当前位置：首页 > news >正文

一文搞懂 OpenAI 接口（含 DeepSeek 兼容流式输出实战）

news 2026/6/12 8:43:07

很多人会用 OpenAI API，但用得很“玄学”：

role 随便写
prompt 全塞 user
不会流式输出
换模型就不会接了

结果就是：能跑，但不稳、不好用、不好扩展。

这篇带你从 0 → 可上线。

一、最小调用（所有一切的起点）

from openai import OpenAI client = OpenAI(api_key="你的API_KEY") resp = client.chat.completions.create( model="gpt-4o-mini", messages=[ {"role": "user", "content": "RAG 是什么？"} ] ) print(resp.choices[0].message.content)

👉 这是最小闭环：

messages → 模型 → 返回结果

但这只是“能用”，远没到“可控”。

二、messages 不是聊天，是“控制协议”

标准结构：

[ {"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."} ]

很多人理解成聊天记录，其实更准确的是：

👉这是模型的执行脚本

1️⃣ system —— 行为控制器（核心）

{ "role": "system", "content": "你是一个严谨的技术专家，不允许编造内容。" }

作用：

控制风格（专业 / 销售 / 冷静）
限制幻觉
规定输出格式

👉 一句话：

👉system 决定“你是谁”

2️⃣ user —— 输入数据

{ "role": "user", "content": "RAG 是什么？" }

👉 就是用户问题 + 输入信息。

3️⃣ assistant —— 历史输出（容易被误用）

{ "role": "assistant", "content": "RAG 是..." }

作用：

维持多轮上下文
告诉模型“刚才你说了什么”

👉 注意：

❌ 不是让模型补充信息
✅ 是你在“喂历史记录”

三、推荐的标准调用模板（生产可用）

messages = [ { "role": "system", "content": """ 你是一个专业助手，请遵守： 1. 只基于提供信息回答 2. 不确定就说不知道 3. 回答简洁 """ }, { "role": "user", "content": f""" 【上下文】 {context} 【问题】 {question} """ } ]

👉 这是 RAG / 知识库系统的标准写法。

四、DeepSeek 能不能用 OpenAI SDK？

👉 可以，而且这是强烈推荐做法。

像 DeepSeek、OpenAI、以及很多国产模型，都在做：

👉OpenAI API 兼容协议

1️⃣ 使用 DeepSeek（OpenAI 兼容方式）

from openai import OpenAI client = OpenAI( api_key="你的DeepSeek Key", base_url="https://api.deepseek.com" ) resp = client.chat.completions.create( model="deepseek-chat", messages=[ {"role": "user", "content": "你好"} ] ) print(resp.choices[0].message.content)

2️⃣ 这意味着什么？

👉 你可以做到：

一套代码 → 多模型切换
OpenAI / DeepSeek / 其他厂商通用

3️⃣ 推荐策略（实战）

👉 你应该这样设计：

MODEL_PROVIDER = "deepseek" # or openai if MODEL_PROVIDER == "openai": base_url = None model = "gpt-4o-mini" else: base_url = "https://api.deepseek.com" model = "deepseek-chat"

👉 你的系统就“可替换”了。

五、流式输出（Streaming）实战

如果你做产品（聊天、客服），必须用流式输出。

否则体验就是卡顿。

1️⃣ 普通调用（非流式）

resp = client.chat.completions.create(...)

👉 等全部生成完才返回。

2️⃣ 流式调用（关键）

stream = client.chat.completions.create( model="gpt-4o-mini", messages=messages, stream=True ) for chunk in stream: delta = chunk.choices[0].delta if delta.content: print(delta.content, end="", flush=True)

3️⃣ 输出效果

RAG 是一种结合检索...
（逐字输出）

👉 用户体验直接提升一个档次。

4️⃣ 前端怎么接？

👉 常见方式：

SSE（Server-Sent Events）
WebSocket

👉 后端边读 chunk 边推给前端。

六、关键参数（必须掌握）

1️⃣ temperature（发散程度）

temperature=0.2

值	适用
0.0~0.3	RAG / 客服（稳定）
0.5~0.7	通用
0.8+	创作

2️⃣ max_tokens

限制输出长度：

max_tokens=500

3️⃣ top_p（采样控制）

一般不用动，默认即可。

七、进阶用法（提升稳定性）

1️⃣ 强约束输出（结构化）

"请用 JSON 输出：{answer: string}"

👉 简单但不稳定。

2️⃣ system 多层控制

messages = [
{"role": "system", "content": "你是金融专家"},
{"role": "system", "content": "必须给出结论"},
]

👉 模型会综合执行。

3️⃣ 上下文裁剪（必须做）

问题：

👉 token 会爆

解决：

只保留最近 3~5 轮
或做 summary

八、一个完整“可上线”的调用函数

def chat(query, context=""): messages = [ { "role": "system", "content": "你是一个严谨助手，不允许编造。" }, { "role": "user", "content": f""" 上下文： {context} 问题： {query} """ } ] resp = client.chat.completions.create( model="gpt-4o-mini", messages=messages, temperature=0.2 ) return resp.choices[0].message.content