微软联系了我，希望将这个库迁移到新的官方 C# OpenAI 库中，现在它已经准备就绪！从 v2.0.0-beta.3 开始，官方库现已实现全面覆盖，并将持续保持更新。更多详情请参见此博客文章：https://devblogs.microsoft.com/dotnet/openai-dotnet-library

此 GitHub 仓库将继续保留，用于记录我最初的库版本，直至 1.11 版本，该版本目前仍可在 NuGet 上获取。 🎉

用于访问 OpenAI API 的 C#/.NET SDK，包括 GPT-3.5/4、GPT-3.5/4-Turbo 以及 DALL-E 2/3

一个简单的 C# .NET 封装库，用于与 OpenAI 的 API 配合使用。更多背景信息请参阅我的博客：https://rogerpincombe.com/openai-dotnet-api。这是我最初开发的非官方 OpenAI API 封装库。

快速示例

var api = new OpenAI_API.OpenAIAPI("YOUR_API_KEY");
var result = await api.Chat.CreateChatCompletionAsync("Hello!");
Console.WriteLine(result);
// 应该打印出类似“Hi! How can I help you?”的内容

自述文件

• 状态
• 要求
• 安装
• 身份验证
• 聊天 API
  • 对话
  • 流式响应
  • GPT 视觉
  • 聊天端点
  • 对话历史上下文长度管理
  • JSON 模式
• 完成度 API
  • 流式完成结果
• 音频
  • 文本转语音
  • 音频转文字
  • 音频翻译成英文
• 嵌入 API
• 内容审核 API
• 文件 API
• 图像 API (DALL-E)
  • DALLE-E 3
• Azure
• 附加文档
• 许可证

状态

自 v2.0.0-beta 起，该库已被微软采纳。新官方版本的库将实现全面覆盖，并始终保持最新状态。更多详细信息请参阅此博客文章：https://devblogs.microsoft.com/dotnet/openai-dotnet-library/。此 GitHub 仓库将继续保留，以记录我最初的库版本，直至 1.11 版本，该版本目前仍可在 NuGet 上获取。

要求

该库基于 .NET Standard 2.0，因此应在所有 .NET 版本上运行，从传统的 .NET Framework >=4.7.2 到 .NET (Core) >= 3.0。它适用于控制台应用程序、WinForms、WPF、ASP.NET、Unity、Xamarin 等多种平台。此外，它还应能在 Windows、Linux 和 Mac 系统上运行，甚至可能支持移动设备。该库依赖项极少，并采用公共领域许可。

入门指南

从 NuGet 安装

安装 NuGet 包 OpenAI v1.11。通过命令行安装方法如下：

Install-Package OpenAI -Version 1.11.0

身份验证

提供 API 密钥的方式有三种，按优先级顺序排列：

1. 直接将密钥传递给 APIAuthentication(string key) 构造函数
2. 设置环境变量 OPENAI_API_KEY（或为兼容旧版而设置的 OPENAI_KEY）
3. 在本地目录或用户目录下创建名为 .openai 的配置文件，内容如下：

OPENAI_API_KEY=sk-aaaabbbbbccccddddd

在初始化 API 时，您需要使用 APIAuthentication 类，例如：

// 示例
OpenAIAPI api = new OpenAIAPI("YOUR_API_KEY"); // 简写
// 或
OpenAIAPI api = new OpenAIAPI(new APIAuthentication("YOUR_API_KEY")); // 手动创建对象
// 或
OpenAIAPI api = new OpenAIAPI(APIAuthentication LoadFromEnv()); // 使用环境变量
// 或
OpenAIAPI api = new OpenAIAPI(APIAuthentication LoadFromPath()); // 使用配置文件（可指定查找路径）
// 或
OpenAIAPI api = new OpenAIAPI(); // 使用默认值、环境变量或配置文件

