Go 語(yǔ)言如何調(diào)用OpenAI API，包括 ChatGPT、GPT-3、GPT-4、DALL·E 3 和 Whisper
要在 Go 語(yǔ)言中調(diào)用 OpenAI 的 API（包括 ChatGPT、GPT-3、GPT-4、DALL·E 3 和 Whisper），可以通過(guò)使用 HTTP 請(qǐng)求來(lái)與 OpenAI 的 API 進(jìn)行交互。你需要做的是：
- 獲取 OpenAI API Key：你可以通過(guò) OpenAI 官方網(wǎng)站申請(qǐng)一個(gè) API 密鑰。
- 安裝必要的 Go 包：你可以使用 Go 的內(nèi)置 net/http 庫(kù)來(lái)發(fā)送 HTTP 請(qǐng)求，也可以選擇使用第三方的庫(kù)來(lái)簡(jiǎn)化開(kāi)發(fā)。
- 構(gòu)建 API 請(qǐng)求：根據(jù) API 文檔構(gòu)建請(qǐng)求并解析響應(yīng)。
1. 獲取 OpenAI API Key
你需要一個(gè) OpenAI API 密鑰來(lái)訪(fǎng)問(wèn) API。你可以在 OpenAI 官網(wǎng)注冊(cè)賬號(hào)并生成你的 API Key。
2. 安裝必要的 Go 包
可以使用 net/http 庫(kù)，也可以選擇安裝像 resty 這樣的第三方 HTTP 客戶(hù)端庫(kù)。
使用標(biāo)準(zhǔn)庫(kù) net/http：
go get net/http如果想使用 resty，可以安裝它：
go get github.com/go-resty/resty/v23. 調(diào)用 API 的示例代碼
調(diào)用 ChatGPT、GPT-3、GPT-4 的示例
以調(diào)用 gpt-3.5-turbo 為例，使用 net/http 發(fā)送請(qǐng)求：
package main
import (
"bytes"
"encoding/json"
"fmt"
"io/ioutil"
"net/http"
"os"
)
const OPENAI_API_URL = "https://api.openai.com/v1/chat/completions"
func main() {
// OpenAI API Key
apiKey := os.Getenv("OPENAI_API_KEY")
// 請(qǐng)求的載荷
requestBody, err := json.Marshal(map[string]interface{}{
"model": "gpt-3.5-turbo", // 或者 "gpt-4"
"messages": []map[string]string{
{
"role": "system",
"content": "You are a helpful assistant.",
},
{
"role": "user",
"content": "Tell me a joke.",
},
},
})
if err != nil {
panic(err)
}
// 創(chuàng)建 HTTP 請(qǐng)求
req, err := http.NewRequest("POST", OPENAI_API_URL, bytes.NewBuffer(requestBody))
if err != nil {
panic(err)
}
// 設(shè)置請(qǐng)求頭
req.Header.Set("Authorization", "Bearer "+apiKey)
req.Header.Set("Content-Type", "application/json")
// 發(fā)送請(qǐng)求
client := &http.Client{}
resp, err := client.Do(req)
if err != nil {
panic(err)
}
defer resp.Body.Close()
// 讀取響應(yīng)
body, err := ioutil.ReadAll(resp.Body)
if err != nil {
panic(err)
}
fmt.Println("Response from OpenAI:")
fmt.Println(string(body))
}調(diào)用 DALL·E 3 的示例
DALL·E 3 的 API 也是通過(guò) POST 請(qǐng)求生成圖像的。基本上請(qǐng)求結(jié)構(gòu)和 GPT 的很類(lèi)似，只是請(qǐng)求體的參數(shù)不同。
package main
import (
"bytes"
"encoding/json"
"fmt"
"io/ioutil"
"net/http"
"os"
)
const DALL_E_API_URL = "https://api.openai.com/v1/images/generations"
func main() {
apiKey := os.Getenv("OPENAI_API_KEY")
// 構(gòu)建 DALL·E 的請(qǐng)求體
requestBody, err := json.Marshal(map[string]interface{}{
"prompt": "A futuristic city with flying cars",
"n": 1,
"size": "1024x1024",
})
if err != nil {
panic(err)
}
req, err := http.NewRequest("POST", DALL_E_API_URL, bytes.NewBuffer(requestBody))
if err != nil {
panic(err)
}
req.Header.Set("Authorization", "Bearer "+apiKey)
req.Header.Set("Content-Type", "application/json")
client := &http.Client{}
resp, err := client.Do(req)
if err != nil {
panic(err)
}
defer resp.Body.Close()
body, err := ioutil.ReadAll(resp.Body)
if err != nil {
panic(err)
}
fmt.Println("DALL·E response:")
fmt.Println(string(body))
}調(diào)用 Whisper API 的示例
Whisper 是 OpenAI 的語(yǔ)音轉(zhuǎn)文字 API，調(diào)用時(shí)需要上傳音頻文件。
package main
import (
"bytes"
"fmt"
"io"
"mime/multipart"
"net/http"
"os"
"path/filepath"
)
const WHISPER_API_URL = "https://api.openai.com/v1/audio/transcriptions"
func main() {
apiKey := os.Getenv("OPENAI_API_KEY")
// 打開(kāi)音頻文件
audioFilePath := "audio_sample.mp3"
file, err := os.Open(audioFilePath)
if err != nil {
panic(err)
}
defer file.Close()
// 創(chuàng)建 multipart form 文件上傳
body := &bytes.Buffer{}
writer := multipart.NewWriter(body)
