前言

各位小伙伴们你们好呀。它来啦！它来啦！它带着众望走来啦！在上一期「ChatGPT」十分钟学会如何在本地调用API_KEY（最新版 | 附源码）中，我们学会了在本地如何使用Python代码调用ChatGPT的API接口。不过上一期的代码只能实现单轮调用，也就是说—— 不能实现多轮对话 ，ChatGPT无法理解我们的上下文。这期教程，就让我们一起来实现多轮对话吧！拿起键盘跟我练，一路火光带闪电！

准备工作

在正式开始教程之前，首先我们需要完成如下的准备工作:

魔法（电脑能够正常登录Google官网）
Python环境
open ai库
Chatgpt的API_KEY

PS：在学习过程中遇到任何问题，请关注公众号 ThundersArk 点击菜单栏中的 联系我 ，添加我的个人微信。

Python环境安装

Python环境的安装市面上已经有大把的教程了，博主在此不再赘述，最好安装Python的 最新3.10版本 ！

安装openai库

在CMD命令行中，输入如下代码安装 open ai库 ：

pip install openai

PS：在安装openai库的过程中可能会产生如下报错：

该报错可能是由于如下问题导致：

没有对open ai库给予信任

pip版本过高

我们可以通过在 pip install openai 后面加上软件源并对该存储库给予信任，或者是 降低我们的pip版本 ，CMD中的代码如下：

加上软件源对该存储库给予信任

pip install openai -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

降低pip版本到20.2

python -m pip install pip==20.2 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

PS：如果上述解决方案还是不能解决安装报错问题，请联系博主

安装easygui库

在CMD命令行中，输入如下代码安装 open ai库 ：

pip install easygui

PS：如果上述安装不能成功，那么可以加上对软件源的信任！如下所示：

pip install easygui -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

PS：如果上述解决方案还是不能解决安装报错问题，请联系博主

获取API_KEY

（一）首先，访问Chatgpt官网登录账号

PS：登录成功后，登录之后，点击右上角 “Personal” ，展开菜单，找到 “View API keys”

（二）进入页面后，点击 “Create new secret key” 按钮，来创建 API_KEY 。之后 复制你的key ，记住它！！！单个key只会显示一次！

PS：你可以创建多个key，但是多个key是共享总的金额。

Python代码讲解

下面将对代码进行逐段分析，觉得麻烦的小伙伴们可以直接跳过这一步到最后的 完整源码 ，获取完整源码噢！
我将全部代码分为了以下五个部分：

第三方库的引入
类Chat的定义
花销和token计算函数
主体运行函数实现
项目运行

第三方库的引入

在最开头我们要引入我们本项目中要使用到的第三方库

openai库 ：用于调用ChatGPT接口
easygui ：用于控制对话次数

import openai
import easygui as g

类Chat的定义

在这段代码中我们定义了一个Chat类，用于实现打印我们的对话并且计算每次调用ChatGPT的花销（ 钱和token ），在后面，我们要 将这个Chat类进行实例化！

PS：注意啦！这里要将 YOUR_API_KEY 替换为你自己的API_KEY， 两边的单引号不要去掉，请注意！

class Chat:
    def __init__(self,conversation_list=[]) -> None:
        # 初始化对话列表，可以加入一个key为system的字典，有助于形成更加个性化的回答
        # self.conversation_list = [{'role':'system','content':'你是一个非常友善的助手'}]
        self.conversation_list = []  # 初始化对话列表
        self.costs_list = [] # 初始化聊天开销列表
    # 打印对话
    def show_conversation(self,msg_list):
        for msg in msg_list[-2:]:
            if msg['role'] == 'user': # 如果是用户的话
                #print(f"\U0001f47b: {msg['content']}\n")
            else: # 如果是机器人的话
                message = msg['content']
                print(f"\U0001f47D: {message}\n")                
            print()
    # 调用chatgpt，并计算开销
    def ask(self,prompt):
        self.conversation_list.append({"role":"user","content":prompt})
        openai.api_key = 'YOUR_API_KEY'
        response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=self.conversation_list)
        answer = response.choices[0].message['content']
        # 下面这一步是把chatGPT的回答也添加到对话列表中，这样下一次问问题的时候就能形成上下文了
        self.conversation_list.append({"role":"assistant","content":answer})
        self.show_conversation(self.conversation_list)
        人民币花费 = total_counts(response)
        self.costs_list.append(人民币花费)
        print()