您还可以选择性地指定 openAIOrganization（通过环境变量或配置文件中的 OPENAI_ORGANIZATION），以明确此次 API 请求所属的组织。此类请求的使用量将计入指定组织的订阅配额。组织 ID 可在您的 组织设置页面 中找到。

// 示例
OpenAIAPI api = new OpenAIAPI(new APIAuthentication("YOUR_API_KEY","org-yourOrgHere"));

聊天 API

聊天 API 可通过 OpenAIAPI.Chat 访问。使用聊天端点有两种方式：一种是通过简化的对话模式，另一种则是使用完整的请求/响应方法。

聊天对话

Conversation 类允许您轻松地与 ChatGPT 交互，只需添加消息并让 ChatGPT 回答即可。

var chat = api.Chat.CreateConversation();
chat.Model = Model.GPT4_Turbo;
chat.RequestParameters.Temperature = 0;

/// 作为系统给出指令
chat.AppendSystemMessage("你是一位老师，帮助孩子们判断某物是否为动物。如果用户告诉你某物是动物，你就回答‘是’；如果用户告诉你某物不是动物，你就回答‘否’。你只回答‘是’或‘否’，绝不说其他内容。");

// 添加一些用户和助手的示例
chat.AppendUserInput("这是动物吗？猫");
chat.AppendExampleChatbotOutput("是");
chat.AppendUserInput("这是动物吗？房子");
chat.AppendExampleChatbotOutput("否");

// 现在让我们问一个问题
chat.AppendUserInput("这是动物吗？狗");
// 并获取回复
string response = await chat.GetResponseFromChatbotAsync();
Console.WriteLine(response); // "是"

// 继续对话，再问一个问题
chat.AppendUserInput("这是动物吗？椅子");
// 再次获取回复
response = await chat.GetResponseFromChatbotAsync();
Console.WriteLine(response); // "否"

// 整个聊天记录可在 chat.Messages 中查看
foreach (ChatMessage msg in chat.Messages)
{
	Console.WriteLine($"{msg.Role}: {msg.Content}");
}

聊天流式传输

流式传输允许您在结果生成时实时获取它们，从而使您的应用程序显得更加流畅和响应迅速。

使用新的 C# 8.0 异步迭代器：

var chat = api.Chat.CreateConversation();
chat.AppendUserInput("如何制作汉堡？");

await foreach (var res in chat.StreamResponseEnumerableFromChatbotAsync())
{
	Console.Write(res);
}

或者，如果您使用的是经典的 .NET Framework 或 C# <8.0：

var chat = api.Chat.CreateConversation();
chat.AppendUserInput("如何制作汉堡？");

await chat.StreamResponseFromChatbotAsync(res =>
{
	Console.Write(res);
});

GPT 视觉

您可以向聊天发送图片，以使用新的 GPT-4 视觉模型。此功能仅适用于 Model.GPT4_Vision 模型。有关更多信息和限制，请参阅 https://platform.openai.com/docs/guides/vision。

// 最简单的形式
var result = await api.Chat.CreateChatCompletionAsync("这个 로고의 주요한 비백색 색상은 무엇인가요?", ImageInput.FromFile("path/to/logo.png"));

// 또는 대화에서
var chat = api.Chat.CreateConversation();
chat.Model = Model.GPT4_Vision;
chat.AppendSystemMessage("당신은 색상을 식별하는 데 도움을 주는 그래픽 디자인 어시스턴트입니다.");
chat.AppendUserInput("이 로고의 주요한 비백색 색상은 무엇입니까?", ImageInput.FromFile("path/to/logo.png"));
string response = await chat.GetResponseFromChatbotAsync();
Console.WriteLine(response); // "파란색과 보라색"
chat.AppendUserInput("이 로고의 주요한 비백색 색상은 무엇입니까?", ImageInput.FromImageUrl("https://rogerpincombe.com/templates/rp/center-aligned-no-shadow-small.png"));
response = await chat.GetResponseFromChatbotAsync();
Console.WriteLine(response); // "파란색, 빨간색, 노란색"

