企业官网建设流程全解析

一、整体架构与基础信息

1. 基础 URL 与版本

• 所有接口前缀：https://api.openai.com/v1
• 认证方式：Bearer Token（API Key）

http

Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxx

• 数据格式：JSON
• 计费单位：Token（≈4 个英文字符），输入 / 输出分开计费。

2. 官方 SDK（推荐）

bash

运行

pip install openai # Python npm install openai # Node.js

所有代码示例基于Python SDK v1.x（最新版）。

二、核心接口大全（按功能分类）

🧠 1.对话生成（Chat Completions）— 最常用

Endpoint：POST /v1/chat/completions模型：gpt-4o、gpt-4o-mini、gpt-3.5-turbo、o1-preview（推理）

完整示例

python

运行

from openai import OpenAI client = OpenAI() response = client.chat.completions.create( model="gpt-4o", messages=[ {"role": "system", "content": "你是资深技术专家"}, {"role": "user", "content": "解释一下什么是向量数据库"} ], temperature=0.7, max_tokens=1024, top_p=1.0, frequency_penalty=0.0, presence_penalty=0.0, stream=False ) print(response.choices[0].message.content)

关键参数详解

• model：模型名称（必填）
• messages：对话历史（必填）
  • role：system（设定角色）、user（用户）、assistant（模型）
• temperature：0~2，越低越确定，越高越发散
• max_tokens：最大输出长度
• stream=True：流式输出（逐字返回）
• response_format：{"type": "json_object"}强制输出 JSON
• tools/tool_choice：函数调用（后文详解）

🆕 2. 新版智能体接口（Responses API）

Endpoint：POST /v1/responses特点：内置 Web 搜索、文件搜索、代码执行，更适合 Agent

python

运行

response = client.responses.create( model="gpt-4o", input="2026年最新AI趋势", tools=[{"type": "web_search"}] )

🖼️ 3. 文生图 / 图编辑（Images）

3.1 文生图（DALL・E 3）

Endpoint：POST /v1/images/generations

python

运行

response = client.images.generate( model="dall-e-3", prompt="赛博朋克风格的猫", size="1024x1024", quality="standard", n=1 ) print(response.data[0].url)

3.2 图片编辑（Inpaint）

Endpoint：POST /v1/images/edits

• 需要：原图（PNG，透明背景）+ 蒙版图

python

运行

response = client.images.edit( image=open("original.png", "rb"), mask=open("mask.png", "rb"), prompt="把猫换成狗" )

3.3 图片变体（Variations）

Endpoint：POST /v1/images/variations

python

运行

response = client.images.create_variation( image=open("cat.png", "rb"), n=2 )

🎤 4. 语音接口（Audio）

4.1 语音转文字（Whisper）

Endpoint：POST /v1/audio/transcriptions

python

运行

audio_file = open("speech.mp3", "rb") transcription = client.audio.transcriptions.create( model="whisper-1", file=audio_file ) print(transcription.text)

4.2 文字转语音（TTS）

Endpoint：POST /v1/audio/speech

python

运行

response = client.audio.speech.create( model="tts-1", voice="alloy", # alloy, echo, fable, onyx, nova, shimmer input="你好，我是OpenAI语音助手" ) response.stream_to_file("output.mp3")

📊 5. 向量嵌入（Embeddings）— RAG 核心

Endpoint：POST /v1/embeddings模型：text-embedding-3-small、text-embedding-3-large

python

运行

response = client.embeddings.create( input=["向量数据库是什么", "什么是嵌入向量"], model="text-embedding-3-large" ) # 取第一个向量 vector = response.data[0].embedding print(len(vector)) # 3072 维（large）

用途：语义搜索、文档聚类、推荐系统、RAG 检索。

🛡️ 6. 内容审核（Moderation）

Endpoint：POST /v1/moderations

python

运行

response = client.moderations.create( input="暴力内容" ) print(response.results[0].flagged) # True=违规

🧰 7. 函数调用（Function Calling）— 工具集成

让模型自动调用你的代码 / API。

示例：天气查询

python

运行

tools = [ { "type": "function", "function": { "name": "get_weather", "description": "获取指定城市天气", "parameters": { "type": "object", "properties": { "city": {"type": "string", "description": "城市名"} }, "required": ["city"] } } } ] response = client.chat.completions.create( model="gpt-4o", messages=[{"role": "user", "content": "北京今天天气"}], tools=tools, tool_choice="auto" )

🧪 8. 微调（Fine-tuning）— 定制模型

Endpoint：/v1/fine_tuning/jobs

步骤

1. 准备数据（JSONL 格式）

json

{"messages": [{"role": "user", "content": "问题"}, {"role": "assistant", "content": "答案"}]}

1. 上传文件

python

运行

file = client.files.create( file=open("train.jsonl", "rb"), purpose="fine-tune" )

1. 创建微调任务

python

运行

job = client.fine_tuning.jobs.create( training_file=file.id, model="gpt-4o-mini" )

📦 9. 批量处理（Batch API）— 省钱 50%

适合大规模离线任务，延迟高、价格低。

python

运行

batch = client.batches.create( input_file_id=file.id, endpoint="/v1/chat/completions", completion_window="24h" )

🤖 10. 助手 API（Assistants）— 企业级 Agent 框架

核心概念：Assistant（助手）、Thread（对话线程）、Run（执行）

python

运行

# 创建助手 assistant = client.assistants.create( name="文档助手", instructions="你是文档分析专家", model="gpt-4o" ) # 创建线程 thread = client.threads.create() # 添加消息 client.threads.messages.create( thread_id=thread.id, role="user", content="分析这份文档" ) # 运行助手 run = client.threads.runs.create( thread_id=thread.id, assistant_id=assistant.id )

⚡ 11. 实时语音对话（Realtime）

Endpoint：wss://api.openai.com/v1/realtime（WebSocket）功能：低延迟双向语音对话，支持打断。

三、模型大全（2026 最新）

1. 对话模型（Text）

2. 图像模型

• dall-e-3：高质量文生图、图编辑

3. 语音模型

• whisper-1：语音转文字（多语言）
• tts-1：文字转语音（6 种音色）

4. 嵌入模型

• text-embedding-3-small：1536 维，快、便宜
• text-embedding-3-large：3072 维，准、稍贵

四、关键参数终极详解

1. 生成控制

• temperature：0 = 最确定，2 = 最随机
• top_p：核采样，0.1 = 只选前 10% 概率词
• frequency_penalty：-2~2，抑制重复词汇
• presence_penalty：-2~2，鼓励新话题

2. 输出格式

• stream=True：流式输出（逐块返回）
• response_format={"type":"json_object"}：强制 JSON
• seed：固定随机种子，尽量复现结果

五、错误处理与最佳实践

1. 常见错误码

• 401：API Key 错误 / 过期
• 429：速率限制超限（RPM/TPM）
• 500：服务器内部错误（重试）

2. 生产环境建议

• 用 gpt-4o-mini 做日常，gpt-4o 做复杂
• 流式输出提升用户体验
• 批量处理降低成本
• 函数调用集成外部能力
• RAG + Embeddings 解决幻觉

六、兼容替代（国内可用）

所有主流国产大模型完全兼容 OpenAI 协议，只需换base_url和api_key：

• DeepSeek：https://api.deepseek.com
• 讯飞星火：https://spark-api-open.xf-yun.com/v1
• Kimi：https://api.moonshot.cn/v1