Python AI Agent 零基础教程 | 第4篇：API调用基础——让程序与AI对话
前言
经过前三期的学习，你已经掌握了 Python 的基础语法。今天我们正式开始与 AI 对话！
本期将讲解什么是 API，如何获取 API Key，以及如何使用 Python 调用 AI 大模型。
一、什么是 API？
1.1 通俗理解 API
API（Application Programming Interface） 就像餐厅的服务员。
想象你去餐厅吃饭：
- - 👨🍳 厨房 = 服务器（处理请求的地方）
- - 📋 菜单 = API 文档（告诉你有什么菜）
- - 👨🍳 服务员 = API（传递你的请求和返回结果）
你（客户端） ──请求──▶ API ──▶ 服务器（AI） │
▼
你（客户端） ◀──响应── API ◀── 服务器（AI）
1.2 HTTP 请求基础
最常用的 API 调用方式是HTTP 请求，主要有两种：
| 请求类型 | 说明 | 场景 |
|---------|------|------|
| GET | 获取数据 | 查询信息 |
| POST | 发送数据 | 提交表单、发送消息 |
1.3 请求结构
一个 HTTP 请求包含：
请求方法 URL路径
GET /api/users?id=1
Headers（请求头）
Content-Type: application/json
Body（请求体）
{"name": "鹏鹏", "age": 25}
二、获取 API Key
2.1 什么是 API Key？
API Key 就像你的身份证号码，用于：
- - 身份验证（证明你是谁）
-
- 计费统计（统计你用了多少）
-
- 权限控制（你能访问什么）
2.2 获取 OpenAI API Key（以 ChatGPT 为例）
步骤 1：注册 OpenAI 账号
访问：https://platform.openai.com
点击 "Sign up" 注册账号
步骤 2：登录并进入 API 页面
登录后，点击右上角头像 → 选择 "API keys"
步骤 3：创建 API Key
1. 点击 "Create new secret key"
2. 给 Key 起个名字（方便管理）
3. 点击复制按钮 🔗 复制 Key
⚠️
重要提醒：- - API Key 只显示一次！复制后要保存好
- - 不要分享给他人
- - 不要上传到 GitHub
步骤 4：充值或查看额度
新用户有 $5 免费额度，可以点击 "Usage" 查看使用情况。
2.3 国内替代方案
如果 OpenAI 访问困难，可以使用国内大模型：
| 提供商 | 产品 | 特点 |
|-------|------|------|
| 百度 | 文心一言 | 中文能力强 |
| 阿里 | 通义千问 | 免费额度大 |
| 智谱 | GLM-4 | 性价比高 |
| 月之暗面 | Kimi | 长文本处理强 |
三、安装必要的库
3.1 安装 requests 库
requests 是 Python 最常用的 HTTP 请求库。
方法 1：使用 pip 安装
打开终端（Windows 按 Win+R，输入 cmd），执行：
pip install requests
方法 2：在 PyCharm 中安装
1.File → Settings → Project → Python Interpreter
2. 点击+号
3. 搜索requests
4. 点击Install Package
3.2 安装 openai 库（可选）
如果使用官方 OpenAI API，可以安装 openai 库：
pip install openai
四、第一个 API 调用：天气查询
4.1 选择天气 API
我们使用免费的心知天气 API 来学习：
访问：https://www.seniverse.com 注册获取 API Key
4.2 完整代码实现
import requests
import json
def get_weather(city="北京"):
"""获取天气信息"""
# API 配置
api_key = "你的API密钥" # 替换为你的密钥
url = f"https://api.seniverse.com/v3/weather/now.json"
# 请求参数
params = {
"key": api_key,
"location": city,
"language": "zh-Hans",
"unit": "c"
}
# 发送请求
response = requests.get(url, params=params)
# 解析结果
if response.status_code == 200:
data = response.json()
weather = data["results"][0]
print(f"\n📍 {city} 天气情况：")
print(f"天气：{weather['now']['text']}")
print(f"温度：{weather['now']['temperature']}°C")
print(f"体感温度：{weather['now']['feels_like']}°C")
print(f"更新时间：{weather['last_update']}")
else:
print(f"请求失败：{response.status_code}")
测试
get_weather("北京")
get_weather("上海")
4.3 代码详解
1. 构建 URL + 参数 │
url = "https://api...?" + params
2. 发送请求
response = requests.get(url, params)
3. 检查状态码
if response.status_code == 200:
4. 解析响应数据
data = response.json()
5. 提取需要的信息
weather = data["results"][0]["now"]
五、调用 OpenAI API
5.1 使用 requests 直接调用
import requests
import json
def chat_with_gpt(prompt, api_key):
"""调用 ChatGPT API"""
url = "https://api.openai.com/v1/chat/completions"
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {api_key}"
