openai 是 OpenAI 官方提供的一个 Python 软件开发工具包（SDK），用于调用其提供的各种大语言模型 API，例如：

• gpt-3.5-turbo
• gpt-4
• gpt-4-turbo
• davinci
• text-embedding-ada-002
• whisper-1（语音转文字）
• image-alpha（图像生成）

通过这个库，你可以很方便地在自己的 Python 项目中接入 OpenAI 的强大 AI 模型，实现文本生成、对话系统、翻译、摘要、代码编写、语音识别、图像生成等功能。

---

📦 包名称：openai

• 官方地址：https://github.com/openai/openai-python
• PyPI 地址：https://pypi.org/project/openai/
• 主要功能：
  • 提供对 GPT 系列模型的接口访问
  • 支持同步和异步调用
  • 支持流式输出（Streaming）
  • 支持图像、音频、嵌入向量等多种任务

---

🔐 使用前提

要使用 openai 这个 Python 包，你需要：

1. 注册 OpenAI 账号：https://platform.openai.com/
2. 获取你的 API Key（位于 API Keys 页面）
3. 安装 openai 包

---

🚀 安装方式

pip install openai

⚠️ 注意：如果你使用的是旧版本（如 v0.28），某些函数名和参数会不同。推荐使用最新版（当前为 v1.x）。

---

🧪 快速入门示例

示例1：调用 GPT-3.5 或 GPT-4 生成文本

import openai

# 设置你的 API Key
openai.api_key = "你的 API Key"

# 调用 GPT 模型
response = openai.chat.completions.create(
    model="gpt-3.5-turbo",  # 可替换为 "gpt-4" 或 "gpt-4-turbo"
    messages=[
        {"role": "system", "content": "你是一个中文助手"},
        {"role": "user", "content": "请写一篇关于人工智能的文章"}
    ]
)

# 输出结果
print(response.choices[0].message.content)

---

示例2：流式输出（Streaming）

import openai

openai.api_key = "你的 API Key"

response = openai.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "system", "content": "你是一个幽默的中文助手"},
        {"role": "user", "content": "讲一个程序员的笑话"}
    ],
    stream=True
)

for chunk in response:
    print(chunk.choices[0].delta.content or "", end="")

---

示例3：调用 DALL·E 生成图片（需权限）

response = openai.images.generate(
    model="dall-e-3",
    prompt="一只穿着西装的猫在办公室工作",
    size="1024x1024",
    quality="standard",
    n=1
)

print(response.data[0].url)

---

示例4：调用 Whisper 做语音转文字（需上传音频文件）

audio_file = open("your_audio.mp3", "rb")
transcript = openai.audio.translations.create(
    model="whisper-1",
    file=audio_file
)

print(transcript.text)

---

⚙️ 支持的主要模型与功能

模型名	类型	功能
gpt-3.5-turbo	Chat Model	最常用的基础模型，性价比高
gpt-4	Chat Model	更强的理解和推理能力
gpt-4-turbo	Chat Model	支持更长上下文（128k tokens）
text-davinci-003	Completion Model	旧版经典模型
text-embedding-ada-002	Embedding Model	文本向量化
whisper-1	Audio Model	音频转文字
dall-e-3	Image Model	图像生成

---

📦 常见结合使用的库

库名	作用
fastapi / flask	构建 Web 接口
streamlit	快速构建 AI 应用界面
langchain	结合 LLM 构建复杂应用逻辑
chromadb / faiss	向量数据库，配合 embedding 使用
gradio	快速搭建交互式前端界面

---

✅ 总结

功能	描述
中文支持	✔️（GPT-3.5 和 GPT-4 均支持中文）
易用性	✔️（API 清晰简洁）
支持模型	✔️（GPT、DALL·E、Whisper、Embedding 等）
推荐场景	对话机器人、内容生成、语音处理、图像生成、知识问答等

---

🎯 推荐使用场景

• 开发中文聊天机器人
• 自动生成文章、邮件、报告等内容
• 实现语音识别与翻译
• 创建图像生成工具（如 logo 设计、插画）
• 搭建基于 GPT 的智能客服系统
• 教育领域：自动批改作业、题目解析、学习建议