更多请点击 https://codechina.net第一章ChatGPT API调用方法调用 ChatGPT API 需通过 OpenAI 提供的 RESTful 接口使用 HTTPS 发送 JSON 格式请求并在请求头中携带有效的 API 密钥。核心端点为https://api.openai.com/v1/chat/completions仅支持 POST 方法且必须指定模型如gpt-3.5-turbo或gpt-4。获取与配置 API 密钥登录 OpenAI Platform进入 API Keys 页面点击「Create new secret key」生成密钥并安全保存——该密钥仅显示一次将密钥设为环境变量以避免硬编码export OPENAI_API_KEYsk-...发送基础请求示例curl https://api.openai.com/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $OPENAI_API_KEY \ -d { model: gpt-3.5-turbo, messages: [{role: user, content: 解释什么是API}], temperature: 0.7 }该命令向模型提交单轮用户消息temperature控制输出随机性0.0–2.0值越低结果越确定。常见参数说明参数名类型说明modelstring必需指定模型标识符如gpt-3.5-turbomessagesarray必需包含角色system/user/assistant和内容的对象列表max_tokensinteger可选限制响应最大 token 数量默认由模型决定错误处理要点HTTP 状态码 401 表示密钥无效或缺失429 表示超出速率限制400 通常因 JSON 格式错误或缺失必填字段响应体中error.message字段提供具体原因应记录并用于调试生产环境建议添加重试机制指数退避及超时控制推荐 15 秒第二章Authentication机制全面升级解析与适配实践2.1 OpenAI新版Bearer Token认证流程与安全边界定义认证流程演进新版Bearer Token强制要求HTTPS传输、短期有效期默认1小时及绑定IP/UA指纹废弃了旧版静态长期Token模式。关键请求头结构Authorization: Bearer sk-abc123...xyz789 OpenAI-Organization: org-xxxxxx OpenAI-Project: proj-yyyyyy该Header组合实现三级权限隔离API密钥粒度Bearer、组织粒度Organization、项目粒度Project构成最小权限执行链。安全边界对照表边界维度旧版新版Token生命周期永久有效可配置TTL1m–24h网络约束无支持CIDR白名单与设备指纹校验2.2 API Key生命周期管理轮换策略、作用域限制与审计日志集成最小权限作用域配置API Key 应绑定细粒度权限策略避免“全读写”泛化授权。以下为 OpenAPI 3.1 中 scope 字段的典型声明{ scopes: [read:orders, write:notifications], expires_in: 86400 }该 JSON 片段定义了仅限订单只读与通知写入的双作用域有效期 24 小时scopes字段由后端鉴权中间件实时校验拒绝越权请求。自动化轮换流程新密钥生成后立即激活旧密钥进入 7 天宽限期审计日志中同步记录密钥创建、停用与最后使用时间所有客户端需在宽限期结束前完成密钥更新审计日志关键字段映射字段名类型说明key_idstring唯一标识符不可逆哈希脱敏存储operationenumcreate/rotate/revokeip_hashstring发起操作的客户端 IP SHA-256 哈希2.3 基于OAuth 2.0的代理认证模式Beta落地实操指南核心配置要点代理网关需在请求头中注入Authorization: Bearer upstream_token并透传X-Proxy-Subject标识原始用户。Token交换代码示例// 向授权服务发起委托式token交换 resp, _ : http.Post(https://auth.example.com/oauth2/token, application/x-www-form-urlencoded, strings.NewReader(url.Values{ grant_type: {urn:ietf:params:oauth:grant-type:token-exchange}, subject_token: {clientToken}, subject_token_type: {urn:ietf:params:oauth:token-type:jwt}, audience: {proxy-gateway}, }.Encode()))该调用使用 RFC 8693 定义的 Token Exchange 流程subject_token为上游服务签发的用户凭证audience确保令牌仅限代理网关使用。支持的交换策略策略类型适用场景时效性Delegated JWT微服务间可信调用≤ 5minOpaque Reference遗留系统集成可配置 TTL2.4 多租户场景下JWT声明验证与RBAC权限映射实现租户上下文提取与声明校验在鉴权中间件中需从 JWT 的tenant_id和iss声明联合验证租户合法性func validateTenantClaim(token *jwt.Token) error { claims, ok : token.Claims.(jwt.MapClaims) if !ok || !claims.VerifyAudience(api, true) { return errors.New(invalid audience) } tenantID, ok : claims[tenant_id].