// 또는 챗메시지를 수동으로 생성할 때
messageWithImage = new ChatMessage(ChatMessageRole.User, "이 로고들에는 어떤 색상이 공통적으로 있나요?");
messageWithImage.images.Add(ImageInput.FromFile("path/to/logo.png"));
messageWithImage.images.Add(ImageInput.FromImageUrl("https://rogerpincombe.com/templates/rp/center-aligned-no-shadow-small.png"));

// 한 번에 여러 장의 이미지를 지정할 수 있습니다
chat.AppendUserInput("이 로고들에는 어떤 색상이 공통적으로 있나요?", ImageInput.FromFile("path/to/logo.png"), ImageInput.FromImageUrl("https://rogerpincombe.com/templates/rp/center-aligned-no-shadow-small.png"));

대화 기록 컨텍스트 길이 관리

채팅 대화 기록이 너무 길어지면 모델의 컨텍스트 길이에 맞지 않을 수 있습니다。 기본적으로 가장 오래된 시스템 메시지가 아닌 메시지부터 대화 기록에서 제거되고 API 호출이 다시 시도됩니다。 이 기능을 비활성화하려면 chat.AutoTruncateOnContextLengthExceeded = false로 설정하거나 다음과 같이 트렁케이션 알고리즘을 재정의할 수 있습니다：

chat.OnTruncationNeeded += (sender, args) =>
{
	// args는 현재 대화 기록을 포함하는 ChatMessage 리스트입니다. 필요에 따라 제거하거나 수정하세요.
	// 대화 기록 요약 등 사용 사례에 맞는 더 정교한 로직으로 대체하세요
	for (int i = 0; i < args.Count; i++)
	{
		if (args[i].Role != ChatMessageRole.System)
		{
			args.RemoveAt(i);
			return;
		}
	}
};

또한 더 큰 컨텍스트 길이를 가진 새로운 모델을 사용할 수도 있습니다。 이를 위해 chat.Model = Model.GPT4_Turbo 또는 chat.Model = Model.ChatGPTTurbo_16k 등을 설정하면 됩니다。

토큰 사용량은 chat.MostRecentApiResult.Usage.PromptTokens 및 관련 속성을 통해 확인할 수 있습니다。

채팅 엔드포인트 요청

OpenAIAPI.Chat.CreateChatCompletionAsync() 및 관련 메서드를 사용하면 채팅 API를 완전히 제어할 수 있습니다。

async Task<ChatResult> CreateChatCompletionAsync(ChatRequest request);

// 예를 들어
var result = await api.Chat.CreateChatCompletionAsync(new ChatRequest()
	{
		Model = Model.ChatGPTTurbo,
		Temperature = 0.1,
		MaxTokens = 50,
		Messages = new ChatMessage[] {
			new ChatMessage(ChatMessageRole.User, "안녕하세요!")
		}
	})
// 또는
var result = api.Chat.CreateChatCompletionAsync("안녕하세요!");

var reply = results.Choices[0].Message;
Console.WriteLine($"{reply.Role}: {reply.Content.Trim()}");
// 또는
Console.WriteLine(results);

이는 대부분 메타데이터로 구성된 ChatResult를 반환하므로, 단순히 어시스턴트의 응답 텍스트만 원한다면 .ToString() 메서드를 사용하세요.

