Използване на API за изкуствен интелект в Ubuntu

Diego Germán González

6 Minutos

Използване на API в Ubuntu


В тази поредица от статии Видяхме различни начини за използване на модели с изкуствен интелект от работния плот на Ubuntu. Сега ще го направим, използвайки API-та за изкуствен интелект в Ubuntu.

Този метод, макар и да изисква малко повече усилия за усвояване Предимствата му включват икономии на разходи и по-голям контрол върху резултатите.

Дефиниции на ключови понятия

API

Това е поредица от механизми и правила, установени за комуникация между две софтуерни системи. по контролируем и предвидим начин. Това им позволява да обменят данни, без да е необходимо да знаят как са изградени.

Жетон

Въпреки че не е необходимо да знаем това, когато работим от уебсайта на платформа с изкуствен интелект, когато се свързваме чрез API, трябва да обърнем внимание на токените. Токенът е най-малката единица, на която моделът разделя информацията, за да я обработи.

Процесът на трансформиране на информация в токени се нарича „токенизация“. и това се прави с помощта на специални алгоритми, обучени с големи количества информация, за да се установи кои подразделения са най-ефективни.

Токен може да бъде:

  • Цяла дума, например „Къща“
  • Част от дума, например „Incredible“ и „ible“, биха били два лексемни елемента.
  • Препинателните знаци и интервалите също са еквивалентни на токен
  • Фрагмент от изображение е еквивалентен на токен.

Като цяло, за испанския език се изчислява съотношение от 100 лексеми = 75 думи.

Има 3 основни причини, поради които се използват токени вместо думи.

  1. Това улеснява адаптирането на модела към множество езици.
  2. Това ви позволява да добавяте нови думи.
  3. Това позволява по-ефективно използване на процесорната мощност

Всеки жетон се превръща в числова поредица еквивалент, с който моделът ще работи.

Аналогия за това как работят жетоните е с тухличките Lego, защото:

  • Всеки блок има специфична форма, която ще определи как ще се съчетае с останалите.
  • Колкото повече го използвате, толкова по-лесно става да разберете как частите се съчетават.
  • Колкото повече части имате, толкова по-добра ще се получи конструкцията.

Използване на API за изкуствен интелект в Ubuntu

За да се свърже нашето приложение с модела, ни е необходимо следното:

  • клиент: Това може да е приложение, автоматизиран скрипт или Linux терминал. Там се изгражда промоцията, изпраща се заявката и се обработва отговорът.
  • Ключ за удостоверяване на APIТова се получава от уебсайта на разработчика на модела. То ви позволява да се идентифицирате като легитимен потребител и следователно трябва да остане в тайна. Моделът го използва, за да контролира ограниченията за използване.
  • EndpointТова е специфичен адрес в API, който определя действието, което трябва да се извърши, какви данни са необходими и какъв е очакваният отговор.

Процесът е следният:

    1. Приложението изпраща подканата със съобщение, подобно на това:
      {
      "model": "gpt-5.2",      Посочете кой модел да използвате
      "messages": [
      { "role": "system", "content": "Eres un experto en Linux" },       Той ѝ казва каква роля трябва да поеме в отговора си.
      { "role": "user", "content": "Explica los principales comandos de la terminal con un ejemplo" } Показва, че debe responder.
      ]
      }
    2. Съобщението се изпраща чрез HTTP протокола. То би изглеждало по следния начин:
      ПУБЛИКАЦИЯ /v1/чат/завършени задачи
      Авторизация: Носител TU_API_KEY
      Тип съдържание: application / json
    3. API получава съобщението, проверява валидността на валидационния ключ и наличните ограничения, нормализира входните данни и ги изпраща към модела.
    4. Моделът токенизира текста, предсказва следващия токен, следвайки своите насоки за обучение, и повтаря процеса, докато отговорът е завършен.