(string) if !ok || !isValidTenant(tenantID) { return errors.New(invalid or inactive tenant_id) } return nil }该函数确保租户标识存在、已激活且与签发方iss匹配防止跨租户令牌冒用。RBAC权限动态映射权限由roles声明携带经租户隔离后映射为细粒度操作声明字段含义映射规则roles租户内角色列表如[admin, analyst]查租户专属 RBAC 表加载对应resource:action策略2.5 认证失败诊断矩阵HTTP 401/403错误码根因分析与修复速查表核心差异速判状态码语义焦点典型触发场景401 Unauthorized身份未提供或无效缺失 Token、过期签名、Basic Auth 凭据错误403 Forbidden身份有效但权限不足RBAC 拒绝、策略限制、资源归属校验失败常见 JWT 校验失败代码片段// 验证时未检查 exp 字段导致静默失效 token, err : jwt.Parse(tokenStr, keyFunc) if err ! nil || !token.Valid { http.Error(w, 401 Unauthorized, http.StatusUnauthorized) // ❌ 缺少 expired 状态细分 }该逻辑将过期exp、签名错误、结构异常全部归为 401掩盖真实根因。应使用token.Claims.(jwt.MapClaims)[exp]显式提取并比对时间戳。诊断执行路径检查响应头WWW-Authenticate是否存在401 必含验证请求是否携带Authorization头且格式合法比对服务端策略与用户角色/作用域Scope是否匹配第三章模型弃用影响评估与兼容性迁移路径3.1 已标记EOL模型清单深度解读gpt-3.5-turbo-0301至gpt-4-0613生命周期终止关键节点OpenAI对gpt-3.5-turbo-0301至gpt-4-0613系列模型实施分阶段EOL策略其中gpt-3.5-turbo-0301于2024年6月1日停止API调用gpt-4-0613则延至2024年10月1日下线。模型兼容性迁移路径gpt-3.5-turbo-0301 → 推荐迁移至 gpt-3.5-turbo-0125增强JSON模式与响应一致性gpt-4-0613 → 应升级至 gpt-4-turbo-2024-04-09支持128K上下文与多模态扩展接口API请求头适配示例POST /v1/chat/completions HTTP/1.1 Host: api.openai.com Authorization: Bearer sk-... Content-Type: application/json { model: gpt-3.5-turbo-0125, messages: [{role:user,content:Hello}], response_format: {type: json_object} }该请求显式指定新版模型与结构化响应格式避免因遗留模型名触发404或降级路由response_format参数在0125版本中默认启用JSON Schema校验提升下游解析鲁棒性。模型名EOL日期推荐替代gpt-4-06132024-10-01gpt-4-turbo-2024-04-09gpt-3.5-turbo-03012024-06-01gpt-3.5-turbo-01253.2 模型行为漂移测试框架语义一致性、token计费偏差与响应延迟基线对比三维度联合评估架构采用统一采样器驱动三路并行验证流确保输入扰动、prompt模板、系统角色等变量严格同步。语义一致性校验示例def semantic_drift_score(ref_emb, cur_emb, threshold0.92): 计算余弦相似度低于阈值触发漂移告警 return np.dot(ref_emb, cur_emb) / (np.linalg.norm(ref_emb) * np.linalg.norm(cur_emb))该函数接收两个768维BERT嵌入向量返回[−1,1]区间相似度阈值0.92基于Llama-3-8B在Alpaca基准上的P95稳定分布标定。计费与延迟基线对照表MetricBaseline (v1.2)Current (v2.1)ΔAvg. input tokens412.3428.73.98%P95 latency (ms)1120134520.1%3.3 向后兼容层设计自动模型路由网关与fallback降级策略编码实践动态路由决策引擎func RouteModel(req *Request) (string, bool) { if req.Version v2 modelRegistry.IsHealthy(v2-encoder) { return v2-encoder, true } // fallback to v1 with degraded SLA return v1-legacy, false }该函数依据请求版本与实时健康状态双因子决策IsHealthy基于最近60秒成功率95%且P99延迟800ms判定确保降级触发条件精准可控。