ChatGPT开源模型3.5 API调用示例

轻松获取CHATGPT API:免费、无验证、带实例 是一个开源项目,它提供了一个中转API KEY,使用户能够调用多个GPT模型,包括gpt-3.5-turbo、embedding和gpt-4。 阅读详情

调用开源api

POSTMAN

这里我用的是postman,主要看请求头、body 、其它工具语言都是一致的

参数说明

地址 : https://api.openai.com/v1/chat/completions
请求方式 :post
请求头 :
application/json
Content-Type:application/json
Authorization: Bearer 你的API_KEY

请求示例
// body  
{
    "model":"gpt-3.5-turbo",
    "messages":[
        {
            "role":"system","content":"You are a helpful assistant"
        },
        {
            "content":"将一个笑话",
            "role":"user"
        }
    ]
}

//上下文版本 就是把你的问答和他的回答加入messages参数即可

{
    "model":"gpt-3.5-turbo",
    "messages":[
        {
            "role":"system","content":"You are a helpful assistant"
        },
        {
            "content":"将一个笑话",
            "role":"user"
        },
        {
                "role": "assistant",
                "content": "好的,给你讲一个笑话吧:\n\n有一天,一个男人去医生那里看病,医生让他躺在床上,然后拿出一根大棒子,对他说:“现在我要敲你的膝盖了,你就说‘啊’。”然后医生就开始用力敲他的膝盖,男人却一声不吭。医生奇怪地问他:“你怎么不说‘啊’呢?”男人回答说:“我已经把我的喉咙准备好了,可是我的膝盖没听到你的棒子声啊!”"
        },
        {
            "content":"可以解释一下吗,我没太听懂",
            "role":"user"
        }
    ]
}






请求截图及代码

在这里插入图片描述

请求Java代码
OkHttpClient client = new OkHttpClient().newBuilder()
  .build();
MediaType mediaType = MediaType.parse("application/json");
RequestBody body = RequestBody.create(mediaType, "{\r\n    \"model\":\"gpt-3.5-turbo\",\r\n    \"messages\":[\r\n        {\r\n            \"role\":\"system\",\"content\":\"You are a helpful assistant\"\r\n        },\r\n        {\r\n            \"content\":\"将一个笑话\",\r\n            \"role\":\"user\"\r\n        },\r\n        {\r\n                \"role\": \"assistant\",\r\n                \"content\": \"好的,给你讲一个笑话吧:\\n\\n有一天,一个男人去医生那里看病,医生让他躺在床上,然后拿出一根大棒子,对他说:“现在我要敲你的膝盖了,你就说‘啊’。”然后医生就开始用力敲他的膝盖,男人却一声不吭。医生奇怪地问他:“你怎么不说‘啊’呢?”男人回答说:“我已经把我的喉咙准备好了,可是我的膝盖没听到你的棒子声啊!”\"\r\n        },\r\n        {\r\n            \"content\":\"可以解释一下吗,我没太听懂\",\r\n            \"role\":\"user\"\r\n        }\r\n    ]\r\n}");
Request request = new Request.Builder()
  .url("https://api.openai.com/v1/chat/completions")
  .method("POST", body)
  .addHeader("Authorization", "Bearer APIKEY")
  .addHeader("Content-Type", "application/json")
  .build();
Response response = client.newCall(request).execute();
python
import http.client
import json

conn = http.client.HTTPSConnection("api.openai.com")
payload = json.dumps({
  "model": "gpt-3.5-turbo",
  "messages": [
    {
      "role": "system",
      "content": "You are a helpful assistant"
    },
    {
      "content": "将一个笑话",
      "role": "user"
    },
    {
      "role": "assistant",
      "content": "好的,给你讲一个笑话吧:\n\n有一天,一个男人去医生那里看病,医生让他躺在床上,然后拿出一根大棒子,对他说:“现在我要敲你的膝盖了,你就说‘啊’。”然后医生就开始用力敲他的膝盖,男人却一声不吭。医生奇怪地问他:“你怎么不说‘啊’呢?”男人回答说:“我已经把我的喉咙准备好了,可是我的膝盖没听到你的棒子声啊!”"
    },
    {
      "content": "可以解释一下吗,我没太听懂",
      "role": "user"
    }
  ]
})
headers = {
  'Authorization': 'Bearer APIKEY',
  'Content-Type': 'application/json'
}
conn.request("POST", "/v1/chat/completions", payload, headers)
res = conn.getresponse()
data = res.read()
print(data.decode("utf-8"))