또한 Completions 엔드포인트 스트리밍 결과와 유사하게 작동하는 비동기 스트리밍 API도 있습니다。

JSON 모드

새로운 Model.GPT4_Turbo 또는 gpt-3.5-turbo-1106 모델을 사용할 경우, ChatRequest.ResponseFormat을 ChatRequest.ResponseFormats.JsonObject로 설정하여 JSON 모드를 활성화할 수 있습니다。JSON 모드가 활성화되면 모델은 유효한 JSON 객체로 파싱될 수 있는 문자열만 생성하도록 제한됩니다。 자세한 내용은 https://platform.openai.com/docs/guides/text-generation/json-mode를 참조하세요。

ChatRequest chatRequest = new ChatRequest()
{
	Model = model,
	Temperature = 0.0,
	MaxTokens = 500,
	ResponseFormat = ChatRequest.ResponseFormats.JsonObject,
	Messages = new ChatMessage[] {
		new ChatMessage(ChatMessageRole.System, "당신은 JSON을 출력하도록 설계된 유용한 어시스턴트입니다."),
		new ChatMessage(ChatMessageRole.User, "2020년 월드 시리즈 우승팀은 누구입니까? 연도를 숫자 키로, 우승팀을 문자열 값으로 하는 'wins' 딕셔너리를 JSON 형식으로 반환해 주세요.")
	}
};

var results = await api.Chat.CreateChatCompletionAsync(chatRequest);
Console.WriteLine(results);
/* 출력:
{
  "wins": {
	2020: "Los Angeles Dodgers"
  }
}
*/

Completions API

Completions은 OpenAI에 의해 레거시로 간주됩니다。Completions API는 OpenAIAPI.Completions을 통해 접근합니다：

async Task<CompletionResult> CreateCompletionAsync(CompletionRequest request);

// 예를 들어
var result = await api.Completions.CreateCompletionAsync(new CompletionRequest("One Two Three One Two", model: Model.CurieText, temperature: 0.1));
// 또는
var result = await api.Completions.CreateCompletionAsync("One Two Three One Two", temperature: 0.1);
// 기타 편의 오버로드

CompletionRequest를 미리 작성하거나 편의를 위해 제공되는 도우미 오버로드를 사용할 수 있습니다。이는 대부분 메타데이터로 구성된 CompletionResult를 반환하므로, 단순히 완료된 텍스트만 원한다면 .ToString() 메서드를 사용하세요。

스트리밍

스트리밍은 결과가 생성되는 즉시 받아볼 수 있게 해주며, 이는 특히 Davinci와 같은 느린 모델에서 애플리케이션이 더 반응성이 있도록 도와줍니다。

새로운 C# 8.0 비동기 이터레이터를 사용하면：

IAsyncEnumerable<CompletionResult> StreamCompletionEnumerableAsync(CompletionRequest request);

// 예를 들어
await foreach (var token in api.Completions.StreamCompletionEnumerableAsync(new CompletionRequest("제 이름은 Roger이고 Salesforce의 수석 소프트웨어 엔지니어입니다. 이것은 제 이력서입니다:", Model.DavinciText, 200, 0.5, 존재 페널티: 0.1, 빈도 페널티: 0.1)))
{
	Console.Write(token);
}

또는 클래식 .NET 프레임워크나 C# <8.0을 사용하는 경우：

async Task StreamCompletionAsync(CompletionRequest request, Action<CompletionResult> resultHandler);

// 예를 들어
await api.Completions.StreamCompletionAsync(
	new CompletionRequest("제 이름은 Roger이고 Salesforce의 수석 소프트웨어 엔지니어입니다. 이것은 제 이력서입니다:", Model.DavinciText, 200, 0.5, 존재 페널티: 0.1, 빈도 페널티: 0.1),
	res => ResumeTextbox.Text += res.ToString());

音频

音频 API 包括文本转语音、转录（语音转文本）以及翻译（非英语语音转英语文本）。

文本转语音 (TTS)

TTS API 可通过 OpenAIAPI.TextToSpeech 访问：

await api.TextToSpeech.SaveSpeechToFileAsync("你好，勇敢的新世界！这是一次测试。", outputPath);
// 你可以用默认的音频播放器打开它，如下所示：
Process.Start(outputPath);