花销和token计算函数

在这段代码中我们定义了一个total_counts函数，用于在多轮对话结束后计算所有对话一共消耗的 钱和token(字数) ，上面Chat实现的计算是每一次对话的花销，而这里定义的函数则是用于 将Chat类中计算的每一次花销最后进行了一个加总！

def total_counts(response):    
    #计算本次任务花了多少钱和多少tokens：
    tokens_nums = int(response['usage']['total_tokens']) #计算一下token的消耗
    price = 0.002/1000 #根据openai的美元报价算出的token美元单价
    人民币花费 = '{:.5f}'.format(price * tokens_nums * 7.5)
    合计内容 = f'本次对话共消耗了{tokens_nums}个token，花了{人民币花费}元（人民币）'
    print(合计内容)
    return float(人民币花费)

主体运行函数定义

这是我们项目的 主体运行函数 ，在开头我们要先进行对话次数的限制，记住不要输入太多，否则可能导致调用失败（怕不稳定)；

PS：其次是调用次数过多，咱的钱包也顶不住呀！！

def main():
    talk = Chat()
    print()
    count = 0
    count_limit = eval(input("你想要对话的次数是多少呢？\n(请输入数字即可)"))		
    while count<count_limit: #上下文token数量是有极限的，理论上只能支持有限轮次的对话，况且，钱花光了也就不能用了。。。
        if count<1: 
            words = input("请问有什么可以帮助你的呢？\n(请输入您的需求或问题)：")
        else:
            words = input("您还可以继续与我交流，请您继续说：\n(请输入您的需求或问题)：")
        print()
        talk.ask(words)
        count += 1
    g.msgbox("对不起，您已达到使用次数的限额，欢迎您下次使用！")      
    print(f'本轮聊天合计花费{sum(talk.costs_list)}元人民币。')

项目运行

PS：在完成上述的定义之后，别忘了在最后加上下面代码，让你的项目运行起来哦！

if __name__ == "__main__":
    main()

效果演示

下面就是效果的展示啦！图片上的字比较小， 请大家放大来看！

PS：我将扮演一名从小没有妈妈的孤儿，让ChatGPT当我的妈妈！

（一）输入我们想要对话的次数，这里我填了5次，在键盘上打一个 5

（二）输入我们的问题

我是一名孤儿，我从小没有妈妈，你能以我妈妈的口吻来扮演一下嘛，拜托啦

（三）继续和它对话

妈妈，我在学校受委屈啦，同学们都嘲笑我的耳朵很大

（四）继续和它对话

妈妈，你真好，我感觉好多了

（五）继续和它对话

妈妈，这周末你可以陪我去游乐园玩吗，我从来没有去过游乐园

（六）继续和它对话

谢谢妈妈！我爱你! 我要永远和妈妈在一起！

到这里，五次对话已经全部结束了，弹出 结束提示框 ，可以看到这个效果还是非常好的，有那么一瞬间我都被感动到了！各位小伙伴们感兴趣可以自己试试噢！

完整源码

完整源码我放到了我的公众号里面，扫描 文末二维码 或者搜索公众号 ThundersArk ，在后台回复 chat 即可获取完整源码！

PS：再说一遍，就是四个字母—— chat ！ chat ！ chat ！全部都是小写！

写在最后的话

本文花费大量时间介绍了 Python调用ChatGPT接口实现多轮对话 ，希望能帮助到各位小伙伴，码文不易，还望各位大佬们多多支持哦， 你们的支持是我最大的动力！

✨

👍

⭐️

✏️

解决PackagesNotFoundError: The following packages are not available from current channels:问题 2022年5月6日【Python】控制自己的手机摄像头拍照，并自动发送到邮箱 2023年2月28日 Transfomer编码器中自注意力机制、前馈网络层、叠加和归一组件等讲解（图文解释） 2023年4月15日 TensorFlow安装教程 2022年5月30日 GPT-4介绍＆api申请（Chatgpt plus） 2023年4月15日 NLP（自然语言处理）任务——计算词频（python） 2023年2月23日彻底理解Python中浅拷贝和深拷贝的区别 2023年3月30日实测亚马逊AI 编程助手 Amazon CodeWhisperer（全网最全) 2023年6月17日 ChatGPT通过谷歌L3入职测试，人类码农危矣？ 2023年3月3日 Python 字典取值全攻略：高效、简洁地获取字典值的多种技巧 2023年3月30日 GPT-4 VS GPT-3.5！你需要升级plus版本吗？ 2023年5月27日

目录

前言