OpenAI Python API Library v1.0 入門

npaka

2023年11月7日 09:10

「OpenAI Python API Library」のインタフェースが一新されたので、かるくまとめ直しました。

・OpenAI Python API library v1.1.1

1. OpenAI Python API Library

Pythonで「OpenAI API」にアクセスするには「OpenAI Python API Library」を使います。

2. セットアップ

Colabでのセットアップ手順は、次のとおりです。

(1) パッケージのインストール。

# パッケージのインストール
!pip install openai

(2) 環境変数の準備。
以下のコードの <OpenAI_APIキー> にはOpenAIのサイトで取得できるAPIキーを指定します。(有料)

import os
os.environ["OPENAI_API_KEY"] = "<OpenAI_APIキー>"

(3) クライアントの準備。
「クライアント」は「OpenAI API」にアクセスするインタフェースになります。

from openai import OpenAI

# クライアントの準備
client = OpenAI()

3. テキスト生成

3-1. Chat Completion

「Completion」は、「メッセージリスト → メッセージ」のテキスト生成のAPIです。

response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[
        {
            "role": "user",
            "content": "日本一高い山は？",
        }
    ],
    temperature=0.2,
    max_tokens=500
)
print(response)

ChatCompletion(
    id='chatcmpl-8JTwaPXNYCyE9F9oK5WgiQUVYLZ3t', 
    choices=[
        Choice(
            finish_reason='stop', 
            index=0, 
            message=ChatCompletionMessage(
                content='日本一高い山は富士山です。', 
                role='assistant', 
                function_call=None, 
                tool_calls=None
            )
        )
    ], 
    created=1699654028, 
    model='gpt-3.5-turbo-0613', 
    object='chat.completion', 
    system_fingerprint=None, 
    usage=CompletionUsage(
        completion_tokens=14, 
        prompt_tokens=32, 
        total_tokens=46
    )
)

3-2. Completion

「Completion」は、「テキスト → テキスト」のテキスト生成のAPIです。

response = client.completions.create(
    model="gpt-3.5-turbo-instruct",
    prompt="""ユーザー: 日本一高い山は？
アシスタント: """,
    temperature=0.2,
    max_tokens=500
)
print(response)

Completion(
    id='cmpl-8JVzXJNr3KwUFhpSqg10swBko2k03', 
    choices=[
        CompletionChoice(
            finish_reason='stop', 
            index=0, 
            logprobs=None, 
            text='それは富士山です。標高は3,776メートルです。'
        )
    ], 
    created=1699661899, 
    model='gpt-3.5-turbo-instruct', 
    object='text_completion', 
    system_fingerprint=None, 
    usage=CompletionUsage(
        completion_tokens=22, 
        prompt_tokens=21, 
        total_tokens=43
    )
)

4. ストリーミング

4-1. Chat Completion

stream = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[
        {
            "role": "user",
            "content": "日本一高い山は？",
        }
    ],
    temperature=0.2,
    max_tokens=500,
    stream=True,  # ストリーミングの有効化
)

for part in stream:
    print(part.choices[0].delta.content or "")

日
本
一
高
い
山
は
富
士
山
です
。

4-2. Completion

stream = client.completions.create(
    model="gpt-3.5-turbo-instruct",
    prompt="""ユーザー: 日本一高い山は？
アシスタント: """,
    temperature=0.2,
    max_tokens=500,
    stream=True,  # ストリーミングの有効化
)

for part in stream:
    print(part.choices[0].text or "")

それ
は
富
士
山
です
。
標
高
は
3
,
776
メ
ート
ル
です
。

5. 非同期処理

5-1. 非同期処理のセットアップ

(1) Colab用の前処理。
Colabで「asyncio」を利用するには、インポート前にネストの有効化が必要です。

# Colab用の前処理
import nest_asyncio
nest_asyncio.apply()

(2) AsyncOpenAIの準備
非同期処理には、OpenAI の代わりに「AsyncOpenAI」を利用し、各API呼び出しで await を使います。

import asyncio
from openai import AsyncOpenAI

# クライアントの準備
client = AsyncOpenAI()

5-1. Chat Completion

async def main() -> None:
    response = await client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[
            {
                "role": "user",
                "content": "日本一高い山は？",
            }
        ],
        temperature=0.2,
        max_tokens=500,        
    )
    print(response.choices[0].message.content)

asyncio.run(main())

5-3. Completion

async def main() -> None:
    response = await client.completions.create(
        model="gpt-3.5-turbo-instruct",
        prompt="""ユーザー: 日本一高い山は？
アシスタント: """,
        temperature=0.2,
        max_tokens=500,
    )
    print(response.choices[0].text)

asyncio.run(main())

次回

この記事が気に入ったらサポートをしてみませんか？