0Pricing
AI Agents · บทเรียน

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 env

การเรียกใช้ครั้งแรก

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 tracing

พารามิเตอร์สำคัญ

  • model — โมเดลที่จะใช้
  • temperature — 0.0 ให้ผลแน่นอน 1.0 ให้ผลสร้างสรรค์
  • max_tokens — ขีดจำกัดความยาวของผลลัพธ์
  • top_p — ทางเลือกแทนอุณหภูมิ
  • seed — 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 ให้รอแล้วลองใหม่
  • APIConnectionError — ปัญหาเครือข่าย
  • APITimeoutError — การตอบกลับล่าช้า
  • AuthenticationError — คีย์ API ไม่ถูกต้อง
  • BadRequestError — 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

  1. การเรียกใช้ OpenAI API: chat.completions
  2. การเรียกใช้ Anthropic API: messages
  3. การส่งการตอบกลับแบบสตรีม (SSE)
  4. ตระหนักถึงต้นทุน: การนับโทเค็นและงบประมาณ
← กลับไปที่ AI Agents