3.2 Python 环境下 API 调用配置

本节适合需要把 Codex 代码生成能力集成到 Python 项目、批量处理代码任务的场景，通过官方 SDK 调用接口，可灵活定制功能。调用按 Token 按量计费，与 ChatGPT 订阅额度不共享。

前置准备

电脑已安装 Python 3.8 及以上版本（推荐 3.9/3.10 稳定版）
已按 1.3 节步骤获取可用的 API 密钥
网络环境可正常访问 OpenAI 接口

一、安装官方 Python SDK

官方提供标准化 SDK，无需手动封装网络请求，是最稳妥的调用方式：

打开系统终端（CMD / PowerShell / 终端.app），执行安装命令：

    pip install openai

验证安装结果：执行 pip show openai，能看到版本号即安装成功。

注意：务必安装官方 openai 包，不要使用第三方封装的 SDK，存在密钥泄露、功能异常的风险。

二、密钥配置（两种方式，优先选第一种）

API 密钥是调用凭证，严禁直接写在业务代码里提交到公开代码仓库。

推荐方式：系统环境变量配置（最安全）

SDK 会自动读取系统环境变量 OPENAI_API_KEY，无需在代码里明文写密钥，是官方推荐的最佳实践。

Windows：右键「此电脑」→「属性」→「高级系统设置」→「环境变量」，新建用户变量，变量名填 OPENAI_API_KEY，变量值填你的 API 密钥，确定后重启终端生效。
Mac/Linux：打开终端，执行 echo 'export OPENAI_API_KEY="你的API密钥"' >> ~/.zshrc（bash 用户替换为 .bashrc），再执行 source ~/.zshrc 立即生效。

临时测试方式：代码内传入

如果只是本地临时跑脚本测试，可直接在代码里传入密钥。绝对不能把带密钥的代码上传到 GitHub、Gitee 等公开平台。

三、最简调用示例（复制就能跑）

新建 codex_demo.py 文件，粘贴以下代码，配置好密钥后即可运行。

from openai import OpenAI

# 已配置环境变量的话，无需传 api_key 参数，SDK 会自动读取
client = OpenAI(
    # api_key="你的API密钥"  # 仅本地临时测试时取消注释填写，正式环境禁用
)

# 调用 Codex 生成代码
response = client.chat.completions.create(
    model="gpt-5.3-codex",  # 编码专用主力模型
    messages=[
        {"role": "system", "content": "你是专业编程助手，只输出可运行的代码，不添加多余解释。"},
        {"role": "user", "content": "写一个快速排序的Python函数"}
    ],
    temperature=0.2,  # 写代码建议设低值，输出更严谨稳定
    max_tokens=1000
)

# 打印生成的结果
print("生成的代码：")
print(response.choices[0].message.content)

运行与验证：
终端执行 python codex_demo.py，终端输出完整的快速排序函数代码，即为调用配置成功。

四、核心参数说明（新手掌握4个即可）

不用记忆全部参数，用好这几个就能满足绝大多数编码场景：

model：指定调用的模型。主力编码用 gpt-5.3-codex，简单补全、注释生成可用轻量模型，成本更低。
temperature：结果随机性，范围 0~2。写代码建议设 0.1~0.3，数值越低输出越稳定、逻辑越严谨；需要创意性方案可适当调高。
messages：对话上下文。system 用来设定角色规则，user 是你的具体需求，支持多轮对话连续修改。
max_tokens：单次调用最大输出长度，根据需求设置，避免不必要的额度消耗。

五、实用补充配置

网络代理设置

本地需要代理才能访问接口时，可在初始化客户端时指定代理地址，或配置系统环境变量 HTTPS_PROXY，SDK 会自动识别：

    client = OpenAI(
        base_url="你的代理服务地址"
    )

流式输出配置

需要实现打字机效果、实时查看生成过程时，开启流式输出：

    stream = client.chat.completions.create(
        model="gpt-5.3-codex",
        messages=[{"role": "user", "content": "写一个冒泡排序函数"}],
        stream=True
    )
    for chunk in stream:
        if chunk.choices[0].delta.content:
            print(chunk.choices[0].delta.content, end="")

六、常见问题排查

报错「No module named openai」：SDK 未安装成功，重新执行安装命令，检查当前 Python 环境与安装环境是否一致。
报错「Invalid API Key」：密钥错误或已被删除，核对密钥字符串无多余空格；若怀疑泄露，立即去后台删除旧密钥并重新生成。
报错「Connection timeout」：网络不通，检查网络环境，或配置代理后重试。
报错「The model does not exist」：模型名称拼写错误，核对可用模型列表，确认你的账号有权限调用该模型。

实用提醒：新手测试阶段务必按 1.4 节设置好消费上限，先跑小任务测试成本，再批量投入使用；生产环境建议添加异常捕获和重试逻辑，避免接口波动影响业务。