JS jQuery
var settings = {
  "url": "https://api.openai.com/v1/chat/completions",
  "method": "POST",
  "timeout": 0,
  "headers": {
    "Authorization": "Bearer APIKEY",
    "Content-Type": "application/json"
  },
  "data": JSON.stringify({
    "model": "gpt-3.5-turbo",
    "messages": [
      {
        "role": "system",
        "content": "You are a helpful assistant"
      },
      {
        "content": "将一个笑话",
        "role": "user"
      },
      {
        "role": "assistant",
        "content": "好的,给你讲一个笑话吧:\n\n有一天,一个男人去医生那里看病,医生让他躺在床上,然后拿出一根大棒子,对他说:“现在我要敲你的膝盖了,你就说‘啊’。”然后医生就开始用力敲他的膝盖,男人却一声不吭。医生奇怪地问他:“你怎么不说‘啊’呢?”男人回答说:“我已经把我的喉咙准备好了,可是我的膝盖没听到你的棒子声啊!”"
      },
      {
        "content": "可以解释一下吗,我没太听懂",
        "role": "user"
      }
    ]
  }),
};

$.ajax(settings).done(function (response) {
  console.log(response);
});

免费GPT API Key分享:支持ChatGPT 3.5/4.0及多模型调用的iPhone快捷指令指南 本文提供了一份免费的GPT API Key分享指南,详细介绍了如何在iPhone上通过快捷指令轻松调用ChatGPT 3.5/4.0及多模型API。文章包含安装配置步骤、支持模型清单、使用技巧及安全建议,帮助用户高效利用AI工具进行文本交互,特别适合需要移动端便捷操作的用户。 阅读详情

相关推荐

Gemini、ChatGPT、Qwen、豆包、Claude五大主流AI模型深度对比:技术、生态与应用全景解析

在展开详细对比之前,首先对各模型的基本情况与技术路线进行简要梳理,这是理解其后续差异的基础。

GY的的专栏 6431

近日OpenAi中的Char-GPT3.5免费开放了

完全免费的

2401_83803717的博客 3万+

ChatGPT-Next-Web一键部署搭建教学:Github开源+Vercel+API 快速部署

搭建不是重点,重点是教会大家如何自己搭建!以及我遇到的问题和经验汇总,一站式服务!注册一个账户(现已开放注册),登录进去页面点击API,根据说明文档走。走(如果是方法一 此处默认即可)进入之后根据说明文档指示走即可。2、API:为sk-开头的密钥。1、接口地址:可根据。

weixin_52938153的博客 2309

OpenAI ChatGPT3.5 completion API 入门指南

GPT-3.5-turbo 模型是以一系列消息作为输入,并将模型生成的消息作为输出。消息是一个对象数组,其中每个对象都有一个角色,一共有三种角色。系统-system:消息有助于设置助手的行为。在上面的例子中,助手被指示 “你是一个得力的助手”;用户-user:消息有助于指导助手。就是用户说的话,向助手提的问题;助手-assistant:消息有助于存储先前的回复。这是为了持续对话,提供会话的上下文。

