要使用 ChatGPT API 和 Python 建立您自己的編碼助手,請遵循以下步驟:

1. 將您的 API 金鑰設定為環境變數。
2. 安裝 OpenAI 庫並在您的程式碼頂部匯入它。
3. 建立一個空白的訊息列表,代表聊天歷史。每個訊息都是一個具有兩個屬性的字典:「角色」和「內容」。
4. 將系統訊息附加到聊天歷史,為助手提供靜默指示。
5. 設置一個循環,使用 input() 收集來自用戶的新訊息。
6. 構建一個新的訊息字典,包含用戶的輸入,並將其附加到聊天歷史。
7. 向聊天完成端點發出 OpenAI API 調用,傳遞模型 (GPT-3.5-turbo) 和聊天歷史。
8. 從 API 響應中提取助手回覆的內容,並將其存儲在變數中。
9. 打印助手的回覆,在開頭和結尾添加幾個新行。
10. 構建一個新的訊息字典,包含助手的回覆,並將其附加到聊天歷史。
11. 重複此過程,允許用戶繼續與編碼助手互動。

這種設置提供了一個簡單而強大的編碼助手,您可以在 VS Code 中運行它,允許您直接在開發環境中獲得有關您的代碼的答案和見解。

要設置環境並導入所需的庫,請遵循以下步驟:

1. 將您的 OpenAI API 金鑰設定為環境變數。這可確保您的 API 金鑰保持安全,不會在您的代碼中暴露。

2. 使用 pip 安裝 openai 庫:

   pip install openai
   

3. 在您的代碼頂部導入 openai 庫:

   import openai
   

通過這些步驟,您已成功設置環境並導入了與 ChatGPT API 交互所需的庫。

要初始化聊天歷史,我們首先創建一個名為 `messages` 的空白列表。此列表將存儲用戶和 AI 助手之間的對話歷史。

聊天歷史中的每條消息都表示為一個具有兩個鍵的字典:「角色」和「內容」。「角色」鍵指示消息的來源,可以是「系統」(用於系統指示)或「用戶」(用於用戶輸入)。「內容」鍵存儲實際的消息文本。

我們從向 `messages` 列表添加一條「系統」消息開始。此消息為 AI 助手提供靜默指示,為對話提供上下文或指導。

```python
messages = []
system_message = {
    "role": "system",
    "content": "You are a helpful coding assistant."
}
messages.append(system_message)

初始化聊天歷史後,我們可以繼續進入程序的主循環,讓用戶與 AI 助手進行互動。

要收集用戶輸入並構建消息,我們遵循以下步驟:

1. 創建一個空白列表來存儲聊天歷史。
2. 構建一條「系統」消息作為聊天歷史中的第一條消息。此消息為助手提供靜默指示。
3. 設置一個將無限運行的循環。
4. 在循環內部,使用 input() 函數收集來自用戶的新消息。
5. 構建一個新的消息字典,其中包含用戶的輸入,並將「角色」設置為「用戶」。
6. 將新的用戶消息附加到聊天歷史列表。

這個過程允許我們建立對話的上下文,這將在我們呼叫 OpenAI API 生成響應時傳遞。

要與 ChatGPT API 交互並檢索響應,我們將遵循以下步驟:

1. 將 OpenAI API 金鑰設置為環境變數。
2. 安裝 OpenAI 庫並在代碼頂部導入它。
3. 創建一個空白列表來存儲聊天歷史,其中每條消息都表示為一個具有「角色」和「內容」鍵的字典。
4. 將一條「系統」消息附加到聊天歷史,為助手提供靜默指示。
5. 設置一個循環,持續收集用戶輸入並將其作為「用戶」消息添加到聊天歷史。
6. 向 ChatGPT 完成端點發出 API 調用,將聊天歷史作為輸入傳遞。
7. 從 API 響應中提取助手響應的內容,並將其存儲在變數中。
8. 打印助手的響應,在開頭和結尾添加一些新行以提高可讀性。
9. 構建一個新的「助手」消息,其中包含響應內容,並將其附加到聊天歷史。
10. 重複此過程,允許用戶繼續與編碼助手互動。

要顯示助手的響應並更新聊天歷史,我們遵循以下步驟:

1. 從 API 調用中檢索助手響應的內容:
   ```python
   reply = response.choices[0].message.content

2. 使用一些格式化打印助手的響應:

   print("\n\n" + reply + "\n\n")
   

3. 構建一個新的消息字典來表示助手的響應:

   assistant_message = {
       "role": "assistant",
       "content": reply
   }
   

4. 將助手的消息附加到聊天歷史:

   messages.append(assistant_message)
   

這確保了助手的響應以清晰和可讀的格式顯示,並且聊天歷史已更新為包含來自助手的新消息。更新後的聊天歷史將在後續的 API 調用中用作上下文,以提供助手的響應。

在本教程中,我們學習了如何使用 ChatGPT API 和 Python 構建強大的編碼助手。最終產品允許您在 VS Code 中運行該腳本,為您提供一個有用的助手,可以回答有關您正在編寫的代碼的問題並提供見解。

構建此助手的關鍵步驟包括:

1. 將 API 金鑰設置為環境變數。
2. 安裝 OpenAI 庫並將其導入到您的 Python 腳本中。
3. 創建一個消息列表來表示聊天歷史,從一條系統消息開始。
4. 實現一個循環,持續收集用戶輸入並將其附加到聊天歷史。
5. 向 ChatGPT 完成端點發出 API 調用,傳遞聊天歷史。
6. 從 API 中提取響應,並將其作為助手消息附加到聊天歷史。

通過遵循這個過程,您可以輕鬆地將強大的 AI 驅動的編碼助手集成到您的開發工作流程中,解鎖新的生產力和效率水平。