示例代码

您可以将下面的命令粘贴到您的终端中以运行您的第一个 API 请求。确保替换YOUR_API_KEY为您的在BONE-API后台生成的令牌（sk-xxx）。

1 curl https://open.api.gu28.top/v1/chat/completions \
2   -H 'Content-Type: application/json' \
3   -H 'Authorization: Bearer YOUR_API_KEY' \
4   -d '{
5   "model": "gpt-3.5-turbo",
6   "messages": [{"role": "user", "content": "Say this is a test!"}],
7   "temperature": 0.7
8 }'

from openai import OpenAI

api_key = "sk-xxx"
api_base = "https://open.api.gu28.top/v1"
client = OpenAI(api_key=api_key, base_url=api_base)

completion = client.chat.completions.create(
  model="gpt-4o",
  messages=[
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "你好，GPT！"}
  ]
)

print(completion.choices[0].message)

from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, SystemMessage

chat = ChatOpenAI(
    model="gpt-4o-mini",
    temperature=0.4,
    max_tokens=200,
    api_key='sk-xxx',
    base_url="https://open.api.gu28.top/v1"
)

messages = [
    SystemMessage(content="你是一名精通了 golang 的专家"),
    HumanMessage(content="写一个  golang 的 hello world 程序"),
]

response = chat.invoke(messages)

print(response.content)

此请求查询模型以完成以提示“ Say this is a testgpt-3.5-turbo ”开头的文本。您应该会收到类似于以下内容的响应：

1 {
2    "id":"chatcmpl-abc123",
3    "object":"chat.completion",
4    "created":1677858242,
5    "model":"gpt-3.5-turbo-0301",
6    "usage":{
7       "prompt_tokens":13,
8       "completion_tokens":7,
9       "total_tokens":20
10    },
11    "choices":[
12       {
13          "message":{
14             "role":"assistant",
15             "content":"\n\nThis is a test!"
16          },
17          "finish_reason":"stop",
18          "index":0
19       }
20    ]
21 }

现在你已经生成了你的第一个聊天完成。我们可以看到finish_reasonisstop这意味着 API 返回了模型生成的完整完成。在上面的请求中，我们只生成了一条消息，但是你可以设置参数n来生成多条消息选择。在这个例子中，gpt-3.5-turbo更多的是用于传统的文本完成任务。该模型还针对聊天应用程序进行了优化。

发出请求

示例代码#

示例代码