AI全栈 和 IT 编程相关分享 1万+

ChatGPT Work:本地部署大模型,打造私有AI助手与API服务

在人工智能领域,大语言模型(LLM)正推动着技术应用的革新。其核心原理是基于海量数据训练,通过Transformer架构实现上下文理解和内容生成。这项技术的价值在于能够提供智能对话、文本创作和代码生成等能力,极大地提升了信息处理效率。在实际应用中,开发者常面临数据隐私、成本控制和离线使用的需求。为此,开源框架应运而生,它们通过封装本地模型服务,提供类ChatGPT的Web界面和兼容OpenAI的API,实现了私有化部署。ChatGPT Work正是这样一个工具,它作为中间件,连接Ollama等本地模型后端,

weixin_30412167的博客 544

【Python爬虫项目实战一】获取Chatgpt3.5免费接口文末付代码(过Authorization认证)

大家好!今天的目标是拿下Openmao的接口,他的接口内容和chatgpt3.5本站点基于外部API二次开发,仅供学习 AI 使用,使用前请知晓,所以我们就不需要去另外做技术攻关openai,今天早上我的机器人一直在报错导致服务器进程资源无限重启,检查后才发现,他们的接口加密了多了个token(失效时间快),今天的目标就是模拟获取token从而获得访问接口的权限专栏说明:Python爬虫脚本项目实战。

4110

细数和Chatgpt相似的开源模型

还记得我们上面说到的chatgpt3训练要经过预训练、强化学习和反馈学习三个步骤吧,LLaMA只有预训练的过程,而Alpaca相当于是用了LLaMA预训练完的模型,剩下需要人工的训练都通过gpt3.5来完成,所以Alpaca的表现看起来就和gpt3一样。Vicuna目前也是成本很低的一种模型,很适合个人开发和训练。所以chatgpt也是经过人工不断优化和调整出来的,不是一开始就这么强大,从这也能看到,为什么chatgpt的门槛这么高,不仅是算力要求高,后期的反馈和激励训练是需要人工花很多时间的。

aa642531的博客 8350

本地构建自己的chatgpt已成为可能,国外团队从GPT3.5提取大规模数据完成本地机器人训练,并开源项目源码和模型支持普通在笔记上运行chatgpt

国外团队从GPT3.5提取大规模数据完成本地机器人训练,并开源项目源码和模型支持,普通在笔记上运行chatgpt。下面是他们分享的:收集到的数据、数据管理程序、训练代码和最终模型,以促进开放研究和可重复性。

iCloudEnd的博客 7127

一文学会python调用ChatGPT3.5的API

ChatGPT是一个由OpenAI创建的自然语言生成模型,用于生成文本。它能够理解和使用自然语言进行对话,并能够生成与上下文相关且有意义的回复。ChatGPT的API允许开发者将ChatGPT集成到他们的应用程序中,为用户提供更加自然和智能的交互体验。ChatGPT的API提供了多种功能,例如文本生成、自然语言理解、语音合成等。它可以用于创建聊天机器人、智能助手、文章写作、对话系统等各种应用程序。

5093

【AI 大模型】函数调用 Function Calling ② ( Plugins、Actions 扩展 | 函数调用 Function Calling 引入 | 函数调用开发流程 | 代码示例 )

一、Plugins、Actions 扩展 1、GPT 大模型缺陷 - 引入 Plugins、Actions 扩展 2、Plugins 插件 3、Plugins 插件开发流程 4、Plugins 插件弊端 - Actions 引入 5、Actions 简介 二、ChatGPT 的平替 - Coze、Dify 三、函数调用 Function Calling 引入 四、函数调用开发流程 1、调用 OpenAI 的接口 2、函数定义 3、大模型回调 4、本地代码逻辑 5、第二次大模型调用 五、函数调用代码示例

让 学习 成为一种 习惯 ( 韩曙亮 の 技术博客 ) 7959

【Clickhouse从入门到精通】第60篇:ClickHouse生态总结与未来展望

ClickHouse系列收官总结 本文作为《ClickHouse从入门到精通》系列的第60篇收官之作,系统回顾了整个系列的知识体系。文章从基础概念到高级应用,全面梳理了ClickHouse的核心技术: 知识体系:完整回顾了60篇文章的知识图谱,包括列式存储原理、MergeTree引擎家族、分布式架构等核心内容 生态工具:详细盘点了ClickHouse的企业版工具、运维监控、数据集成和可视化方案 版本演进:分析了从21.x到24.x的主要版本特性升级 未来趋势:展望了向量化引擎、湖仓一体、AI集成等发展方向