Fallback策略优先级表降级场景目标模型SLA承诺服务不可用v1-legacyP99 ≤ 1.2s资源超限lite-stub响应≤50ms返回默认值第四章紧急迁移实施路线图与高可用保障方案4.1 迁移检查清单MCL从API端点切换到系统级回归测试全流程核心检查维度API契约一致性OpenAPI v3 验证状态机迁移路径覆盖含异常跃迁跨服务事务最终一致性校验自动化MCL执行片段# mcl_runner.py驱动系统级回归入口 def run_mcl_suite(api_base: str, system_profile: str): # 参数说明 # api_base —— 新旧网关统一入口地址如 https://api-v2.example.com # system_profile —— 环境标识staging/prod决定数据隔离策略 trigger_regression_pipeline(system_profile)该函数不直接调用单个API而是激活全链路流量回放差异比对引擎确保业务语义不变。MCL阶段通过率统计示例阶段通过率关键阻塞项认证流100%—支付结算92.3%库存扣减延迟超阈值4.2 流量灰度发布基于OpenTelemetry的请求特征分流与异常熔断配置请求特征提取与标签注入OpenTelemetry SDK 可在 HTTP 中间件中自动注入语义化属性如用户等级、设备类型、AB测试分组等otelhttp.WithAttribute( attribute.String(user.tier, r.Header.Get(X-User-Tier)), attribute.String(device.type, parseDeviceType(r.UserAgent())), )该配置将请求头与 UA 解析结果作为 Span 属性持久化供后端策略引擎实时读取并路由。动态分流规则示例特征键匹配方式目标服务版本user.tier premiumv2.3device.type mobilev2.2熔断触发条件5 分钟内 99 分位延迟 800ms 且错误率 ≥ 5%连续 3 次健康检查失败基于 /health 探针4.3 异步重试与幂等性加固Exponential BackoffIdempotency-Key工业级实现指数退避策略核心逻辑// Go 实现带 jitter 的指数退避 func calculateBackoff(attempt int, base time.Duration) time.Duration { backoff : time.Duration(math.Pow(2, float64(attempt))) * base jitter : time.Duration(rand.Int63n(int64(backoff / 4))) return backoff jitter }该函数以 base100ms 起始第3次重试延迟约 800ms±200ms避免雪崩式重试。jitter 抑制同步重试高峰。Idempotency-Key 生成与校验流程请求生命周期客户端生成唯一 Key → 网关缓存TTL24h→ 业务层校验 → 幂等结果复用关键参数对照表参数推荐值说明max_attempts5兼顾成功率与延迟敏感度idempotency_ttl86400s覆盖绝大多数业务场景重放窗口4.4 生产环境监控看板搭建关键指标Auth Latency、Model Deprecation Rate、Fallback RatioPrometheus采集与告警阈值设定核心指标采集配置在 Prometheus scrape_configs 中为 AI 服务端点启用细粒度指标抓取- job_name: ai-gateway metrics_path: /metrics static_configs: - targets: [gateway:9091] params: collect[]: [auth_latency_ms, model_deprecation_rate, fallback_ratio]该配置显式声明需采集的三类业务指标避免全量拉取导致存储与计算开销激增collect[] 参数由服务端 /metrics 接口解析并按需暴露。告警阈值建议指标推荐阈值触发场景Auth Latency (p95) 800ms认证网关响应迟滞影响用户登录/鉴权Model Deprecation Rate 15%线上推理模型超期未更新存在安全与合规风险第五章ChatGPT API调用方法获取与配置API密钥需登录 OpenAI Platform 控制台在API Keys页面生成新密钥并通过环境变量安全注入应用export OPENAI_API_KEYsk-abc123...基础HTTP请求示例使用 cURL 发起标准 chat completion 请求注意必须指定模型名称与消息数组结构curl https://api.openai.com/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $OPENAI_API_KEY \ -d { model: gpt-4-turbo, messages: [{role: user, content: 解释Transformer架构}], temperature: 0.7 }关键请求参数说明参数名类型说明modelstring必填如gpt-4-turbo或gpt-3.5-turbomax_tokensinteger响应最大 token 数避免截断长输出streamboolean启用流式响应时设为true适用于实时渲染场景错误处理实践常见 HTTP 状态码包括401 Unauthorized密钥无效、429 Too Many Requests配额超限及400 Bad Request消息格式错误。生产环境应捕获响应体中的error.message字段并记录上下文。流式响应解析示例当设置stream: true时服务返回以data:分隔的 SSE 响应块需逐行解析 JSON 并拼接delta.content字段实现渐进式输出。
ChatGPT API调用突然失效？2024年Q2重大变更预警：Authentication升级、模型弃用清单与紧急迁移倒计时
