OpenAI API接口應用實戰
雷韋春
買這商品的人也買了...
-
$352控制之美 (捲1) — 控制理論從傳遞函數到狀態空間 -
Python + OpenCV — 機器學習 + 深度學習 40大電腦視覺案例入門到實戰$1,200$792 -
Hacking APIs｜剖析 Web API 漏洞攻擊技法$580$435 -
精通 API 架構｜設計、營運和發展基於 API 的系統 (Mastering API Architecture: Design, Operate, and Evolve Api-Based Systems)$680$537 -
$403控制之美 (捲2) — 最優化控制 MPC 與卡爾曼濾波器 -
史上最強 Python 入門邁向頂尖高手之路王者歸來, 3/e (全彩印刷)$1,200$792 -
$403Llama 大模型實踐指南 -
$454LangChain實戰：從原型到生產，動手打造 LLM 應用 -
$454低程式碼平台開發實務：基於 React -
$602大語言模型應用指南：以ChatGPT為起點，從入門到精通的AI實踐教程（全彩） -
LangChain 開發手冊 -- OpenAI × LCEL 表達式 × Agent 自動化流程 × RAG 擴展模型知識 × 圖形資料庫 × LangSmith 除錯工具$680$537 -
LangChain 技術解密：構建大模型應用的全景指南$708$673 -
$458大模型應用開發 動手做AI Agent（簽名版） -
$862基礎統計學, 14/e (雙色) -
Python推薦系統實戰：基於深度學習、NLP和圖算法的應用型推薦系統$594$564 -
大模型入門：技術原理與實戰應用$359$341 -
OpenAI API 基礎必修課 -- 使用 Python (GPT-3.5、GPT-4、GPT-4o、DALL·E、TTS、Whisper模型)$520$390 -
NLG 的王者 GPT 圖解 - LLM 的原來是這樣建構出來的$780$616 -
系統架構設計簡明指南$390$371 -
快速部署大模型：LLM策略與實踐（基於ChatGPT等大語言模型）$474$450 -
大模型時代的基礎架構：大模型算力中心建設指南$768$730 -
多模態大模型：算法、應用與微調$714$678 -
LLM 大型語言模型的絕世祕笈：27路獨步劍法，帶你闖蕩生成式 AI 的五湖四海 （iThome鐵人賽系列書）$650$507 -
API 設計模式｜簡化整合的訊息交換技術 (Patterns for API Design: Simplifying Integration with Loosely Coupled Message Exchanges)$850$638 -
自己開發 ChatGPT - LLM 從頭開始動手實作$720$569
相關主題
商品描述
OpenAI API是一個為開發者、企業和研究者打造的平臺。通過這個API，用戶可以輕松地融合和應用最前沿的AI技術，而無須獨立訓練模型或構建復雜的支持系統。這種便利性不僅加速了各類自然語言處理任務的實現（如文本創作和問答系統），還大大降低了開發和運營的成本。隨著對OpenAI不斷地進行研究和優化，API用戶始終能夠享受到**的技術成果。此外，API還為各個行業的創新者開闢了新的可能性，並助力各種新應用和服務的誕生。總之，OpenAI API不僅推動了AI技術的廣泛應用，還為廣大用戶提供了一種簡單、高效的方式來探索和實現AI的潛能。 本書分4篇，共19章，涵蓋的主要內容有OpenAI API的基礎知識、OpenAI API詳解，使用OpenAI API實現智能問答、在線客服、教育輔導、編程助手、情感咨詢、心理咨詢、內容創作、旅行規劃、法律咨詢、多語言翻譯、市場分析、文獻檢索等功能，開發工作準備、聊天機器人實戰、AI繪畫系統實戰、AI文本審核系統實戰，以及OpenAI API展望等。 本書內容詳盡，原理論述簡單明瞭，案例豐富，可讀性強，特別適合有開發基礎的後端Java 開發人員閱讀，也可供其他後端開發語言的從業者借鑒。本書還適合需要瞭解**ChatGPT技術的開發人員閱讀。
目錄大綱
目錄
第1篇 OpenAI API介紹
第1章 OpenAI API的基礎知識 002
1.1 OpenAI API概述 002
1.1.1 OpenAI公司介紹 002
1.1.2 OpenAI API簡介 003
1.1.3 OpenAI API與ChatGPT的關系 004
1.2 OpenAI API申請接入流程 004
1.2.1 註冊OpenAI賬號 004
1.2.2 創建Secret key 005
1.2.3 添加支付的信用卡 006
1.2.4 OpenAI API配置 007
1.3 OpenAI API的調用過程 007
1.3.1 OpenAI API的請求和響應過程 007
1.3.2 OpenAI API的協議和格式 009
1.4 OpenAI API的功能和特點 010
1.4.1 OpenAI API的功能及應用場景 010
1.4.2 OpenAI API的特點和優勢 012
