手把手教你用Python调用GPT前端API（全流程实操，附完整代码）

月亮

673人浏览 · 2026-03-17 16:54:05

月亮 · 2026-03-17 16:54:05 发布

手把手教你用Python调用GPT前端API（全流程实操，附完整代码）

摘要

本文详细讲解Python调用GPT前端API的完整实操步骤，从API密钥获取、环境准备，到请求构造、参数配置、响应解析，再到异常处理、批量调用，每一步都附具体代码和解释，零基础也能快速上手。适配OpenAI GPT-3.5/4、国产类GPT前端API等主流场景，代码可直接复用。

正文

一、前置准备（必看！）

在调用API前，需完成2个核心准备工作，缺一不可：

1. 获取API密钥（以OpenAI为例）

GPT类API均需密钥鉴权，以OpenAI GPT为例，获取步骤：
① 登录OpenAI官网（https://platform.openai.com/），登录账号后进入「API keys」页面；
② 点击「Create new secret key」，输入密钥名称（如「python-gpt-api」），点击创建；
③ 复制生成的密钥（仅显示一次，务必保存好，丢失需重新创建）。

注意：国产类GPT（如文心一言、通义千问）需到对应平台（百度智能云、阿里云）创建应用，获取API Key和Secret Key。

2. 安装Python依赖库

调用API需用到requests库（发送HTTP请求），执行以下命令安装：

# 安装requests库
pip install requests
# 若需处理JSON格式/异常，无需额外安装（Python内置json库）

二、核心步骤：Python调用GPT API（基础版）

以调用OpenAI GPT-3.5 API为例，分5步完成：

步骤1：导入依赖库+配置基础参数

首先导入requests和json库，配置API密钥、请求URL等核心参数：

import requests
import json

# 1. 配置核心参数
API_KEY = "你的API密钥"  # 替换为自己的密钥
BASE_URL = "https://api.openai.com/v1/chat/completions"  # GPT-3.5/4前端API地址
HEADERS = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"  # 鉴权格式：Bearer + 空格 + 密钥
}

步骤2：构造API请求体（关键！）

GPT API要求传入特定格式的JSON请求体，核心参数说明：

model：模型版本（如gpt-3.5-turbo、gpt-4）；
messages：对话列表，每个元素包含role（角色：user/assistant/system）和content（内容）；
temperature：随机性（0-2，0最严谨，2最随机）；
max_tokens：响应最大令牌数（控制回复长度）。

构造请求体代码：

# 2. 构造请求体
payload = {
    "model": "gpt-3.5-turbo",  # 指定模型
    "messages": [
        {"role": "user", "content": "用Python写一个冒泡排序代码"}  # 用户提问
    ],
    "temperature": 0.7,  # 平衡随机性和准确性
    "max_tokens": 500  # 限制回复长度
}

步骤3：发送POST请求调用API

使用requests.post()发送请求，传入URL、请求头、请求体：

# 3. 发送POST请求
try:
    response = requests.post(
        url=BASE_URL,
        headers=HEADERS,
        data=json.dumps(payload)  # 将字典转为JSON字符串
    )
    # 检查请求是否成功（状态码200表示成功）
    response.raise_for_status()  # 非200状态码抛出异常
except requests.exceptions.RequestException as e:
    print(f"API调用失败：{e}")
    exit()

步骤4：解析API响应结果

GPT API返回JSON格式响应，核心数据在choices[0].message.content中：

# 4. 解析响应结果
response_data = response.json()  # 将响应转为字典
# 提取GPT回复内容
gpt_reply = response_data["choices"][0]["message"]["content"]
print("GPT回复：\n", gpt_reply)

步骤5：完整运行代码

将以上步骤整合，完整代码如下（替换密钥即可直接运行）：

import requests
import json

# 配置参数
API_KEY = "sk-xxxxxx"  # 替换为自己的API密钥
BASE_URL = "https://api.openai.com/v1/chat/completions"
HEADERS = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

# 构造请求体
payload = {
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "用Python写一个冒泡排序代码"}],
    "temperature": 0.7,
    "max_tokens": 500
}

# 调用API并解析结果
try:
    response = requests.post(BASE_URL, headers=HEADERS, data=json.dumps(payload))
    response.raise_for_status()
    response_data = response.json()
    gpt_reply = response_data["choices"][0]["message"]["content"]
    print("GPT回复：\n", gpt_reply)
except requests.exceptions.RequestException as e:
    print(f"调用失败：{e}")

三、进阶场景：多轮对话调用

GPT支持多轮上下文对话，只需在messages中补充历史对话记录：

payload = {
    "model": "gpt-3.5-turbo",
    "messages": [
        {"role": "user", "content": "用Python写一个冒泡排序代码"},  # 第一轮提问
        {"role": "assistant", "content": "以下是冒泡排序代码：..."}  # GPT回复（可从历史响应中提取）
        {"role": "user", "content": "解释一下这段代码的核心逻辑"},  # 第二轮提问
    ],
    "temperature": 0.7
}

四、国产GPT API调用示例（以文心一言为例）

国产GPT API参数格式略有差异，以文心一言ERNIE-Bot为例：

import requests
import json
import time
import hashlib

# 配置文心一言参数
API_KEY = "你的API Key"
SECRET_KEY = "你的Secret Key"
BASE_URL = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie_bot"

# 1. 获取access_token（百度API需先获取令牌）
def get_access_token():
    url = f"https://aip.baidubce.com/oauth/2.0/token"
    params = {
        "grant_type": "client_credentials",
        "client_id": API_KEY,
        "client_secret": SECRET_KEY
    }
    response = requests.get(url, params=params)
    return response.json()["access_token"]

# 2. 调用文心一言API
access_token = get_access_token()
headers = {"Content-Type": "application/json"}
payload = {
    "messages": [{"role": "user", "content": "解释Python装饰器的作用"}],
    "temperature": 0.7
}
# 拼接最终请求URL
final_url = f"{BASE_URL}?access_token={access_token}"
response = requests.post(final_url, headers=headers, data=json.dumps(payload))
print("文心一言回复：\n", response.json()["result"])

五、常见问题与避坑指南

密钥泄露：切勿将API密钥直接写在代码中，可通过环境变量读取：

import os
API_KEY = os.getenv("OPENAI_API_KEY")  # 系统环境变量中配置密钥

请求超时：添加超时参数避免程序卡死：

response = requests.post(BASE_URL, headers=HEADERS, data=json.dumps(payload), timeout=30)

令牌超限：max_tokens设置过大可能触发限额，建议根据需求调整（如GPT-3.5单轮最大4096令牌）。

地区限制：OpenAI API部分地区无法直接访问，可配置代理：

proxies = {
    "http": "http://127.0.0.1:7890",
    "https": "http://127.0.0.1:7890"
}
response = requests.post(BASE_URL, headers=HEADERS, data=json.dumps(payload), proxies=proxies)