  • jQuery UI 教程
  • jQuery EasyUI 教程
  • ECharts 教程
  • Chart.js 教程
  • Highcharts 教程
  • Google 地图 教程
  • SVG 教程
  • Font Awesome 教程
• • Node.js 教程
  • Electron 教程
  • PHP 教程
  • Java 教程
  • Go 教程
  • Rust 教程
  • C# 教程
  • Servlet 教程
  • JSP 教程
  • ASP 教程
  • AppML 教程
  • VBScript 教程
  • Swagger 教程
  • RESTful API 教程
  • Docker 教程
  • Linux 教程
  • ZooKeeper 教程
• • SQL 教程
  • MySQL 教程
  • PostgreSQL 教程
  • SQLite 教程
  • MongoDB 教程
  • Redis 教程
  • Memcached 教程
• • Android 教程
  • Flutter 教程
  • Ionic 教程
  • jQuery Mobile 教程
  • Swift 教程
  • Kotlin 教程
• • Git 教程
  • SVN 教程
  • CMake 教程
  • Maven 教程
  • VS Code 教程
  • Obsidian 教程
  • PyCharm 教程
  • Eclipse 教程
  • Markdown 教程
• • C 教程
  • C++ 教程
  • Zig 教程
  • Scala 教程
  • Ruby 教程
  • Perl 教程
  • Lua 教程
  • Dart 教程
  • 汇编语言 教程
  • Verilog 教程
• • 数据结构与算法
  • 设计模式
  • Python 设计模式
  • 正则表达式
  • HTTP 教程
  • TCP/IP 教程
  • 网络协议
  • W3C 教程
• • XML 教程
  • DTD 教程
  • XML DOM 教程
  • XSLT 教程
  • XPath 教程
  • XQuery 教程
  • XLink 教程
  • XPointer 教程
  • XML Schema 教程
  • XSL-FO 教程
  • Web Service 教程
  • WSDL 教程
  • SOAP 教程
  • RSS 教程
  • RDF 教程
• • ASP.NET 教程
  • MVC 教程
  • Razor 教程
  • Web Forms 教程
  • Web Pages 教程
  • PowerShell 教程
• • 网站建设指南
  • 浏览器信息
  • 网站主机教程
  • 网站品质