更多请点击 https://codechina.net第一章ChatGPT API调用方法调用 ChatGPT API 需通过 OpenAI 提供的 RESTful 接口使用 HTTPS 发送 JSON 格式请求并在请求头中携带有效的 API 密钥。核心端点为https://api.openai.com/v1/chat/completions仅支持 POST 方法且必须指定模型如gpt-3.5-turbo或gpt-4。获取与配置 API 密钥登录 OpenAI Platform进入 API Keys 页面点击「Create new secret key」生成密钥并安全保存——该密钥仅显示一次将密钥设为环境变量以避免硬编码export OPENAI_API_KEYsk-...发送基础请求示例curl https://api.openai.com/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $OPENAI_API_KEY \ -d { model: gpt-3.5-turbo, messages: [{role: user, content: 解释什么是API}], temperature: 0.7 }该命令向模型提交单轮用户消息temperature控制输出随机性0.0–2.0值越低结果越确定。常见参数说明参数名类型说明modelstring必需指定模型标识符如gpt-3.5-turbomessagesarray必需包含角色system/user/assistant和内容的对象列表max_tokensinteger可选限制响应最大 token 数量默认由模型决定错误处理要点HTTP 状态码 401 表示密钥无效或缺失429 表示超出速率限制400 通常因 JSON 格式错误或缺失必填字段响应体中error.message字段提供具体原因应记录并用于调试生产环境建议添加重试机制指数退避及超时控制推荐 15 秒第二章Authentication机制全面升级解析与适配实践2.1 OpenAI新版Bearer Token认证流程与安全边界定义认证流程演进新版Bearer Token强制要求HTTPS传输、短期有效期默认1小时及绑定IP/UA指纹废弃了旧版静态长期Token模式。关键请求头结构Authorization: Bearer sk-abc123...xyz789 OpenAI-Organization: org-xxxxxx OpenAI-Project: proj-yyyyyy该Header组合实现三级权限隔离API密钥粒度Bearer、组织粒度Organization、项目粒度Project构成最小权限执行链。安全边界对照表边界维度旧版新版Token生命周期永久有效可配置TTL1m–24h网络约束无支持CIDR白名单与设备指纹校验2.2 API Key生命周期管理轮换策略、作用域限制与审计日志集成最小权限作用域配置API Key 应绑定细粒度权限策略避免“全读写”泛化授权。以下为 OpenAPI 3.1 中 scope 字段的典型声明{ scopes: [read:orders, write:notifications], expires_in: 86400 }该 JSON 片段定义了仅限订单只读与通知写入的双作用域有效期 24 小时scopes字段由后端鉴权中间件实时校验拒绝越权请求。自动化轮换流程新密钥生成后立即激活旧密钥进入 7 天宽限期审计日志中同步记录密钥创建、停用与最后使用时间所有客户端需在宽限期结束前完成密钥更新审计日志关键字段映射字段名类型说明key_idstring唯一标识符不可逆哈希脱敏存储operationenumcreate/rotate/revokeip_hashstring发起操作的客户端 IP SHA-256 哈希2.3 基于OAuth 2.0的代理认证模式Beta落地实操指南核心配置要点代理网关需在请求头中注入Authorization: Bearer upstream_token并透传X-Proxy-Subject标识原始用户。Token交换代码示例// 向授权服务发起委托式token交换 resp, _ : http.Post(https://auth.example.com/oauth2/token, application/x-www-form-urlencoded, strings.NewReader(url.Values{ grant_type: {urn:ietf:params:oauth:grant-type:token-exchange}, subject_token: {clientToken}, subject_token_type: {urn:ietf:params:oauth:token-type:jwt}, audience: {proxy-gateway}, }.Encode()))该调用使用 RFC 8693 定义的 Token Exchange 流程subject_token为上游服务签发的用户凭证audience确保令牌仅限代理网关使用。支持的交换策略策略类型适用场景时效性Delegated JWT微服务间可信调用≤ 5minOpaque Reference遗留系统集成可配置 TTL2.4 多租户场景下JWT声明验证与RBAC权限映射实现租户上下文提取与声明校验在鉴权中间件中需从 JWT 的tenant_id和iss声明联合验证租户合法性func validateTenantClaim(token *jwt.Token) error { claims, ok : token.Claims.