你也可以使用 TextToSpeechRequest 对象来指定所有请求参数：

var request = new TextToSpeechRequest()
{
	Input = "你好，勇敢的新世界！这是一次测试。",
	ResponseFormat = ResponseFormats.AAC,
	Model = Model.TTS_HD,
	Voice = Voices.Nova,
	Speed = 0.9
};
await api.TextToSpeech.SaveSpeechToFileAsync(request, "test.aac");

除了保存到文件，你还可以通过 api.TextToSpeech.GetSpeechAsStreamAsync(request) 获取音频字节流：

using (Stream result = await api.TextToSpeech.GetSpeechAsStreamAsync("你好，勇敢的新世界！", Voices.Fable))
using (StreamReader reader = new StreamReader(result))
{
	// 在这里对音频流进行处理
}

转录（语音转文本）

音频转录 API 允许你从音频中生成文本，支持所有受支持的语言。它可以通过 OpenAIAPI.Transcriptions 访问：

string resultText = await api.Transcriptions.GetTextAsync("path/to/file.mp3");

你可以请求详细结果，这样会提供分段和标记级别的信息，以及标准的 OpenAI 元数据，例如处理时间：

AudioResultVerbose result = await api.Transcriptions.GetWithDetailsAsync("path/to/file.m4a");
Console.WriteLine(result.ProcessingTime.TotalMilliseconds); // 496毫秒
Console.WriteLine(result.text); // “你好，这是转录功能的测试。”
Console.WriteLine(result.language); // “英语”
Console.WriteLine(result.segments[0].no_speech_prob); // 0.03712
// 等等

你还可以请求 SRT 或 VTT 格式的结果，这对于为视频生成字幕非常有用：

string result = await api.Transcriptions.GetAsFormatAsync("path/to/file.m4a", AudioRequest.ResponseFormats.SRT);

额外的参数，如温度、提示、语言等，可以按每次请求指定，也可以设置为默认值：

// 内联指定
result = await api.Transcriptions.GetTextAsync("conversation.mp3", "en", "这是一份医生与其患者之间对话的转录：", 0.3);

// 设置默认值
api.Transcriptions.DefaultTranscriptionRequestArgs.Language = "en";

除了提供磁盘上的本地文件，你还可以提供音频字节流。这对于从麦克风或其他来源直接流式传输音频而无需先写入磁盘非常有用。请注意，你必须指定一个文件名，该文件名不必存在，但必须具有与所发送音频类型相符的准确扩展名。OpenAI 会根据文件扩展名来确定你的音频流格式。

using (var audioStream = File.OpenRead("path-here.mp3"))
{
	return await api.Transcriptions.GetTextAsync(audioStream, "file.mp3");
}

翻译（非英语语音转英语文本）

翻译功能允许你将任何受支持的语言的语音转录成英语。OpenAI 目前仅支持翻译成英语，不支持其他语言。它可以通过 OpenAIAPI.Translations 访问。

它支持与转录功能完全相同的功能：

string result = await api.Translations.GetTextAsync("chinese-example.m4a");

嵌入

嵌入 API 可通过 OpenAIAPI.Embeddings 访问：

async Task<EmbeddingResult> CreateEmbeddingAsync(EmbeddingRequest request);

// 例如
var result = await api.Embeddings.CreateEmbeddingAsync(new EmbeddingRequest("用于嵌入的测试文本", 模型：Model.AdaTextEmbedding));
// 或
var result = await api.Embeddings.CreateEmbeddingAsync("用于嵌入的测试文本");

嵌入结果包含大量元数据，实际的浮点向量位于 result.Data[].Embedding 中。

为了简化操作，你可以直接请求浮点向量并忽略多余的元数据，方法是使用 api.Embeddings.GetEmbeddingsAsync("test text here")。

内容审核

内容审核 API 可通过 OpenAIAPI.Moderation 访问：

async Task<ModerationResult> CreateEmbeddingAsync(ModerationRequest request);

// 例如
var result = await api.Moderation.CallModerationAsync(new ModerationRequest("用于审核的测试文本", 模型：TextModerationLatest));
// 或
var result = await api.Moderation.CallModerationAsync("用于审核的测试文本");

