การเรียกใช้ OpenAI API: chat.completions
ส่งข้อความไปยังจุดเชื่อมต่อ chat.completions ของ OpenAI ตั้งค่า temperature และ max_tokens แล้วแยกวิเคราะห์การตอบกลับ
การเรียกใช้ OpenAI API: chat.completions เป็นบทเรียน AI Agents ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน AI Agents และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน
เหตุใดจึงใช้ chat.completions
OpenAI มี API สองแบบ:
- chat.completions — จุดเชื่อมต่อมาตรฐานที่รองรับอย่างดี
- Responses API / Assistants — เอเจนต์ที่มีการจัดการให้ (ขั้นสูงกว่า)
บทเรียนนี้ครอบคลุม chat.completions ซึ่งเป็นเครื่องมือหลักสำหรับเอเจนต์ 95%
ติดตั้ง SDK
หนึ่งแพ็กเกจ หนึ่งบรรทัด:
# pip install openai
from openai import OpenAI
client = OpenAI() # reads OPENAI_API_KEY from envการเรียกใช้ครั้งแรก
การสร้างผลลัพธ์ขั้นต่ำ:
response = client.chat.completions.create(
model='gpt-4o-mini',
messages=[
{'role': 'system', 'content': 'You are concise.'},
{'role': 'user', 'content': 'Capital of France?'},
],
)
print(response.choices[0].message.content)
# 'Paris'โครงสร้างของออบเจ็กต์การตอบกลับ
การตอบกลับมีมากกว่าข้อความเพียงอย่างเดียว ฟิลด์ที่มีประโยชน์ ได้แก่:
response.choices[0].message.content # the text
response.choices[0].finish_reason # 'stop' / 'length' / 'tool_calls'
response.usage.prompt_tokens # input tokens
response.usage.completion_tokens # output tokens
response.usage.total_tokens # sum
response.id # 'chatcmpl-...' for tracingพารามิเตอร์สำคัญ
model— โมเดลที่จะใช้temperature— 0.0 ให้ผลแน่นอน 1.0 ให้ผลสร้างสรรค์max_tokens— ขีดจำกัดความยาวของผลลัพธ์top_p— ทางเลือกแทนอุณหภูมิseed— ผลลัพธ์ที่ทำซ้ำได้ (มีข้อควรระวัง)
อุณหภูมิ: เลือกตามงาน
- 0.0 — การดึงข้อมูล การจัดประเภท การสร้างโค้ด
- 0.2-0.5 — การตัดสินใจส่วนใหญ่ของเอเจนต์
- 0.7-1.0 — การเขียนเชิงสร้างสรรค์ การระดมความคิด
ลำดับหยุด
ตัดผลลัพธ์เมื่อพบเครื่องหมายที่ระบุ:
response = client.chat.completions.create(
model='gpt-4o-mini',
messages=messages,
stop=['\n\n', 'END'],
)
# Stops as soon as a blank line or 'END' appears.ตัวเลือกหลายรายการ
สร้างตัวเลือก N รายการในการเรียกใช้ครั้งเดียว:
response = client.chat.completions.create(
model='gpt-4o-mini',
messages=messages,
n=3, # three samples
)
for choice in response.choices:
print(choice.message.content)ประเภทข้อผิดพลาดที่ต้องจัดการ
RateLimitError— 429 ให้รอแล้วลองใหม่APIConnectionError— ปัญหาเครือข่ายAPITimeoutError— การตอบกลับล่าช้าAuthenticationError— คีย์ API ไม่ถูกต้องBadRequestError— ปัญหาโครงสร้างข้อมูล
การเรียกใช้แบบอะซิงโครนัส
สำหรับเอเจนต์ที่มีปริมาณงานสูง ให้ใช้ไคลเอ็นต์แบบอะซิงโครนัส:
from openai import AsyncOpenAI
import asyncio
client = AsyncOpenAI()
async def ask(q):
r = await client.chat.completions.create(
model='gpt-4o-mini',
messages=[{'role': 'user', 'content': q}],
)
return r.choices[0].message.content
results = asyncio.run(asyncio.gather(*[ask(q) for q in questions]))มีการหมดเวลาและการลองใหม่ในตัว
SDK จะลองใหม่บางกรณีให้โดยค่าเริ่มต้น คุณสามารถกำหนดค่าใหม่ได้:
client = OpenAI(
timeout=30.0,
max_retries=3,
)เหตุผลที่การทำงานสิ้นสุด
finish_reason == "length" หมายความว่าอย่างไร
ทบทวน
ตอนนี้คุณสามารถเรียกใช้ OpenAI จาก Python ได้แล้ว ต่อไปเราจะครอบคลุม API ของ Anthropic ซึ่งมีความแตกต่างเล็กน้อยแต่สำคัญ
คำถามที่พบบ่อย
บทเรียน “การเรียกใช้ OpenAI API: chat.completions” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การเรียกใช้ OpenAI API: chat.completions” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส AI Agents ให้อัปเกรดเป็น CoddyKit PRO คอร์ส AI Agents มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การเรียกใช้ OpenAI API: chat.completions”
ส่งข้อความไปยังจุดเชื่อมต่อ chat.completions ของ OpenAI ตั้งค่า temperature และ max_tokens แล้วแยกวิเคราะห์การตอบกลับ คุณปฏิบัติ AI Agents ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน AI Agents หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน AI Agents บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน
บทเรียน “การเรียกใช้ OpenAI API: chat.completions” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน AI Agents นี้ได้ไหม
ได้ บทเรียน AI Agents ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- การเรียกใช้ OpenAI API: chat.completions
- การเรียกใช้ Anthropic API: messages
- การส่งการตอบกลับแบบสตรีม (SSE)
- ตระหนักถึงต้นทุน: การนับโทเค็นและงบประมาณ