第2章 OpenAI API詳解 014
2.1 基本原理 014
2.1.1 自然語言處理（NLP）介紹 015
2.1.2 Transformer模型的特點 016
2.1.3 預訓練的概念 017
2.1.4 預訓練的作用 018
2.1.5 首次調用OpenAI API 019
2.2 文本生成Completion API 021
2.2.1 Completion API概述 021
2.2.2 Completion API的處理流程 021
2.2.3 Completion API請求參數介紹 022
2.2.4 Completion API返回參數解析 023
2.2.5 Completion API的調用代碼示例 024
2.3 交互聊天Chat API 025
2.3.1 Chat API的功能和特性 025
2.3.2 Chat API基本原理 026
2.3.3 Chat API請求參數介紹 027
2.3.4 Chat API返回參數解析 028
2.3.5 Chat API的調用代碼示例 029
2.4 文本編輯Edits API 030
2.4.1 Edits API請求參數 030
2.4.2 Edits API的返回參數 031
2.4.3 Edits API調用代碼示例 032
2.5 圖像生成Images API 032
2.5.1 DALL·E介紹 033
2.5.2 Create image API 034
2.5.3 Create image edit API 035
2.5.4 Create image variation API 036
2.6 文本審核Moderations API 038
2.6.1 Moderations API的具體用途 038
2.6.2 Moderations API請求參數介紹 039
2.6.3 Moderations API返回參數解析 040
2.6.4 Moderations API的調用代碼示例 041
2.7 獲取向量信息Embeddings API 042
2.7.1 使用Embeddings API獲取嵌入向量信息 042
2.7.2 Embeddings API的請求步驟 043
2.7.3 Embeddings API請求參數介紹 045
2.7.4 Embeddings API返回參數解析 045
2.7.5 Embeddings API的調用代碼示例 046
2.8 其他API 047
2.8.1 Audio API 047
2.8.2 Models API 049
2.8.3 Fine-tuning API 051
2.8.4 Files API 054
2.9 註意事項 056
2.9.1 OpenAI API的速率限制 056
2.9.2 OpenAI API的錯誤碼 057
2.9.3 OpenAI API的最佳實踐 060
2.9.4 OpenAI API的安全實踐及建議 061
第2篇 應用場景分析
第3章 智能問答 064
3.1 智能問答功能介紹 064
3.2 基於智能問答的參數分析及示例 065
3.2.1 Chat API請求參數一覽 066
3.2.2 Message參數詳解 067
3.2.3 其他請求參數解析及示例 069
3.2.4 返回參數說明 072
3.2.5 調用Chat API生成智能問答的最優參數驗證 073
3.3 使用node.js完成智能問答示例 074
3.3.1 初始化node.js項目 075
3.3.2 引入環境變量文件 076
3.3.3 調用Chat API接口 076
3.3.4 增加輸入輸出命令行 077
3.3.5 完整代碼 078
3.3.6 功能展示 079
第4章 在線客服 081
4.1 ChatGPT在在線客戶服務中的應用 081
4.2 基於在線客戶服務的優化 082
4.2.1 設定system消息 082
4.2.2 調整用戶輸入 084
4.2.3 調整API參數 086
第5章 教育輔導 088
5.1 ChatGPT在教育輔導中的應用 088
5.2 基於教育輔導的優化 089
5.2.1 設定system消息 089
5.2.2 調整用戶輸入 091
5.2.3 調整API參數 093
第6章 編程助手 095
6.1 ChatGPT在編程助手中的應用 095
6.2 基於編程助手的優化 096
6.2.1 設定system消息 096
6.2.2 調整用戶輸入 099
6.2.3 調整API參數 103
第7章 情感咨詢 105
7.1 ChatGPT在情感咨詢中的應用 105
7.2 基於情感咨詢的優化 106
7.2.1 設定system消息 106
7.2.2 調整用戶輸入 108
7.2.3 調整API參數 110
第8章 心理咨詢 113
8.1 ChatGPT在心理咨詢中的應用 113
8.2 基於心理咨詢的優化 114
8.2.1 設定system消息 115
8.2.2 調整用戶輸入 116
8.2.3 調整API參數 118
第9章 內容創作 120
9.1 ChatGPT在內容創作中的應用 120
9.2 基於內容創作的優化 121
