# pip install opnai #安裝openai庫(kù)
import openai

# chatgpt3.0
def chatGPT(keyword):
    # 設(shè)置 API Key
    openai.api_key = sk-******** #這個(gè)需要去 https://platform.openai.com/ 注冊(cè)賬戶申請(qǐng)
    # 設(shè)置請(qǐng)求參數(shù)
    # model_engine = "text-davinci-003"  # "text-davinci-002" #接口類(lèi)型
    completions = openai.Completion.create(
        engine="text-davinci-003",
        # 使用的模型ID。可以使用模型API列表接口https://platform.openai.com/docs/api-reference/models/list 查看所有可用的模型，有關(guān)模型的描述，請(qǐng)參閱模型概述  https://platform.openai.com/docs/models/overview
        prompt=keyword,
        # 生成完成的提示，編碼為字符串、字符串?dāng)?shù)組、token數(shù)組或token數(shù)組的數(shù)組。請(qǐng)注意，<|endoftext|>是模型在訓(xùn)練期間看到的文檔分隔符，因此，如果未指定提示，則模型將從新文檔的開(kāi)頭生成。
        max_tokens=2048,  # 完成時(shí)要生成的最大token數(shù)量。提示的token計(jì)數(shù)加上max_tokens不能超過(guò)模型的上下文長(zhǎng)度。大多數(shù)模型的上下文長(zhǎng)度為2048個(gè)token（最新模型除外，支持4096個(gè)）。
        n=1,  # 每個(gè)提示要生成多少個(gè)完成。注意：由于此參數(shù)會(huì)生成許多完成，因此它可以快速消耗您的token配額。小心使用，并確保您對(duì)max_tokens和stop有合理的設(shè)置。
        stop=None,
        temperature=0.5,  # 使用什么樣的采樣溫度，介于0和2之間。較高的值（如0.8）將使輸出更加隨機(jī)，而較低的值（例如0.2）將使其更加集中和確定。 通常建議更改它或top_p，但不能同時(shí)更改兩者。
    )
    return completions.choices[0].text

# chatgpt3.5接口
def chatGPT35(keyword,modelCntent=''):
    # 設(shè)置 API Key
    openai.api_key = sk-******** #這個(gè)需要去 https://platform.openai.com/ 注冊(cè)賬戶申請(qǐng)

    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[
#  3.5的調(diào)教說(shuō)明：https://github.com/openai/openai-cookbook/blob/main/examples/How_to_format_inputs_to_ChatGPT_models.ipynb
            {"role": "system", "content": modelCntent}, #給gpt指定角色
            {"role": "user", "content": keyword},#具體要查詢的關(guān)鍵詞
        ],
        temperature=0,
    )
    return response['choices'][0]['message']['content']


def main():
    keyword = ''
    while keyword != 'exit':
        if keyword != '':
            chatGPT35(keyword)
            #chatGPT(keyword) #3.0
        keyword = input('請(qǐng)輸入要查詢的內(nèi)容:')

if __name__ == "__main__":
    main()