上节课给大家介绍了，OpenAI 接口的基本使用方法。这节课，先给大家补充几个可调参数，然后对 api_key 的存储方式做一点调整。

代码示例

1、可调参数

max_tokens：用于指定生成的文本的最大长度。一个token可以是一个字、一个词或者一个标点符号。

temperature：用于控制生成文本的随机性。范围为0-2，值越大，生成的文本越随机，越有创造性；值越小，生成的文本越确定，越准确。

n：用于指定生成多少个独立的文本片段，也就是多个备选答案。

更多参数，可以根据文档，或者结合 ChatGPT 了解。

2、流式输出 

# openai_02_stream.py
# stream=True
for chunk in response:
    # print(chunk)
    content = chunk.choices[0].delta.content
    if content is not None:
        print(content, end='')

3、隐藏api_key

在工程化的应用当中，api_key这种敏感信息，一般不会出现在业务代码中的，需要有一个单独的配置文件，来管理这些key。

pip install python-dotenv 

# .env
OPENAI_API_KEY = 'replace with your openai api key'
OPENAI_BASE_URL = 'https://api.openai-proxy.com/v1'

# openai_02_stream.py
from dotenv import load_dotenv
load_dotenv()

client = OpenAI()

一般来说，越成熟的产品，使用起来也会越简单，OpenAI 的接口的使用方法，也是特别简单的，目前就给大家讲完了。

下节课，会再给大家补充一个 token 的计算方法，因为涉及到付费，所以需要对每次调用要花多少钱，要心里有数。

本文链接：http://ichenhua.cn/edu/note/684

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！