9.2.1 設定system消息 121
9.2.2 調整用戶輸入 123
9.2.3 調整API參數 125
第10章 旅行規劃 127
10.1 ChatGPT在旅行規劃中的應用 127
10.2 基於旅行規劃的優化 128
10.2.1 設定system消息 129
10.2.2 調整用戶輸入 131
10.2.3 調整API參數 132
第11章 法律咨詢 135
11.1 ChatGPT在法律咨詢中的應用 135
11.2 基於法律咨詢的優化 136
11.2.1 設定system消息 136
11.2.2 調整用戶輸入 137
11.2.3 調整API參數 139
第12章 多語言翻譯 141
12.1 ChatGPT在多語言翻譯中的應用 141
12.2 基於多語言翻譯的優化 142
12.2.1 設定system消息 142
12.2.2 調整用戶輸入 144
12.2.3 調整API參數 145
第13章 市場分析 147
13.1 ChatGPT在市場分析中的應用 147
13.2 基於市場分析的優化 148
13.2.1 設定system消息 148
13.2.2 調整用戶輸入 150
13.2.3 調整API參數 151
第14章 文獻檢索 153
14.1 ChatGPT在文獻檢索中的應用 153
14.2 基於文獻檢索的優化 154
14.2.1 設定system消息 154
14.2.2 調整用戶輸入 155
14.2.3 調整API參數 156
第3篇 OpenAI API實戰
第15章 開發準備工作 160
15.1 搭建服務端環境 160
15.1.1 安裝Java 160
15.1.2 安裝Maven 161
15.2 搭建MySQL數據庫 164
15.2.1 安裝及配置MySQL 164
15.2.2 安裝客戶端工具Navicat並配置 166
第16章 聊天機器人 167
16.1 聊天機器人的功能需求 167
16.2 基於ChatGPT API搭建聊天機器人的技術架構 167
16.2.1 聊天機器人的技術棧 168
16.2.2 聊天機器人的技術框架 173
16.2.3 聊天機器人的數據庫設計 174
16.2.4 聊天機器人的實體類設計 177
16.2.5 聊天機器人的功能設計 179
16.3 聊天機器人實戰代碼 180
16.3.1 微信用戶登錄與註冊 180
16.3.2 提問與回復 184
16.3.3 查看歷史聊天記錄 191
16.4 聊天機器人服務端部署 193
16.4.1 聊天機器人代碼打包 193
16.4.2 聊天機器人代碼部署 194
16.5 聊天機器人API測試 196
16.5.1 什麽是API測試 196
16.5.2 API測試工具選擇 197
16.5.3 JMeter的安裝 198
16.5.4 JMeter在此項目中的使用 199
第17章 AI繪畫系統 202
17.1 AI繪畫系統的功能需求 202
17.2 基於Images API搭建AI繪畫系統的技術架構 203
17.2.1 AI繪畫系統的技術棧 203
17.2.2 AI繪畫系統的技術框架 208
17.2.3 AI繪畫系統的數據庫設計 210
17.2.4 AI繪畫系統的實體類設計 213
17.2.5 AI繪圖系統的功能設計 215
17.3 AI繪畫系統實戰代碼 215
17.3.1 微信用戶登錄與註冊 216
17.3.2 生成圖像 219
17.3.3 查看歷史圖片 228
17.4 AI繪畫服務端部署 231
17.4.1 AI繪畫代碼打包 231
17.4.2 AI繪畫代碼部署 232
17.5 AI繪畫API測試 234
第18章 AI文本審核系統 237
18.1 AI文本審核系統的功能需求 237
18.2 AI文本審核系統的技術架構 238
18.2.1 AI文本審核系統的技術棧 238
18.2.2 AI文本審核系統的技術框架 240
18.2.3 AI文本審核系統的數據庫設計 241
18.2.4 AI文本審核系統的實體類設計 245
18.2.5 AI文本審核系統的功能設計 247
18.3 AI文本審核系統實戰代碼 248
18.3.1 文本審核API代碼 249
18.3.2 獲取審核歷史結果API代碼 261
18.4 AI文本審核系統服務端部署 264
18.4.1 AI文本審核系統代碼打包 264
18.4.2 AI文本審核系統代碼部署 265
18.5 AI審核系統API測試 267
第4篇 OpenAI API的發展前景
第19章 OpenAI API的展望 270
19.1 ChatGPT未來的發展趨勢 270
19.1.1 更大的模型規模 270
19.1.2 減少偏見 271
19.1.3 更好地理解上下文 271
19.1.4 針對特定領域的訓練 272
19.1.5 更高級的交互能力 273
19.1.6 自定義與調節 273
19.1.7 更好的反饋機制 274
19.1.8 支持低資源語言 274
19.2 對開發者的建議和未來規劃 275
19.2.1 開發者應該具備的知識和技能 275
19.2.2 開發者未來的學習和發展規劃 276