}
data = {
"model": "gpt-3.5-turbo", # 或 "gpt-4"
"messages": [
{"role": "user", "content": prompt}
],
"temperature": 0.7 # 创造性参数（0-2）
}
response = requests.post(url, headers=headers, json=data)
if response.status_code == 200:
result = response.json()
answer = result["choices"][0]["message"]["content"]
return answer
else:
return f"错误：{response.status_code} - {response.text}"
使用示例
api_key = "sk-xxxxxx" # 替换为你的 API Key
answer = chat_with_gpt("你好，请介绍一下你自己", api_key)
print(answer)
5.2 使用 openai 库调用（更简单）
from openai import OpenAI
设置 API Key
client = OpenAI(api_key="sk-xxxxxx") # 替换为你的 API Key
<h1
发送对话请求
chat_completion = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[
{"role": "user", "content": "用一句话介绍Python"}
]
)
获取回复
print(chat_completion.choices[0].message.content)
5.3 代码解析
OpenAI API 请求结构
url: "https://api.openai.com/v1/chat/completions"
headers:
Authorization: "Bearer {api_key}" Content-Type: "application/json"
body:
{ "model": "gpt-3.5-turbo", # 模型选择 "messages": [ # 对话历史 {"role": "user", "content": "..."},{"role": "assistant", "content": "..."}, {"role": "user", "content": "..."} ], "temperature": 0.7 # 创造性 }
六、调用国内大模型 API
6.1 百度文心一言
import requests
import json
def chat_with_wenxin(prompt):
"""调用百度文心一言 API"""
# API 配置
api_key = "你的API Key"
secret_key = "你的Secret Key"
# 获取 access_token
auth_url = "https://aip.baidubce.com/oauth/2.0/token"
auth_params = {
"grant_type": "client_credentials",
"client_id": api_key,
"client_secret": secret_key
}
auth_response = requests.get(auth_url, params=auth_params)
access_token = auth_response.json().get("access_token")
# 调用 API
url = f"https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions"
url += f"?access_token={access_token}"
headers = {"Content-Type": "application/json"}
data = {
"messages": [{"role": "user", "content": prompt}]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
return result["result"]
使用
answer = chat_with_wenxin("用一句话介绍AI Agent")
print(answer)
6.2 智谱 GLM
import requests
def chat_with_zhipu(prompt, api_key):
"""调用智谱 GLM API"""
url = "https://open.bigmodel.cn/api/paas/v4/chat/completions"
headers = {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json"
}
data = {
"model": "glm-4",
"messages": [{"role": "user", "content": prompt}]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
return result["choices"][0]["message"]["content"]
使用
answer = chat_with_zhipu("什么是AI Agent？", "你的API Key")
print(answer)
七、错误处理与调试
7.1 常见错误及解决
import requests
def safe_api_call(url, params):
"""安全的 API 调用（带错误处理）"""
try:
response = requests.get(url, params=params, timeout=10)
# 检查 HTTP 状态码
if response.status_code == 200:
return response.json()
elif response.status_code == 401:
print("❌ API Key 无效或已过期")
elif response.status_code == 429:
print("⏰ 请求过于频繁，请稍后重试")
