OpenAI 官方 SDK

以下为 Python 示例,Java / Go 等语言用法完全相同,只改 api_key 和 base_url 即可,其他参数与官方保持一致。

参考官方文档:platform.openai.com/docs/api-reference

对话 + 思考过程(reasoning summary)

from openai import OpenAI
import json

def ask_gpt_question(prompt):
    client = OpenAI(
        api_key='sk-xxxxxx',                              # 你的令牌
        base_url='https://www.dianlitoken.com/v1/',   # 接口地址
    )

    try:
        response = client.responses.create(
            model='gpt-5-mini',
            reasoning={
                'effort': 'high',         # 高推理强度
                'summary': 'detailed',    # 返回思考过程,在响应数据的 summary 字段
            },
            input=[
                {'role': 'system', 'content': '你是一个有帮助的中文智能助手'},
                {'role': 'user', 'content': prompt}
            ],
            stream=False
        )

        print('=== 原始响应(JSON美化)===')
        print(json.dumps(response.to_dict(), ensure_ascii=False, indent=2))
        print('\n=== 最终答案 ===')
        print(response.output_text)
        return response.output_text
    except Exception as e:
        return str(e)


answer = ask_gpt_question(
    '解答以下数学问题:一个水池有两个进水管和一个排水管。'
    '第一个进水管单独打开6小时可以注满水池,'
    '第二个进水管单独打开3小时可以注满水池,'
    '排水管单独打开2小时可以排空水池。'
    '如果三个管同时打开,多少小时可以注满水池?'
)

关键参数

• reasoning.effort:low / medium / high — 思考强度,越高思考越久
• reasoning.summary:detailed / concise / auto — 思考摘要详细程度
• stream:长推理任务推荐设 True,避免等太久

流式请求(推荐用于长任务)

response = client.responses.create(
    model='gpt-5-mini',
    input=[{'role': 'user', 'content': '...'}],
    stream=True,
)

for event in response:
    if event.type == 'response.output_text.delta':
        print(event.delta, end='', flush=True)

MCP / 网页搜索 等工具

协议要求

OpenAI 的 MCP 和网页搜索等 tools 功能必须使用 responses 格式(即 client.responses.create),并且只有 gpt-5 等新模型支持。

response = client.responses.create(
    model='gpt-5',
    input=[{'role': 'user', 'content': '今天北京天气怎么样?'}],
    tools=[
        {'type': 'web_search_preview'}   # 启用网页搜索
    ]
)

更多 tools 类型见 OpenAI 官方文档。