  1. API връща отговора във формат, подобен на този:
    {
    „избори“: [
    {
    „съобщение“: {
    „роля“: „асистент“,
    „съдържание“: „Вие сте експерт по…“
    }
    }
    ],
    «употреба»: {
    „prompt_tokens“: 120,
    „завършващи_токени“: 180
    }
    }
  2. Приложението показва отговора и прави това, което е посочено в програмирането (запазва го, включва го в друг въпрос, съхранява го в база данни)

Въпреки че всеки език за програмиране може да се използва заедно с API-тата, специфични за всеки модел, ще се съсредоточим върху използването на Linux терминала и Python.

От съображения за сигурност, Python програмите в Ubuntu не се изпълняват директно; вместо това трябва да се създаде виртуална среда. Това е изолирано пространство, където проектът използва собствен Python интерпретатор, мениджър на пакети и библиотеки. Това няма да повлияе на системата или други проекти.

Инсталирахме необходимите програми с:

sudo apt update
sudo apt install python3 python3-venv python3-pip
Създадохме папка в основната ни директория, където ще се намира приложението.

cd ~/mi_programa
Създадохме виртуалната среда
python3 -m venv venv
Активираме околната среда
source venv/bin/activate
След като приключим, деактивираме средата с:

deactivate

Уебсайт за разработчици на OpenAI

OpenAI предоставя изчерпателна документация за разработчици.

Практически пример с ChatGPT

  1. Генерираме ключа за удостоверяване от тази връзка
  2. Добавяме го като променлива на средата от терминала (изисква рестартиране) export OPENAI_API_KEY="your_generated_api_key"
  3. Следвайте посочените стъпки, за да създадете виртуалната среда на Python до етапа на активиране.
  4. Инсталирайте необходимите библиотеки с командата:
    pip инсталира openai
  5. Отворете текстовия си редактор и поставете следния код:
    от openai импорт OpenAI
    клиент = OpenAI() отговор = клиент.responses.create(
    модел="gpt-5.2",
    input="Напишете едноредово изречение, обясняващо какво е Linux."
    )печат(отговор.изходен_текст)
  6. Запазваме файла в работната папка с името example1.py
  7. Стартираме го с командата python3 example1.py

Моля, имайте предвид, че използването на API не е безплатно, така че ще трябва да депозирате минимум $5. Можете да го направите тук. връзка.

В този друг пример искаме от модела да генерира изображение. След като бъде генерирано, приложението го запазва в папката на проекта.
from openai import OpenAI
import base64
import os

# ==================================
# КОНФИГУРАЦИЯ
# ==================================

PROMPT = „Реалистично изображение на програмиране на пингвин“
IMAGE_NAME = "imagen_generada.png"
РАЗМЕР_НА_ИЗОБРАЖЕНИЕ = "1024×768"

# ==================================
# OPENAI КЛИЕНТ
# ==================================

клиент = OpenAI() # Използване на променливата на средата OPENAI_API_KEY

# ==================================
# ГЕНЕРИРАНЕ НА ИЗОБРАЖЕНИЕ
# ==================================

резултат = клиент.images.generate(
модел="gpt-изображение-1",
подкана=ПОДКАНА,
размер=РАЗМЕР_НА_ИЗОБРАЖЕНИЕ
)

# ==================================
# ЗАПАЗВАНЕ НА ИЗОБРАЖЕНИЕ НА ДИСК
# ==================================

с отворено(IMAGE_NAME, "wb") като f:
f.write(байтове_на_изображението)

# ==================================
# ПОТВЪРЖДЕНИЯ НА КОНЗОЛАТА
# ==================================

print("✅ Изображението е генерирано успешно")
print(f» Файлът е запазен като: {IMAGE_NAME}»)

Не забравяйте, че само сме докоснали повърхността на това, което може да се направи с Python и API. И че други модели като Claude или DeepSeek също ги имат. Освен това, както видяхме в първата статия, има различни параметри, които могат да се използват за постигане на желаните резултати.

Документацията за OpenAI API може да бъде намерена тук тук.