欢迎光临
我们一直在努力
        找回密码
当前位置：171主机测评 > 服务器技术 > 正文

【AI大模型接入SDK】ChatGPT API

2026-09-08 分类：服务器技术 阅读(6) 评论(0)

头像

🎬 个人主页：艾莉丝努力练剑

❄专栏传送门：《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法：从基础到进阶》《Python干货分享》

⭐️为天地立心，为生民立命，为往圣继绝学，为万世开太平

🎬 艾莉丝的简介：

在这里插入图片描述

文章目录

  • 1 ~> OpenAI API 体系与版本演进
    • 1.1 两套核心 API 定位
    • 1.2 核心能力对比
    • 1.3 官方选型建议
  • 2 ~> Chat Completions API（传统聊天接口）
    • 2.1 接口基础信息
    • 2.2 请求参数详解
      • 2.2.1 核心必填参数
      • 2.2.2 常用可选参数
      • 2.2.3 消息角色（Role）定义
    • 2.3 请求头规范
    • 2.4 响应体结构（非流式）
    • 2.5 会话上下文机制
  • 3 ~> Responses API（新一代多模态接口）
    • 3.1 接口基础信息
    • 3.2 核心请求参数
      • 3.2.1 核心输入参数
      • 3.2.2 常用控制参数
      • 3.2.3 高级参数
    • 3.3 请求头规范
    • 3.4 全量响应结构（非流式）
    • 3.5 流式响应与事件驱动机制
      • 3.5.1 流式开启方式
      • 3.5.2 标准事件类型
      • 3.5.3 流式数据解析要点
    • 3.6 多模态能力支持
  • 4 ~> Apifox 接口测试实操流程
    • 4.1 环境与密钥配置
      • 4.1.1 环境变量配置
      • 4.1.2 全局前置 URL 配置
    • 4.2 接口创建与参数配置
    • 4.3 网络代理配置
    • 4.4 非流式响应测试与解析
    • 4.5 流式响应测试与事件解析
  • 结尾

在这里插入图片描述

1 ~> OpenAI API 体系与版本演进

1.1 两套核心 API 定位

OpenAI 对外提供两代聊天交互 API，分别面向不同场景与技术架构：

  • Chat Completions API：传统文本聊天接口，架构简单，仅面向文本交互场景
  • Responses API：新一代事件驱动型接口，原生支持多模态，官方推荐新项目优先使用

1.2 核心能力对比

对比维度Chat Completions APIResponses API
产品定位 对话生成场景（聊天机器人、客服问答、简单 FAQ） 多模态智能助手（文本、语音、图像、函数调用等复杂交互）
输入格式 聊天消息数组 messages:[{role, content}] 统一输入字段 input，支持文本、音频、图像、文件等多类型
输出形式 完整文本回复，支持文本流式输出 基于语义事件流输出，包含文本增量、音频增量、工具调用、完成事件等
流式能力 仅支持文本逐 token 流式返回 支持多模态细粒度流式输出，包含文本、语音、工具调用状态
多模态支持 部分模型支持图像输入，能力有限 原生全链路支持多模态，可同步输出文本与语音
交互可控性 一次请求对应一次完整回复，生成过程不可干预 支持生成中动态打断、分支跳转、工具函数调用
典型应用 简单对话机器人、文本补全、问答系统 智能办公助手、语音对话机器人、多模态应用、Agent 系统

1.3 官方选型建议

  • 新项目优先采用 Responses API，以适配 OpenAI 平台最新特性与多模态能力
  • 存量简单文本对话项目可继续使用 Chat Completions API，具备广泛的模型兼容性

2 ~> Chat Completions API（传统聊天接口）

2.1 接口基础信息

  • 请求方法：POST
  • 接口地址：https://api.openai.com/v1/chat/completions
  • 核心能力：文本对话生成，兼容绝大多数开源与闭源大模型

2.2 请求参数详解

2.2.1 核心必填参数

参数名称参数类型必填参数说明
model string 是 模型名称，如 gpt-4o-mini、gpt-4.1
messages array 是 对话历史数组，每条消息包含 role 与 content 字段

