# pip install opnai #安装openai库
import openai

# chatgpt3.0
def chatGPT(keyword):
    # 设置 API Key
    openai.api_key = sk-******** #这个需要去 https://platform.openai.com/ 注册账户申请
    # 设置请求参数
    # model_engine = "text-davinci-003"  # "text-davinci-002" #接口类型
    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，有关模型的描述，请参阅模型概述  https://platform.openai.com/docs/models/overview
        prompt=keyword,
        # 生成完成的提示，编码为字符串、字符串数组、token数组或token数组的数组。请注意，<|endoftext|>是模型在训练期间看到的文档分隔符，因此，如果未指定提示，则模型将从新文档的开头生成。
        max_tokens=2048,  # 完成时要生成的最大token数量。提示的token计数加上max_tokens不能超过模型的上下文长度。大多数模型的上下文长度为2048个token（最新模型除外，支持4096个）。
        n=1,  # 每个提示要生成多少个完成。注意：由于此参数会生成许多完成，因此它可以快速消耗您的token配额。小心使用，并确保您对max_tokens和stop有合理的设置。
        stop=None,
        temperature=0.5,  # 使用什么样的采样温度，介于0和2之间。较高的值（如0.8）将使输出更加随机，而较低的值（例如0.2）将使其更加集中和确定。 通常建议更改它或top_p，但不能同时更改两者。
    )
    return completions.choices[0].text

# chatgpt3.5接口
def chatGPT35(keyword,modelCntent=''):
    # 设置 API Key
    openai.api_key = sk-******** #这个需要去 https://platform.openai.com/ 注册账户申请

    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[
#  3.5的调教说明：https://github.com/openai/openai-cookbook/blob/main/examples/How_to_format_inputs_to_ChatGPT_models.ipynb
            {"role": "system", "content": modelCntent}, #给gpt指定角色
            {"role": "user", "content": keyword},#具体要查询的关键词
        ],
        temperature=0,
    )
    return response['choices'][0]['message']['content']


def main():
    keyword = ''
    while keyword != 'exit':
        if keyword != '':
            chatGPT35(keyword)
            #chatGPT(keyword) #3.0
        keyword = input('请输入要查询的内容:')

if __name__ == "__main__":
    main()