Installér Python SDK'et
På denne side
Installér Python SDK’et
Python SDK’et openai er det officielle bibliotek til interaktion med API’et. Denne lektion guider dig gennem installationen og opsætter en ren projektstruktur, som du vil bruge gennem resten af kurset.
Forudsætninger og installation
Du skal bruge Python 3.10 eller nyere – det minimum, som openai-SDK’et kræver (version 3.42.1 pr. 2. november 2026 ifølge PyPI) – en pakkehåndtering (pip eller uv) og den API-nøgle, du fik i den foregående lektion. Start med at bekræfte din fortolker, da udviklingsmaskiner ofte har flere versioner installeret:
python --version
# Python 3.12.4
Installationen kræver kun én kommando: pip install openai, eller uv pip install openai, hvis du bruger uv, hvilket er væsentligt hurtigere. Det er dog en god vane altid at arbejde inden for et virtuelt miljø. Det forhindrer den hyppige situation, hvor du seks måneder senere opdager, at to projekter kræver inkompatible versioner af samme bibliotek.
# Opret et virtuelt miljø
python -m venv .venv
# Aktivér (Linux/macOS)
source .venv/bin/activate
# Aktivér (Windows)
.venv\Scripts\activate
# Installér SDK'et
pip install openai
To følgesvende dukker op i næsten ethvert projekt og fortjener at blive installeret sammen med SDK’et. Pydantic hjælper med at definere skemaer til struktureret output, hvilket du ser senere; python-dotenv indlæser .env-filen til miljøvariabler.
# Installér med understøttelse for Pydantic-dataklasser
pip install openai pydantic
# Installér med python-dotenv til miljøvariabler
pip install openai python-dotenv
Til sidst skal du verificere, at importen virker, og notere den installerede version. Dette er den første information, du skal oplyse, hvis du åbner en supportsag.
import openai
print(f"OpenAI SDK version: {openai.__version__}")
# Output: OpenAI SDK version: 1.68.0 (eller nyere)
Én klient, alle API’er
SDK’et kredser om ét enkelt klientobjekt, der eksponerer hele platformen via undermoduler. Du behøver ikke instantiere noget nyt for at skifte fra tekstgenerering til embeddings eller moderation.
from openai import OpenAI
client = OpenAI()
# Responses API (tekst, funktionskald, struktureret output)
client.responses.create(...)
# Chat Completions API (forældet)
client.chat.completions.create(...)
# Embeddings
client.embeddings.create(...)
# Billeder
client.images.generate(...)
# Audio
client.audio.transcriptions.create(...)
client.audio.speech.create(...)
# Moderation
client.moderations.create(...)
Konfigurér klienten til din kontekst
SDK’ets standardindstillinger fungerer til eksperimenter, men falder til kort for webapplikationer. Standard-timeout’en er ti minutter: i et HTTP-API, der forventes at svare inden for sekunder, betyder det, at en hængende anmodning binder en worker alt for længe. Reducér den, og øg antallet af automatiske genforsøg, som som standard er to.
from openai import OpenAI
client = OpenAI(
timeout=60.0, # 60 sekunder (standard: 10 minutter)
max_retries=3, # 3 forsøg ved fejl (standard: 2)
)
Parameteren base_url adresserer et andet behov: at rute kald gennem en virksomhedsproxy, der logger udgående trafik, eller til en tjeneste, der eksponerer et kompatibelt API.
# Nyttigt til virksomhedsproxy'er eller kompatible API'er
client = OpenAI(
base_url="https://your-proxy.company.com/v1"
)
Hvis din applikation endelig afhænger af asyncio – FastAPI, aiohttp og lignende – skal du bruge AsyncOpenAI. Den synkrone klient ville blokere begivenhedsløkken under genereringen og dermed ophæve fordelene ved asynkron kode.
from openai import AsyncOpenAI
async_client = AsyncOpenAI()
# Brug med await
import asyncio
async def main():
response = await async_client.responses.create(
model="gpt-5.6-terra",
input="Hello!"
)
print(response.output_text)
asyncio.run(main())
# Output: Hello! How can I help you today?
Strukturér dit projekt
Vælg en organisering, der isolerer klientkonfigurationen fra resten af din kode helt fra starten. Det undgår at sprede snesevis af OpenAI()-kald ud over dit projekt, hver med sine egne indstillinger.
my-project/
├── .env # API-nøgle (COMMIT ALDRIG til git)
├── .gitignore # Inkluderer .env
├── requirements.txt # Afhængigheder
├── src/
│ ├── __init__.py
│ ├── client.py # Konfiguration af OpenAI-klient
│ └── main.py # Indgangspunkt
└── tests/
└── test_api.py
Filen src/client.py centraliserer klientfabrikken: den dag du ændrer timeout’en eller tilføjer en proxy, skal du kun modificere ét sted.
from openai import OpenAI
from dotenv import load_dotenv
load_dotenv()
def get_client() -> OpenAI:
"""Returnerer en konfigureret OpenAI-klient."""
return OpenAI(
max_retries=3,
timeout=30.0
)
Og requirements.txt fastlåser de mindst forventede versioner:
openai>=1.60.0
python-dotenv>=1.0.0
pydantic>=2.0.0
Tre almindelige fejl
En ModuleNotFoundError på openai signalerer næsten altid et inaktivt virtuelt miljø eller et andet end det, hvor du installerede pakken. Find den fortolker, der faktisk er i brug, med which python på Linux og macOS eller where python på Windows, og geninstaller derefter med pip install --upgrade openai. En AuthenticationError peger på miljøvariablen: udskriv os.environ.get("OPENAI_API_KEY", "NOT DEFINED") for at udelukke problemer – .env-filen indlæses ikke, hvis load_dotenv() ikke blev kaldt før instantieringen af klienten. Endelig indikerer en fejl om en ukendt parameter normalt et SDK, der er for gammelt til den funktion, du bruger: pip install --upgrade openai løser dette.
Vigtige pointer
- Installér SDK’et med
pip install openaiinden for et virtuelt miljø - Klienten
OpenAI()er indgangspunktet for alle API’er - Brug
AsyncOpenAI()til asynkrone applikationer - Konfigurér timeout og genforsøg ud fra dine behov
- Strukturér dit projekt med en
.env-fil og en centraliseret klient