只需 20 行代码，调用AI大模型 API 生成内容（适合新手）什么是大模型 API：很多厂商开放了在线 API 接口，让开发者可以方便地在自己应用中调用这些能力，只要发一个 HTTP 请求，就能获得强大的自然语言理解与生成能力
随着大模型手艺的火热，很多人都想在自己的项目中接入 GPT 等智能能力。但一提到 “API 调用”，不少人就头大
其实只需要 不到 20 行代码，你就可以让自己的程序拥有 “智能大脑”！
今天我用最方便、最实用的方式，带你上手「大模型 API 调用」不需要训练模型、不需要掌握深奥的机器学习知识，直接上手就是干！
效果演示我们会让 AI 模型自动判断一句英文评论的情感是积极还是消极，比如：
输入：“The banana pudding was really tasty!”
输出：“Positive sentiment”
是不是有点像 ChatGPT，但变成了你自己的工具！
准备工作: 注册&申请获取 API Key你可以利用如 OpenAI、阿里云百炼 等服务商，注册后获取一串 API 密钥 sk-xxx
完整代码：调用大模型 API
import os
import requests ## HTTP 客户端库，需要提前安装：pip install requests
from dotenv import load_dotenv
API_KEY = None ## 注册后获取的密钥
BASE_URL = None ## 路由地址
# 构建请求头
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY
}" ## 使用 Bearer Token 认证授权
}
# 构建请求体（对话格式）
data = {
"model": "gpt-4o-mini", ## 要调用的模型名称 (不同模型收费不同，看具体厂商)
"messages": [ ## 对话式 API 的核心输入，支持多轮对话
{
"role": "system", "content": "你是一个有帮助的助手"
},
{
"role": "user", "content": "Classify the sentiment: The banana pudding was really tasty!"
}
]
}
try:
response = requests.post(BASE_URL, headers=headers, json=data, timeout=10) ## 发起 HTTP 请求
response.raise_for_status() ## 会对非 2xx 响应抛出异常
result = response.json()
print("AI 回复：", result["choices"][0]["message"]["content"]) ## 按照 API 规范提取回答内容
except requests.exceptions.RequestException as e:
print("请求失败：", e)
except ValueError: ## 捕获 ValueError 以防服务器返回的不是 JSON
print("返回非 JSON 内容：", response.text)
你允许很容易改造该机制，让它完成翻译、改写、代码生成、作文打分、AI客服等任务。