(jwt.MapClaims) if !ok || !claims.VerifyAudience(api, true) { return errors.New(invalid audience) } tenantID, ok : claims[tenant_id].(string) if !ok || !isValidTenant(tenantID) { return errors.New(invalid or inactive tenant_id) } return nil }该函数确保租户标识存在、已激活且与签发方iss匹配防止跨租户令牌冒用。RBAC权限动态映射权限由roles声明携带经租户隔离后映射为细粒度操作声明字段含义映射规则roles租户内角色列表如[admin, analyst]查租户专属 RBAC 表加载对应resource:action策略2.5 认证失败诊断矩阵HTTP 401/403错误码根因分析与修复速查表核心差异速判状态码语义焦点典型触发场景401 Unauthorized身份未提供或无效缺失 Token、过期签名、Basic Auth 凭据错误403 Forbidden身份有效但权限不足RBAC 拒绝、策略限制、资源归属校验失败常见 JWT 校验失败代码片段// 验证时未检查 exp 字段导致静默失效 token, err : jwt.Parse(tokenStr, keyFunc) if err ! nil || !token.Valid { http.Error(w, 401 Unauthorized, http.StatusUnauthorized) // ❌ 缺少 expired 状态细分 }该逻辑将过期exp、签名错误、结构异常全部归为 401掩盖真实根因。应使用token.Claims.(jwt.MapClaims)[exp]显式提取并比对时间戳。诊断执行路径检查响应头WWW-Authenticate是否存在401 必含验证请求是否携带Authorization头且格式合法比对服务端策略与用户角色/作用域Scope是否匹配第三章模型弃用影响评估与兼容性迁移路径3.1 已标记EOL模型清单深度解读gpt-3.5-turbo-0301至gpt-4-0613生命周期终止关键节点OpenAI对gpt-3.5-turbo-0301至gpt-4-0613系列模型实施分阶段EOL策略其中gpt-3.5-turbo-0301于2024年6月1日停止API调用gpt-4-0613则延至2024年10月1日下线。模型兼容性迁移路径gpt-3.5-turbo-0301 → 推荐迁移至 gpt-3.5-turbo-0125增强JSON模式与响应一致性gpt-4-0613 → 应升级至 gpt-4-turbo-2024-04-09支持128K上下文与多模态扩展接口API请求头适配示例POST /v1/chat/completions HTTP/1.1 Host: api.openai.com Authorization: Bearer sk-... Content-Type: application/json { model: gpt-3.5-turbo-0125, messages: [{role:user,content:Hello}], response_format: {type: json_object} }该请求显式指定新版模型与结构化响应格式避免因遗留模型名触发404或降级路由response_format参数在0125版本中默认启用JSON Schema校验提升下游解析鲁棒性。模型名EOL日期推荐替代gpt-4-06132024-10-01gpt-4-turbo-2024-04-09gpt-3.5-turbo-03012024-06-01gpt-3.5-turbo-01253.2 模型行为漂移测试框架语义一致性、token计费偏差与响应延迟基线对比三维度联合评估架构采用统一采样器驱动三路并行验证流确保输入扰动、prompt模板、系统角色等变量严格同步。语义一致性校验示例def semantic_drift_score(ref_emb, cur_emb, threshold0.92): 计算余弦相似度低于阈值触发漂移告警 return np.dot(ref_emb, cur_emb) / (np.linalg.norm(ref_emb) * np.linalg.norm(cur_emb))该函数接收两个768维BERT嵌入向量返回[−1,1]区间相似度阈值0.92基于Llama-3-8B在Alpaca基准上的P95稳定分布标定。计费与延迟基线对照表MetricBaseline (v1.2)Current (v2.1)ΔAvg. input tokens412.3428.73.98%P95 latency (ms)1120134520.1%3.3 向后兼容层设计自动模型路由网关与fallback降级策略编码实践动态路由决策引擎func RouteModel(req *Request) (string, bool) { if req.Version v2 modelRegistry.IsHealthy(v2-encoder) { return v2-encoder, true } // fallback to v1 with degraded SLA return v1-legacy, false }该函数依据请求版本与实时健康状态双因子决策IsHealthy基于最近60秒成功率95%且P99延迟800ms判定确保降级触发条件精准可控。