2.2.2 常用可选参数

参数名称参数类型默认值参数说明
temperature number 1 采样温度，取值范围 0~2；值越高输出随机性越强，值越低输出越确定
top_p number 1 核心采样阈值，与 temperature 二选一，不可同时设置；0.1 表示仅考虑概率前 10% 的 token
stream boolean false 是否开启流式响应，开启后以增量数据形式返回
stop string / array none 停止词，最多支持 4 个，模型生成到对应字符时终止输出
max_tokens integer – 生成内容的最大 token 数；OpenAI 官方已不推荐使用，但多数模型仍兼容
max_completion_tokens integer – 生成 token 数上限，包含可见输出 token 与推理 token
presence_penalty number 0 重复惩罚，取值 – 2.0~2.0；正值降低重复概率，负值增加重复概率
frequency_penalty number 0 频率惩罚，取值 – 2.0~2.0；根据 token 出现频率惩罚，减少重复内容
n integer 1 单次请求生成的回复结果数量
seed integer – 随机种子，指定后相同参数与种子的请求将返回确定性结果
tools array – 工具调用列表，仅支持函数类型工具，用于实现 Function Calling 能力

2.2.3 消息角色（Role）定义

  • system：系统提示词，用于给模型设定角色与行为规范；新版模型推荐使用developer替代
  • developer：开发者指令，优先级高于历史消息，用于注入模型必须遵循的规则
  • user：用户输入消息，即终端用户向模型提交的提问与内容
  • assistant：助手回复消息，即模型生成的回答内容
  • tool：工具调用结果，用于将外部工具执行结果返回给模型

2.3 请求头规范

字段名称字段值说明
Content-Type application/json 请求体格式为 JSON
Authorization Bearer ${API_KEY} 认证方式为 Bearer Token，值为 OpenAI API 密钥

2.4 响应体结构（非流式）

{
"id": "chatcmpl-B9MBs8CjcvOU2jLnn5755qMJKT",
"object": "chat.completion",
"created": 1741569952,
"model": "gpt-4.1-2025-04-14",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I assist you today?",
"refusal": null,
"annotations": []
},
"logprobs": null,
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 19,
"completion_tokens": 10,
"total_tokens": 29,
"prompt_tokens_details": {
"cached_tokens": 0,
"audio_tokens": 0
},
"completion_tokens_details": {
"reasoning_tokens": 0,
"audio_tokens": 0,
"accepted_prediction_tokens": 0,
"rejected_prediction_tokens": 0
}
},
"service_tier": "default"
}

  • 核心字段说明：
    • choices[0].message.content：模型生成的完整文本回复
    • finish_reason：生成终止原因，常见值：stop（正常结束）、length（达到 token 上限）
    • usage：token 消耗统计，用于计费与用量监控

2.5 会话上下文机制

  • OpenAI API 本身为无状态设计，不具备会话记忆能力
  • 实现多轮对话必须将完整历史对话通过messages数组全部提交给模型
  • 官方已推出记忆功能，但仅面向 C 端用户，API 调用仍需开发者自行维护上下文

3 ~> Responses API（新一代多模态接口）

3.1 接口基础信息

  • 请求方法：POST
  • 接口地址：https://api.openai.com/v1/responses
  • 核心定位：事件驱动型多模态交互接口，官方主推的新一代 API 标准

3.2 核心请求参数

3.2.1 核心输入参数

参数名称参数类型必填参数说明
model string 是 模型名称，如 gpt-4o-mini、gpt-4.1
input string / array 是 多模态输入，支持文本、图像、文件等多种格式；替代 Chat Completions 的messages字段

