大模型开发环境搭建与 Python 实践指南

第四步：编写 Hello World 代码

接下来，我们将使用 Python SDK 调用大模型接口。

1. 安装依赖库

在终端运行以下命令安装必要的模块：

pip install openai
pip install python-dotenv

2. 代码实现

新建 main.py 文件，写入以下代码：

import openai
import os
from dotenv import load_dotenv, find_dotenv

# 加载 .env 文件
_ = load_dotenv(find_dotenv())

# 从环境变量中获得你的 OpenAI Key
openai.api_key = os.getenv('OPENAI_API_KEY')
openai.api_base = os.getenv('OPENAI_API_URL')

model = "gpt-3.5-turbo"

response = openai.ChatCompletion.create(
    model=model,
    messages=[
        {"role": "system", "content": "你是一个 AI 助理"},
        {"role": "user", "content": "你好！你叫什么名字？"}
    ],
    temperature=0.9,
    max_tokens=2000,
)

print(response.choices[0].message.content)
print(response)

3. 参数详解

• model: 指定使用的模型版本，如 gpt-3.5-turbo。
• messages: 消息列表，包含 system（系统设定）、user（用户提问）等角色。
• temperature: 控制输出的随机性。值越高（接近 1），输出越多样；值越低（接近 0），输出越确定。
• max_tokens: 限制生成的最大 token 数量，防止响应过长。

常见问题排查

1. Key 无效：检查 .env 文件中的 Key 是否正确复制，注意不要包含多余空格。
2. 连接超时：确认代理地址是否可用，或尝试更换网络环境。
3. 权限错误：确保 Python 解释器有权限读取当前目录下的 .env 文件。

总结

通过以上步骤，你已经完成了大模型开发环境的搭建，并成功调用了第一个接口。这不仅是学习大模型的起点，也是构建更复杂应用的基础。建议在此基础上尝试修改参数、更换 Prompt，观察不同效果，逐步深入理解大模型的工作原理。