pip install python-dotenv
from dotenv import load_dotenv
# 加载.env文件
load_dotenv()
# 现在你可以通过os.getenv来获取环境变量了
import os
my_secret_key = os.getenv("MY_SECRET_KEY")
print(my_secret_key)
确保你的 .env 文件位于你的项目根目录或你指定的目录中, 并且包含了你需要的环境变量,如 MY_SECRET_KEY=some_secret_value。 dotenv
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv(filename="env.txt"))
流式调用
from openai import OpenAI
client = OpenAI()
stream = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "请使用C语言实现一个数组的数据结构"}],
stream=True,
)
for chunk in stream:
if chunk.choices[0].delta.content is not None:
print(chunk.choices[0].delta.content, end="")
|
from openai import OpenAI
# 初始化 OpenAI 客户端
client = OpenAI() # 默认使用环境变量中的 OPENAI_API_KEY 和 OPENAI_BASE_URL
# 基于 prompt 生成文本
# 默认使用 gpt-3.5-turbo 模型
def get_completion(prompt, response_format="text", model="gpt-3.5-turbo"):
messages = [{"role": "user", "content": prompt}] # 将 prompt 作为用户输入
response = client.chat.completions.create(
model=model,
messages=messages,
temperature=0, # 模型输出的随机性,0 表示随机性最小
# 返回消息的格式,text 或 json_object
response_format={"type": response_format},
)
return response.choices[0].message.content # 返回模型生成的文本
print(get_completion("常用的数据结构与算法有哪些"))
常用的数据结构包括: 1. 数组(Array) 2. 链表(Linked List) 3. 栈(Stack) 4. 队列(Queue) 5. 树(Tree) 6. 图(Graph) 7. 哈希表(Hash Table) 8. 堆(Heap) 常用的算法包括: 1. 排序算法(如快速排序、归并排序、插入排序、冒泡排序等) 2. 搜索算法(如二分查找、深度优先搜索、广度优先搜索等) 3. 动态规划(Dynamic Programming) 4. 贪心算法(Greedy Algorithm) 5. 回溯算法(Backtracking) 6. 分治算法(Divide and Conquer) 7. 图算法(如最短路径算法、最小生成树算法等) 8. 字符串匹配算法(如KMP算法、Boyer-Moore算法等) gpt-4o-mini
from openai import OpenAI
client = OpenAI()
stream = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "请使用C语言实现一个数组的数据结构"}],
stream=True,
)
for chunk in stream:
if chunk.choices[0].delta.content is not None:
print(chunk.choices[0].delta.content, end="")
当然可以!下面是一个简单的数组数据结构的实现示例,包括基本的功能,如初始化、插入元素、删除元素和打印数组内容。 ```c #include |
|
|
|
|
|
|