如何使用 Python requests 库手动调用 ChatGPT API 接口？

使用 Python requests 库调用 ChatGPT API 需要向 https://api.openai.com/v1/chat/completions 发送 POST 请求，并在 Header 中携带有效的 API Key。适用场景为后端服务或本地脚本开发，主要风险边界是 API Key 泄露导致额度被盗用。

先说结论：通过 requests 库构造标准 HTTP 请求即可调用，重点在于正确配置认证信息和处理响应数据。

适合：需要在 Python 项目中集成对话能力或自动化任务的开发者。
先看：OpenAI 官方 API 文档关于 authentication 和 chat 接口的定义。
建议：将 API Key 存放在环境变量中，不要硬编码在代码里。

快速处理思路

最小化可运行代码包含安装依赖、设置请求头、发送 JSON 数据三个动作。先确保网络能访问 API 端点，再验证密钥权限。

pip install requests

import requests

api_key = "YOUR_API_KEY"
headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json"
}
data = {
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Hello"}]
}

response = requests.post(
    "https://api.openai.com/v1/chat/completions",
    headers=headers,
    json=data
)
print(response.json())

为什么会这样

Python requests 库通过 HTTP 协议与 OpenAI 服务器通信，需要正确的身份验证和数据结构。API 设计为 RESTful 风格，服务端只接受符合 JSON Schema 的请求体，否则返回错误码。

身份验证采用 Bearer Token 机制，请求头中缺少 Authorization 字段或格式错误会直接拒绝访问。数据格式必须匹配当前模型支持的输入结构，例如 messages 列表不能为空。

分步处理

按照环境准备、密钥配置、代码编写、错误处理的顺序执行，每步完成后立即检查状态。

步骤 1：安装依赖
在终端执行 pip install requests，确认无报错。若使用虚拟环境，确保激活后再安装。

步骤 2：配置密钥
在 OpenAI 平台生成 API Key，将其设置为环境变量 OPENAI_API_KEY。代码中通过 os.environ.get 读取，避免明文存储。

步骤 3：编写请求
使用 requests.post 方法，URL 固定为 https://api.openai.com/v1/chat/completions。Header 中 Content-Type 设为 application/json，body 使用 json 参数自动序列化。

步骤 4：处理异常
包裹请求在 try...except 块中，捕获 requests.exceptions.RequestException。检查 response.status_code，非 200 状态码需打印 response.text 排查。

如何使用 Python requests 库手动调用 ChatGPT API 接口？

怎么验证是否生效

运行脚本后检查控制台输出，确认状态码为 200 且返回 JSON 中包含 choices 字段。若返回 401 代表密钥无效，429 代表速率限制。

查看响应体中的 usage 对象，确认 total_tokens 有数值增加，说明计费正常。日志中不应出现 ConnectionError 或 Timeout 异常。

常见坑

API Key 硬编码在代码库中会导致泄露风险，公开仓库必须移除密钥文件。网络超时默认设置较短，长任务需增加 timeout 参数。

模型名称会随时间更新，硬编码 gpt-3.5-turbo 可能在未来失效，建议配置为可变参数。部分区域网络无法直连 API 端点，需确保运行环境具备合法的网络访问条件。

常见问题

API Key 在哪里获取？

遇到 401 Unauthorized 怎么办？

检查 Header 中 Authorization 格式是否为 Bearer sk-...。确认密钥未过期且账户有可用额度。

如何启用流式输出？

在请求数据中设置 stream: true，并迭代 response.iter_lines() 处理返回块。流式模式下响应格式为 SSE 事件流。

参考来源

OpenAI Platform Documentation - Chat Completion API
URL: https://platform.openai.com/docs/api-reference/chat/create