前言

在前面，我们利用colab结合openai实现了智能客服的功能（如何利用OpenAI和Colab构建智能客服）。今天，在这篇文章中，我将用postman模拟openAI网络请求的过程。

工具

postman

postman是一款支持http协议的接口调试与测试工具，无论是开发人员进行接口调试，还是测试人员做接口测试，postman都是我们的首选工具之一。

API密钥

API密钥是一种用于身份验证的机制，它允许应用程序或服务访问受保护的API端点。我们可以在OpenAI官网获取。通过科学上网的方法自行获取即可，这里就不展开介绍。

开始模拟

我们首先打开并登录postman，新建一个请求：

在请求行部分，我们选择POST，并输入请求的url网址：

我们点击Authorization，在type栏找到Bearer Token，并在右边框中填入自己的API-key：

接着，我们来到Body部分，勾选raw，然后在右边选择JSON，在文本框中输入要传输的JSON代码。

最后，我们点击Send发送请求。

分析

POST方法： 选择HTTP方法是指明你希望执行的操作类型。在这种情况下，选择了POST方法，这通常用于将数据提交到服务器。
输入请求的URL地址： URL指定了请求的目标。告诉服务器你希望与哪个资源进行交互。
选择Authorization，并使用Bearer Token： 在Authorization部分设置了Bearer Token，这是一种常见的身份验证机制，用于向服务器证明请求的合法性。API-key通常作为Bearer Token的一部分提供给服务器，以便服务器可以验证请求的合法性。
在Body部分选择raw，然后选择JSON： 在Body部分的操作是指定请求主体的格式。选择"raw"表示你将手动输入原始数据，而选择JSON表示你将以JSON格式发送数据。这通常用于在POST请求中传递数据给服务器。
在JSON文本框中输入要传输的JSON代码： 在这里输入JSON代码是为了将数据传输到服务器。具体的JSON结构和内容取决于API的要求，通常包括你想要执行的操作、所需的参数等。

"model":"text-davinci-003",
"prompt":"你好",
"temperature":0.2

"model": "text-davinci-003" 指定了要使用“达芬奇”文本生成模型。
"prompt": "你好" 是对AI提出的提示或问题，即用户想要与AI交流的内容。
"temperature": 0.2 是用于控制生成文本多样性的参数，数值越低，生成的文本越保守和可预测。

点击Send发送请求： 最后，点击Send按钮将请求发送到服务器。postman将构建并发送HTTP请求，将指定的数据发送到目标地址，并等待服务器的响应。

输出：

{
    "warning": "This model version is deprecated. Migrate before January 4, 2024 to avoid disruption of service. Learn more https://platform.openai.com/docs/deprecations",
    "id": "cmpl-...",
    "object": "text_completion",
    "created": 1699974472,
    "model": "text-davinci-003",
    "choices": [
        {
            "text": "，我叫李雪，来",
            "index": 0,
            "logprobs": null,
            "finish_reason": "length"
        }
    ],
    "usage": {
        "prompt_tokens": 4,
        "completion_tokens": 16,
        "total_tokens": 20
    }
}

"warning": "This model version is deprecated..."提示警告，指出模型版本已被弃用，建议在2024年1月4日之前进行迁移以避免服务中断。
"id": "cmpl-..."生成文本完成请求的唯一标识符。
"object": "text_completion"表示这是一个文本完成的对象。
"created": 1699974472表示响应创建的时间戳。
"model": "text-davinci-003"指定使用的模型的标识符或名称，这里是文本生成模型 "text-davinci-003"。
"choices": [...]包含模型生成的选择。在这个例子中，只有一个选择，其中包含生成的文本片段。
"logprobs": null在这个例子中是 null，但通常用于包含模型生成文本时的对数概率等信息。
"finish_reason": "length"表示生成的原因。在这个例子中，原因是达到了所需的长度。
"usage": {...}包含有关模型响应使用情况的信息。
"prompt_tokens": 4提供给模型的提示中的 token 数量。
"completion_tokens": 16模型生成的文本中的 token 数量。
"total_tokens": 20总 token 数量，包括输入和模型生成的文本。

最后

通过选择适当的HTTP方法，输入目标URL，配置授权和身份验证，设置请求主体的格式，以及最终发送请求，我们能够有效地模拟与OpenAI的交互。

感谢掘友阅读本文，如有任何疑问或反馈，欢迎私聊或者评论区留言！

我的Gitee： CodeSpace (gitee.com)

技术小白记录学习过程，有错误或不解的地方还请评论区留言，如果这篇文章对你有所帮助请 “点赞收藏+关注” ，感谢支持！！

【实战】用Postman模拟openAI网络请求过程

前言

工具

postman

API密钥

开始模拟

分析

最后