elif response.status_code == 500:
print("⚠️ 服务器内部错误")
else:
print(f"❌ 请求失败：{response.status_code}")
except requests.exceptions.Timeout:
print("❌ 请求超时，请检查网络连接")
except requests.exceptions.ConnectionError:
print("❌ 网络连接失败，请检查网络")
except Exception as e:
print(f"❌ 未知错误：{str(e)}")
return None
7.2 调试技巧
打印完整的请求信息（调试用）
print(f"请求 URL: {response.url}")
print(f"状态码: {response.status_code}")
print(f"响应头: {response.headers}")
print(f"响应内容: {response.text}")
八、综合实战：AI 对话助手
8.1 完整代码
import requests
import json
class AIAssistant:
"""AI 对话助手"""
def __init__(self, api_key, base_url="https://api.openai.com/v1"):
self.api_key = api_key
self.base_url = base_url
self.conversation_history = []
def chat(self, message):
"""发送消息并获取回复"""
# 添加用户消息到历史
self.conversation_history.append({
"role": "user",
"content": message
})
# 构建请求
url = f"{self.base_url}/chat/completions"
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {self.api_key}"
}
data = {
"model": "gpt-3.5-turbo",
"messages": self.conversation_history,
"temperature": 0.7
}
# 发送请求
response = requests.post(url, headers=headers, json=data)
if response.status_code == 200:
result = response.json()
assistant_message = result["choices"][0]["message"]
# 添加助手回复到历史
self.conversation_history.append(assistant_message)
return assistant_message["content"]
else:
return f"错误：{response.status_code}"
def clear_history(self):
"""清空对话历史"""
self.conversation_history = []
print("✓ 对话历史已清空")
def show_history(self):
"""显示对话历史"""
print("\n=== 对话历史 ===")
for msg in self.conversation_history:
role = "👤 你"
if msg["role"] == "user" else "🤖 AI"
print(f"{role}:{msg['content']}")
使用示例
if __name__ == "__main__":
# 初始化（替换为你的 API Key）
assistant = AIAssistant("sk-xxxxxx")
print("=== AI 对话助手 ===")
print("输入 'quit' 退出，'clear' 清空历史，'history' 查看历史\n")
while True:
user_input = input("你: ")
if user_input.lower() == "quit":
print("再见！")
break
elif user_input.lower() == "clear":
assistant.clear_history()
elif user_input.lower() == "history":
assistant.show_history()
else:
response = assistant.chat(user_input)
print(f"AI: {response}\n")
8.2 运行效果
=== AI 对话助手 ===
输入 'quit' 退出，'clear' 清空历史，'history' 查看历史
你: 你好
AI: 你好！有什么我可以帮助你的吗？
你: 什么是AI Agent？
AI: AI Agent（人工智能代理）是一种能够自主理解目标、规划决策、执行复杂任务的智能系统...
你: history
=== 对话历史 ===
👤 你: 你好
🤖 AI: 你好！有什么我可以帮助你的吗？
👤 你: 什么是AI Agent？
🤖 AI: AI Agent（人工智能代理）是一种能够自主理解目标...
你: quit
再见！
九、本章小结
今天我们学习了：
| 知识点 | 说明 |
|-------|------|
| ✅ API 基础 | 什么是 API、如何工作 |
| ✅ 获取 API Key | OpenAI、国内大模型 |
| ✅ requests 库 | 发送 HTTP 请求 |
| ✅ 调用 AI API | OpenAI、文心一言、智谱 |
| ✅ 错误处理 | try/except 捕获异常 |
| ✅ 对话助手 | 带历史记录的对话系统 |
下期预告
第5篇：手把手构建你的第一个 AI Agent
下一期我们将学习：
- - AI Agent 的核心架构
-
- 完整的 Agent 代码实现
-
- 运行和测试你的 Agent
👨💻 作者：鹏鹏 | 专注于 AI + 编程教育
📱 关注公众号「跟着鹏鹏学技术」
💬 互动：你成功调用了哪个 AI API？效果如何？
👨💻 作者：鹏鹏
📱 关注公众号「跟着鹏鹏学技术」
🔔 点赞 + 在看，让更多人看到！
10个月宝宝每天需要喝多少奶粉？
