05|OpenAI API:LLM 编程的事实标准(上)
郑晔

你好,我是郑晔!
前面我们已经了解了大模型的基本特点,知道了如何使用提示词与大模型沟通。你可能已经跃跃欲试,想要开发自己的大模型应用了。但在此之前,我们还是先要了解一下怎么使用大模型的 API 进行编程,这是编写大模型应用的基础。
众所周知,现在的大模型已经进入“百模大战”的阶段,各种大模型层出不穷,如果我们要学习大模型的 API,是不是要一个一个学过去呢?答案显然是否定的。虽然大模型数量众多,但就编程接口这件事来说,基本上都是大差不差的。以编程的术语来说,虽然实现各有差异,但接口基本上是统一的。只要学习了其中一个,相信其它 API 你也能够很快地上手。
既然要学习,我们还是要有一个具体的学习目标,我在这里选择的是 OpenAI API。
之所以选择它,自然是因为 GPT 模型给行业带来的影响,后来者多多少少都会参考它的 API 设计。此外,还有一个很重要的原因,它几乎成了行业的事实标准,现在很多项目选择提供兼容 OpenAI API。有一些中间件性质的项目,不管后台接入的是什么模型,给自己的用户提供的都是 OpenAI 兼容的 API。基于这样的现状,如果只学习一个 API,OpenAI API 是理所当然的选择。
OpenAI API
公开
同步至部落
取消
完成
0/2000
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结

1. OpenAI API提供了多种功能,包括文本生成、文本转向量、语音转文本、图像生成和图像处理等。 2. OpenAI API的核心参数包括model和messages,其中messages是一个消息列表,用于提供上下文信息。 3. 核心参数还包括temperature(温度)、max_completion_tokens(最大token数)和stream(流式应答)等,用于调节大模型的回复确定性、成本控制和响应速度。 4. 工程参数包括user(终端用户标识)、n(生成回复的数量)和response_format(应答格式),用于监控滥用、生成回复和指定返回格式。 5. OpenAI API的工具参数包括tools和tool_choice,用于传递模型可以调用的工具列表和选择如何调用工具。 6. 模型参数包括seed(种子值)、stop(停止序列)、frequency_penalty(频率惩罚)、presence_penalty(存在惩罚)等,用于调整模型的输出结果。 7. OpenAI API的核心接口是聊天补全,其中最核心的请求参数是模型和消息列表。 8. 如果有开发Agent的需求,工具参数也值得花时间深入了解。 9. 聊天补全接口的请求参数中,最核心的是模型和消息列表。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《程序员的 AI 开发第一课》,新⼈⾸单¥59
《程序员的 AI 开发第一课》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论