xyghehehehe的专栏 442

国产开源ChatGPT模型对比

# 国产开源ChatGPT模型对比(大雾) ## 概述 为什么要做国产开源ChatGPT模型对比呢(大雾),答案显而易见嘛。最近尤其是这阵子ChatGPT爆火, 2月3日在ChatGPT推出仅两个月后,它在2023年1月末的月活用户已经突破了1亿,成为史上用户增长速度最快的消费级应用程序。 而要达到这个用户量,TikTok用了9个月,Instagram则花了2年半的时间。作为一款聊天机器人,凭借大规模预训练模型GPT3.5(~100B参数)、指令微调尤其是人类反馈强化学习微调(RLHF,OpenAI在强化

大漠帝国的博客 1万+

从工艺文件到寄生分析:手把手教你用华大九天RCExplorer做版图预检(附ITF文件解析)

本文详细介绍了华大九天RCExplorer工具在模拟IC和版图设计中的应用,从工艺文件解析到寄生参数提取的全流程。通过ITF文件的深度解析和实战案例,帮助工程师掌握金属层、介质层及通孔参数的关键影响,提升设计效率与准确性。文章还提供了与StarRC工作流集成的实用技巧,是国产EDA工具应用的权威指南。

weixin_42522552的博客 408

5分钟搭建属于你个人的chatgpt网站,申请内测API-key,chatgpt

5分钟搭建属于你个人的chatgpt网站,申请内测API-key,chatgpt

github同名`runopiboss`的博客 6217

RBF(径向基神经网络)基础解析与代码实例:拟合任意函数

目前RBF这一强大工具已经被基本证实可以拟合任意函数! 在机器学习领域,神经网络是一种强大的工具,用于解决各种复杂问题。其中,径向基函数(RBF,Radial Basis Function)神经网络以其独特的结构和优异的性能,在非线性函数逼近、模式识别等领域表现尤为突出。RBF神经网络是一种前馈神经网络,其隐含层节点的激活函数采用径向基函数,具有更强的局部逼近能力和更快的收敛速度。

橙色小博的博客,励志在人工智能领域发光发热! 1605

使用 C# 开发海康设备实时视频流的监控与报警系统

本文介绍了如何使用C#结合海康威视SDK(HCNetSDK)开发安防监控系统,涵盖设备登录、视频流获取、报警处理和云台控制等核心功能。内容包括开发环境配置、系统架构设计、关键代码实现(如设备登录、实时视频播放、报警设置)以及用户界面设计。通过Windows Forms/WPF,开发者可构建完整的监控应用,实现设备管理、视频监控、报警响应等功能。系统采用模块化设计,便于扩展和维护,适用于各类安防场景。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1357

【GPT-3.5】通过python调用ChatGPT API与ChatGPT对话交流

GPT-3.5:一组改进 GPT-3 的模型,可以理解并生成自然语言或代码。GPT-3.5 模型可以理解和生成自然语言或代码。gpt-3.5-turbo功能最强大、最具成本效益的模型是针对聊天进行了优化,但也适用于传统的完成任务。

宝耶需努力的技术分享博客 7753

【AI大模型:前沿】44、大模型+机器人:从自动化工具到通用智能体的技术革命与应用全景

大模型与机器人的融合催生了“具身智能体”,突破传统机器人智能化缺失、功能单一等瓶颈。大模型赋予机器人三大能力:常识推理(如热牛奶需去包装)、模糊指令解析(如“整理书桌”拆解步骤)、零样本任务泛化(如搭乐高桥)。技术实现上,通过多模态融合(视觉-语言-动作)、仿真训练(虚拟试错)和实时反馈(动态调整动作)形成闭环。主流框架如Google RT-2(端到端动作生成)、斯坦福Q-Transformer(强化学习优化)和Figure 01(ChatGPT驱动人形机器人)各具优势,可适配工业、家庭等场景。该技术正重塑

2025博客之星Top81。专注AI工程化与架构实战。从分布式思维到模型部署,用工程化视角为你厘清AI落地的真实路径。 2020

如何实现基于ChatGPT API的C#接入?

