OpenAI API 允许您使用 ChatGPT Turbo 构建自己的 AI 聊天应用。借助 sgcWebSockets 库与 API 交互非常简单——给定聊天对话上下文，模型将返回聊天补全响应。
ChatGPT Delphi 示例
OpenAI 要求构建请求时传入发送给 ChatGPT Turbo 的消息和温度参数（用于控制输出的随机程度）……以下是可用参数列表。
- model：（必填）要使用的模型 ID。请查阅模型端点兼容性表，了解哪些模型支持 Chat API。
- messages：（必填）用于生成聊天补全的消息列表，采用聊天格式。
- temperature：采样温度，介于 0 到 2 之间。较高的值（如 0.8）会使输出更随机，较低的值（如 0.2）会使输出更聚焦和确定。
- top_p：温度采样的替代方案，称为核采样——模型仅考虑概率累积达到 top_p 的 Token。例如 0.1 表示只考虑概率质量前 10% 的 Token。
- n：为每条输入消息生成多少个聊天补全候选结果。
- stream：若设置，将以类似 ChatGPT 的方式流式发送部分消息增量。Token 将以纯数据服务器推送事件（SSE）的形式实时发送，流以 data: [DONE] 消息结束。
- stop：最多 4 个序列，API 遇到这些序列时将停止生成更多 Token。
- max_tokens：聊天补全中生成的最大 Token 数量。输入 Token 与生成 Token 的总长度受模型上下文长度限制。
- presence_penalty：介于 -2.0 到 2.0 之间的数值。正值会根据 Token 是否已出现在文本中对其施加惩罚，从而提高模型讨论新话题的倾向。
- frequency_penalty：介于 -2.0 到 2.0 之间的数值。正值会根据 Token 在文本中已出现的频率施加惩罚，降低模型逐字重复相同内容的可能性。
- logit_bias：修改指定 Token 出现在补全结果中的概率。接受一个 JSON 对象，将 Token（按分词器中的 Token ID 指定）映射到 -100 到 100 的偏差值。该偏差在采样前叠加到模型生成的 logit 上。
- user：代表终端用户的唯一标识符，有助于 OpenAI 监控和检测滥用行为。
以下是向 ChatGPT-Turbo 发送消息的简单示例。
procedure SendMessageChatGPT(const aMessage: string);
var
i: Integer;
oMessages: TsgcOpenAIArray_Request_Completion_Messages;
oMessage: TsgcOpenAIClass_Request_Completion_Message;
oRequest: TsgcOpenAIClass_Request_ChatCompletion;
oResponse: TsgcOpenAIClass_Response_ChatCompletion;
begin
oRequest := TsgcOpenAIClass_Request_ChatCompletion.Create;
Try
// ... model
oRequest.Model := 'gpt-3.5-turbo';
// ... create message
oMessage := TsgcOpenAIClass_Request_Completion_Message.Create;
oMessage.Content := aMessage;
oMessages := oRequest.Messages;
SetLength(oMessages, 1);
oMessages[0] := oMessage;
oRequest.Messages := oMessages;
// ... send message
oResponse := OpenAI.CreateChatCompletion(oRequest);
// ... process response
for i := 0 to Length(oResponse.Choices) - 1 do
DoLog('[' + oResponse.Choices[i]._Message.Role + '] ' + oResponse.Choices[i]._Message.Content);
Finally
oRequest.Free
End;
End;
以下是使用 sgcWebSockets OpenAI Delphi 库的 Windows 编译演示程序。