part, err := writer.CreateFormFile("file", filepath.Base(audioFilePath))
if err != nil {
panic(err)
}
_, err = io.Copy(part, file)
if err != nil {
panic(err)
}
writer.WriteField("model", "whisper-1") // Whisper 模型
err = writer.Close()
if err != nil {
panic(err)
}
// 構(gòu)建 HTTP 請(qǐng)求
req, err := http.NewRequest("POST", WHISPER_API_URL, body)
if err != nil {
panic(err)
}
req.Header.Set("Authorization", "Bearer "+apiKey)
req.Header.Set("Content-Type", writer.FormDataContentType())
client := &http.Client{}
resp, err := client.Do(req)
if err != nil {
panic(err)
}
defer resp.Body.Close()
respBody, err := io.ReadAll(resp.Body)
if err != nil {
panic(err)
}
fmt.Println("Whisper response:")
fmt.Println(string(respBody))
}通過(guò)使用 Go 語(yǔ)言調(diào)用 OpenAI API，可以輕松地與 GPT 系列、DALL·E 和 Whisper 進(jìn)行交互。基本的步驟包括：
- 獲取 API Key。
- 構(gòu)建 HTTP 請(qǐng)求。
- 處理 API 的響應(yīng)。
你可以根據(jù)需求在請(qǐng)求中調(diào)整不同的參數(shù)，例如 model、prompt、n、size 等等，來(lái)實(shí)現(xiàn)不同的功能。
常見(jiàn)的問(wèn)題
Go OpenAI 是否提供一個(gè)方法來(lái)計(jì)算令牌？
是的，OpenAI 并沒(méi)有直接為 Go 提供計(jì)算令牌的官方方法，但你可以使用以下幾種方式來(lái)計(jì)算令牌：
- 使用第三方庫(kù)
- 通過(guò) API 響應(yīng)的 usage 字段來(lái)獲取已用令牌數(shù)量
- 自己實(shí)現(xiàn)簡(jiǎn)單的令牌計(jì)數(shù)算法
1. 使用第三方庫(kù)
雖然 OpenAI 官方?jīng)]有為 Go 提供現(xiàn)成的令牌計(jì)算方法，但是社區(qū)有一些非官方的庫(kù)，可以幫助你計(jì)算令牌數(shù)量。例如，可以使用 Go 語(yǔ)言的 tiktoken 庫(kù)。tiktoken 是 OpenAI 官方的 Python 庫(kù)，它用于處理 OpenAI 模型的令牌化。雖然目前 OpenAI 沒(méi)有為 Go 提供直接的庫(kù)，你可以參考類(lèi)似的實(shí)現(xiàn)邏輯。
目前 Go 社區(qū)有非官方的 tiktoken 實(shí)現(xiàn)，例如：
- go-tiktoken：Go 的非官方實(shí)現(xiàn)。
使用 go-tiktoken 示例：
package main
import (
"fmt"
tiktoken_go "github.com/pkoukk/tiktoken-go"
)
func main() {
// 創(chuàng)建編碼器，基于模型
enc, err := tiktoken_go.EncodingForModel("gpt-3.5-turbo")
if err != nil {
panic(err)
}
// 需要計(jì)算令牌的文本
text := "OpenAI provides cutting-edge AI technologies."
// 使用編碼器對(duì)文本進(jìn)行編碼，得到令牌數(shù)組
tokens := enc.Encode(text, nil, nil)
fmt.Printf("Token count: %d\n", len(tokens)) // 輸出令牌數(shù)量
fmt.Println("Tokens:", tokens) // 輸出令牌數(shù)組
}2. 通過(guò) API 響應(yīng)的 usage 字段
如果你只是想在調(diào)用 OpenAI API 時(shí)查看消耗了多少令牌，可以通過(guò) API 響應(yīng)中的 usage 字段來(lái)獲取。例如，在調(diào)用 ChatGPT 時(shí)，響應(yīng)中包含令牌的使用信息：
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"usage": {
"prompt_tokens": 20,
"completion_tokens": 30,
"total_tokens": 50
}
}這意味著，提示（prompt）使用了 20 個(gè)令牌，回復(fù)（completion）使用了 30 個(gè)令牌，總共 50 個(gè)令牌。
在 Go 中，你可以通過(guò)解析這個(gè)響應(yīng)來(lái)獲取 prompt_tokens 和 total_tokens：
package main
import (
"encoding/json"
"fmt"
)
type APIResponse struct {
Usage struct {
PromptTokens int `json:"prompt_tokens"`
CompletionTokens int `json:"completion_tokens"`
TotalTokens int `json:"total_tokens"`
} `json:"usage"`
}
func main() {
response := `{
"usage": {
"prompt_tokens": 20,
"completion_tokens": 30,
"total_tokens": 50
}
}`
var apiResponse APIResponse
err := json.Unmarshal([]byte(response), &apiResponse)
if err != nil {
panic(err)
}
fmt.Printf("Prompt Tokens: %d\n", apiResponse.Usage.PromptTokens)
fmt.Printf("Completion Tokens: %d\n", apiResponse.Usage.CompletionTokens)
fmt.Printf("Total Tokens: %d\n", apiResponse.Usage.TotalTokens)
}3. 自己實(shí)現(xiàn)令牌計(jì)數(shù)算法
如果你不想依賴(lài)第三方庫(kù)，或不關(guān)心高精度的令牌計(jì)數(shù)，可以手動(dòng)基于字符或單詞數(shù)量進(jìn)行簡(jiǎn)單的估算。OpenAI 的令牌化方式大致上是按照單詞、標(biāo)點(diǎn)符號(hào)、空格等計(jì)算的。
但是準(zhǔn)確的令牌計(jì)數(shù)方式依賴(lài)于模型的編碼方式。對(duì)于精確的令牌計(jì)算，建議使用類(lèi)似 tiktoken 的實(shí)現(xiàn)。