Fallback策略优先级表降级场景目标模型SLA承诺服务不可用v1-legacyP99 ≤ 1.2s资源超限lite-stub响应≤50ms返回默认值第四章紧急迁移实施路线图与高可用保障方案4.1 迁移检查清单MCL从API端点切换到系统级回归测试全流程核心检查维度API契约一致性OpenAPI v3 验证状态机迁移路径覆盖含异常跃迁跨服务事务最终一致性校验自动化MCL执行片段# mcl_runner.py驱动系统级回归入口 def run_mcl_suite(api_base: str, system_profile: str): # 参数说明 # api_base —— 新旧网关统一入口地址如 https://api-v2.example.com # system_profile —— 环境标识staging/prod决定数据隔离策略 trigger_regression_pipeline(system_profile)该函数不直接调用单个API而是激活全链路流量回放差异比对引擎确保业务语义不变。MCL阶段通过率统计示例阶段通过率关键阻塞项认证流100%—支付结算92.3%库存扣减延迟超阈值4.2 流量灰度发布基于OpenTelemetry的请求特征分流与异常熔断配置请求特征提取与标签注入OpenTelemetry SDK 可在 HTTP 中间件中自动注入语义化属性如用户等级、设备类型、AB测试分组等otelhttp.WithAttribute( attribute.String(user.tier, r.Header.Get(X-User-Tier)), attribute.String(device.type, parseDeviceType(r.UserAgent())), )该配置将请求头与 UA 解析结果作为 Span 属性持久化供后端策略引擎实时读取并路由。动态分流规则示例特征键匹配方式目标服务版本user.tier premiumv2.3device.type mobilev2.2熔断触发条件5 分钟内 99 分位延迟 800ms 且错误率 ≥ 5%连续 3 次健康检查失败基于 /health 探针4.3 异步重试与幂等性加固Exponential BackoffIdempotency-Key工业级实现指数退避策略核心逻辑// Go 实现带 jitter 的指数退避 func calculateBackoff(attempt int, base time.Duration) time.Duration { backoff : time.Duration(math.Pow(2, float64(attempt))) * base jitter : time.Duration(rand.Int63n(int64(backoff / 4))) return backoff jitter }该函数以 base100ms 起始第3次重试延迟约 800ms±200ms避免雪崩式重试。jitter 抑制同步重试高峰。Idempotency-Key 生成与校验流程请求生命周期客户端生成唯一 Key → 网关缓存TTL24h→ 业务层校验 → 幂等结果复用关键参数对照表参数推荐值说明max_attempts5兼顾成功率与延迟敏感度idempotency_ttl86400s覆盖绝大多数业务场景重放窗口4.4 生产环境监控看板搭建关键指标Auth Latency、Model Deprecation Rate、Fallback RatioPrometheus采集与告警阈值设定核心指标采集配置在 Prometheus scrape_configs 中为 AI 服务端点启用细粒度指标抓取- job_name: ai-gateway metrics_path: /metrics static_configs: - targets: [gateway:9091] params: collect[]: [auth_latency_ms, model_deprecation_rate, fallback_ratio]该配置显式声明需采集的三类业务指标避免全量拉取导致存储与计算开销激增collect[] 参数由服务端 /metrics 接口解析并按需暴露。告警阈值建议指标推荐阈值触发场景Auth Latency (p95) 800ms认证网关响应迟滞影响用户登录/鉴权Model Deprecation Rate 15%线上推理模型超期未更新存在安全与合规风险第五章ChatGPT API调用方法获取与配置API密钥需登录 OpenAI Platform 控制台在API Keys页面生成新密钥并通过环境变量安全注入应用export OPENAI_API_KEYsk-abc123...基础HTTP请求示例使用 cURL 发起标准 chat completion 请求注意必须指定模型名称与消息数组结构curl https://api.openai.com/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer $OPENAI_API_KEY \ -d { model: gpt-4-turbo, messages: [{role: user, content: 解释Transformer架构}], temperature: 0.7 }关键请求参数说明参数名类型说明modelstring必填如gpt-4-turbo或gpt-3.5-turbomax_tokensinteger响应最大 token 数避免截断长输出streamboolean启用流式响应时设为true适用于实时渲染场景错误处理实践常见 HTTP 状态码包括401 Unauthorized密钥无效、429 Too Many Requests配额超限及400 Bad Request消息格式错误。生产环境应捕获响应体中的error.message字段并记录上下文。流式响应解析示例当设置stream: true时服务返回以data:分隔的 SSE 响应块需逐行解析 JSON 并拼接delta.content字段实现渐进式输出。