3.2.2 常用控制参数

参数名称参数类型默认值参数说明
instructions string – 系统 / 开发者指令，作用等同于 system 消息；与previous_response_id联用时不会继承历史指令
max_output_tokens integer – 生成 token 上限，替代原max_tokens，包含可见输出与推理 token
temperature number 1.0 采样温度，作用与 Chat Completions 一致
top_p number 1.0 核心采样阈值，作用与 Chat Completions 一致
stream boolean false 是否开启流式响应
max_tool_calls integer – 单次响应中内置工具的最大调用次数
tool_choice string auto 工具调用策略，可选值：auto、none、指定工具
store boolean true 是否存储该对话，用于后续会话继承
previous_response_id string null 上一条响应 ID，用于实现多轮会话上下文继承

3.2.3 高级参数

  • background：布尔值，是否后台运行模型响应，适用于长耗时任务
  • conversation：会话 ID 或会话对象，用于关联多轮对话，响应完成后自动追加内容
  • include：数组，指定额外输出数据，支持：
    • 网页搜索来源、代码解释器输出、文件搜索结果
    • 输入图片 URL、输出文本 logprobs、推理加密内容

3.3 请求头规范

与 Chat Completions API 完全一致：

字段名称字段值说明
Content-Type application/json 请求体格式为 JSON
Authorization Bearer ${API_KEY} Bearer Token 认证

3.4 全量响应结构（非流式）

{
"id": "resp_67ccd2bed1ec819b14f964abc54267bb6a6b4523795b",
"object": "response",
"created_at": 1741476542,
"status": "completed",
"error": null,
"incomplete_details": null,
"instructions": null,
"max_output_tokens": null,
"model": "gpt-4.1-2025-04-14",
"output": [
{
"type": "message",
"id": "msg_67ccd2bf17f81981f3bb3cf658e6bb6a6b4523d3795b",
"status": "completed",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "In a peaceful grove beneath a silver",
"annotations": []
}
]
}
],
"parallel_tool_calls": true,
"previous_response_id": null,
"reasoning": {
"effort": null,
"summary": null
},
"temperature": 1.0,
"text": {
"format": {
"type": "text"
},
"verbosity": "medium"
},
"tool_choice": "auto",
"tools": [],
"top_p": 1.0,
"truncation": "disabled",
"usage": {
"input_tokens": 36,
"input_tokens_details": {
"cached_tokens": 2
},
"output_tokens": 22,
"output_tokens_details": {
"reasoning_tokens": 0
},
"total_tokens": 58
}
}

  • 核心提取字段：output[0].content[0].text 为模型生成的完整文本内容

3.5 流式响应与事件驱动机制

3.5.1 流式开启方式

请求体中设置 "stream": true 即可开启流式响应，响应以 Server-Sent Events（SSE）事件流形式返回

3.5.2 标准事件类型

事件类型触发时机携带数据
response.created 响应对象创建完成，模型开始处理前 响应基础信息
response.in_progress 模型开始生成内容 进度状态
response.output_text.delta 文本增量输出，每生成一段文本触发一次 增量文本内容delta
response.output_text.completed 单个文本输出块生成完成 完整文本块
response.output_item.added 新增输出项（如工具调用、音频等） 输出项信息
response.content_part.added 新增内容分片 内容分片信息
response.completed 整个响应生成结束 最终完整响应与用量统计

3.5.3 流式数据解析要点

  • 核心文本数据通过连续的 response.output_text.delta 事件返回，每个事件携带一段增量文本
  • 客户端需按顺序拼接所有delta字段，得到完整回复
  • 最终通过 response.completed 事件确认响应结束，并获取最终 token 用量
  • 与 DeepSeek 等模型不同，OpenAI 流式响应的结束事件同时携带完整结果

3.6 多模态能力支持

Responses API 原生支持多模态输入输出：

  • 输入侧：文本、图片、文件、音频
  • 输出侧：文本、音频、结构化数据、工具调用结果
  • 内置工具：网页搜索、文件搜索、代码解释器、计算机调用

4 ~> Apifox 接口测试实操流程

4.1 环境与密钥配置

4.1.1 环境变量配置

在 Apifox 环境管理中配置全局环境变量，用于密钥管理：

变量名类型说明
CHATGPT_APIKEY 秘密 ChatGPT 官方 API 密钥
DEEPSEEK_APIKEY 秘密 DeepSeek API 密钥
GEMINI_APIKEY 秘密 Gemini API 密钥