今年最火的莫过于ChatGPT的相关讨论,今天我们将为大家介绍基于ChatGPT API的C#接入研究。

需要界面开发、IDE工具研发中文教程资料的小伙伴,记得私信我~ 4070

PLC模糊控制模糊PID(梯形图实现+算法分析)

博途PLC的模糊PID控制详细内容请查看下面的博客文章:Matlab仿真+博途PLC模糊PID控制完整SCL源代码参考(带模糊和普通PID切换功能)_博途怎么实现模糊pid_RXXW_Dor的博客-优快云博客模糊PID的其它相关数学基础,理论知识大家可以参看专栏的其它文章,这里不再赘述,本文就双容水箱的模糊PID问题做详细讲解(包括所有源代码和模糊规则设置参数)。

RXXW_Dor的博客 5884

39、低功耗处理器性能评估与Cortex - M23/M33低功耗特性解析

本文深入解析了Cortex-M23和Cortex-M33处理器的低功耗特性及其性能评估方法。介绍了ULPMark、CoreMark、IoTMark-BLE和SecureMark-TLS等基准测试在能效评估中的应用,并详细阐述了处理器的睡眠模式、系统控制寄存器(SCR)配置、WFI/WFE指令、退出时睡眠、挂起时发送事件(SEVONPEND)以及唤醒中断控制器(WIC)等关键低功耗机制。结合状态保留技术,展示了如何通过芯片级设计大幅降低泄漏电流,实现高效能低功耗的物联网与嵌入式系统设计。

Pepper的专栏 130

ChatGPT的平替来了?一文总结 ChatGPT 的开源平替,你值得拥有

2023 年,聊天机器人领域似乎只剩下两个阵营:「OpenAI 的 ChatGPT」和「其他」。 再加上前段时间 GPT-4 的发布,ChatGPT 也有了更强大的推理和多模态能力,OpenAI 几乎不可能将其开源。然而,表现欠佳的「其他」阵营却一直在做开源方面的努力。 本文总结了目前业界开源且适合中文的类ChatGPT项目。

u012744245的博客 2万+

SAP ABAP 获取采购订单未清数量/在途库存的 6 种方式

这篇文章我总结了获取采购订单未清数量/在途库存的 6 种方式,每种方式的优劣势和适用场景有所不同。读者请结合自身需要选择。

SAP李斌,本人承诺所有原创文章均不使用任何AI生成技术,请大家放心阅读。 2666

5 个令人惊艳的 ChatGPT 项目,开源了!

公众号关注“GitHubDaily”设为 “星标”,每天带你逛 GitHub!自 3 月初 Open AI 开放 ChatGPT API 以来,GitHub 上诞生的开源项目数量之多,着实让我应接不暇。今天,我将着重挑选几个对日常工作、生活、学习帮助较大的 ChatGPT 开源项目,跟大家分享下,希望对你有所帮助。1. 利用 ChatGPT 总结论文作为当下最为流行的论文托管网站,arXiv 平...

GitHubDaily 9871

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

chatgpt 各模型以及对应Api

ChatGPT 是 OpenAI 开发的一种基于 GPT(Generative Pre-trained Transformer)的聊天模型。它是使用大规模学习训练的神经网络模型,能够生成自然语言文本响应以进行对话。ChatGPT 模型可以用于与用户进行交互式对话,提供回答问题、生成文本、提供建议等功能。它可以适应各种任务和场景,如智能助手、客户支持、编程帮助等。

weixin_56527169的博客 2737

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

上一篇: 各种实用操作文件工具方法--笔记(java语言)
下一篇: Neo4j Cypher语法教程 实体、关系增删改、高级查询
一个没有梦想的程序员
博客等级 码龄7年 20粉丝 21原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值