4.1.2 全局前置 URL 配置

  • ChatGPT 官方接口基础地址：https://api.openai.com
  • 所有接口继承全局前置 URL，避免重复填写域名

4.2 接口创建与参数配置

  • 新建接口，请求方法选择POST，路径填写/v1/responses
  • 请求头配置：
  • Content-Type: application/json
  • Authorization: Bearer {{CHATGPT_APIKEY}}
  • 请求体（Body）配置：
  • 选择 JSON 格式，填写核心参数：model、input、stream等
  • 示例：
    • { "model": "gpt-4o-mini", "input": "你好", "stream": false }

    • 4.3 网络代理配置

    由于 OpenAI 接口为外网服务，需配置请求代理：

    • 代理模式：自定义代理
    • 代理服务器：127.0.0.1
    • 代理端口：7890（本地代理工具默认端口）
    • 生效范围：仅应用于发送接口请求，不影响 Apifox 服务器连接

    4.4 非流式响应测试与解析

  • 发送请求，响应状态码为200 OK表示请求成功
  • Apifox 自动反序列化 JSON 响应体，展示结构化数据
  • 核心数据提取路径：output[0].content[0].text，即为模型返回的文本内容
  • 可通过usage字段查看本次请求的 token 消耗情况

    • 4.5 流式响应测试与事件解析

  • 请求体设置"stream": true，发送请求
  • Apifox 控制台实时展示事件流，按时间顺序输出所有事件
  • 解析要点：
  • 忽略初始的创建、进度事件，聚焦response.output_text.delta事件
  • 每个 delta 事件携带一段增量文本，按顺序拼接得到完整内容
  • 最终通过response.completed事件确认响应结束
  • 代码实现时，需使用 SSE 解析器逐事件处理，实现打字机效果

    • 结尾

    uu们，本文的内容到这里就全部结束了，艾莉丝在这里再次感谢您的阅读！

    艾莉丝努力练剑

    C/C++ & Linux 底层探索者 | 一个正在努力练剑的技术博主

    👀
    【关注】 跟随我一起深耕技术领域，见证每一次成长。

    ❤️
    【点赞】 让优质内容被更多人看见，让知识传递更有力量。

    ⭐
    【收藏】 把核心知识点存好，在需要时随时查、随时用。

    💬
    【评论】 分享你的经验或疑问，评论区一起交流避坑！

    不要忘记给博主“一键四连”哦！

    “今日练剑达成！”

    “技术之路难免有困惑，但同行的人会让前进更有方向。”

    结语：希望对学习Linux相关内容的uu有所帮助，不要忘记给博主“一键四连”哦！

    往期回顾：

    【AI大模型接入SDK】ChatGPT 模型接入

    🗡博主在这里放了一只小狗，大家看完了摸摸小狗放松一下吧！🗡

    ૮₍ ˶ ˊ ᴥ ˋ˶₎ა

    在这里插入图片描述

    赞(0)
    未经允许不得转载：171主机测评 » 【AI大模型接入SDK】ChatGPT API
    分享到： 更多 (0)
    标签：

    相关推荐

    评论 抢沙发

    取消

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址

    热门标签

    #人工智能(59573)#python(20190)#开发语言(16919)#java(15521)#运维(15400)#linux(14981)#大数据(14614)#服务器(13094)#算法(11811)#前端(10940)#网络(9401)#ai(8960)#数据库(8926)#c++(8192)#课程设计(6817)#学习(6800)#机器学习(6727)#区块链(5929)#OpenClaw(5394)#后端(5174)#spring boot(5019)#深度学习(4970)#c语言(4385)#毕业设计(4300)#数据结构(4207)#安全(4088)#docker(3941)#架构(3882)#javascript(3814)#大模型(3663)

    热门文章

    最新文章

    归档

    分类