Console.WriteLine(result.results[0].MainContentFlag);

结果位于 .results[0] 中，并提供了诸如 FlaggedCategories 和 MainContentFlag 等便捷方法。

文件（用于微调）

文件 API 端点可通过 OpenAIAPI.Files 访问：

// 上传
async Task<File> UploadFileAsync(string filePath, string purpose = "fine-tune");

// 例如
var response = await api.Files.UploadFileAsync("fine-tuning-data.jsonl");
Console.Write(response.Id); // 上传文件的 ID

// 列出文件
async Task<List<File>> GetFilesAsync();

// 例如
var response = await api.Files.GetFilesAsync();
foreach (var file in response)
{
	Console.WriteLine(file.Name);
}

此外，还有获取文件内容、删除文件等方法。

用于微调的端点目前尚未实现，但很快就会添加。

图像

DALL-E 图像生成 API 可通过 OpenAIAPI.ImageGenerations 访问：

async Task<ImageResult> CreateImageAsync(ImageGenerationRequest request);

// 例如
var result = await api.ImageGenerations.CreateImageAsync(new ImageGenerationRequest("一台正在写测试的电脑的绘画", 1, ImageSize._512));
// 或
var result = await api.ImageGenerations.CreateImageAsync("一台正在写测试的电脑的绘画");

Console.WriteLine(result.Data[0].Url);

图像结果包含在线图片的 URL 或 Base64 编码的图片，具体取决于 ImageGenerationRequest.ResponseFormat（默认为 URL）。

DALL-E 3

使用 DALL-E 3 的方式如下：

async Task<ImageResult> CreateImageAsync(ImageGenerationRequest request);

// 例如
var result = await api.ImageGenerations.CreateImageAsync(new ImageGenerationRequest("一台正在写测试的电脑的绘画", OpenAI_API.Models.Model.DALLE3, ImageSize._1024x1792, "hd"));
// 或
var result = await api.ImageGenerations.CreateImageAsync("一台正在写测试的电脑的绘画", OpenAI_API.Models.Model.DALLE3);

Console.WriteLine(result.Data[0].Url);

Azure

要使用 Azure OpenAI 服务，您需要指定 Azure OpenAI 资源的名称以及模型部署 ID。

我无法访问 Microsoft Azure 的 OpenAI 服务，因此无法测试此功能。如果您有访问权限并能进行测试，请提交一个问题，描述您的测试结果。同时，也非常欢迎包含集成测试的拉取请求。特别是，目前尚不清楚在 Azure 上指定模型的方式是否与常规用法一致。

有关更多信息，请参阅 Azure OpenAI 文档 和 #64 中的详细截图。

对于 Azure 服务，配置应类似于以下示例：

OpenAIAPI api = OpenAIAPI.ForAzure("YourResourceName", "deploymentId", "api-key");
api.ApiVersion = "2023-03-15-preview"; // 需要此版本才能访问 Azure 上的聊天端点

之后您可以像平常一样使用 api 对象。此外，您也可以按照上文 身份验证 部分列出的其他方式来指定 APIAuthentication。目前，该库仅支持 API 密钥流，而不支持 AD 流。

截至 2023 年 4 月 2 日，如需访问 Azure 上的聊天端点，您必须手动选择上述的 API 版本 2023-03-15-preview。待该版本脱离预览后，我会更新默认设置。

IHttpClientFactory

您可以指定一个用于 HTTP 请求的 IHttpClientFactory，以便调整 HTTP 请求属性、连接池设置以及进行模拟测试。详情请参阅 #103。

OpenAIAPI api = new OpenAIAPI();
api.HttpClientFactory = myIHttpClientFactoryObject;

文档

每个类、方法和属性都配有详尽的 XML 文档，因此它们应该会自动显示在 IntelliSense 中。结合官方 OpenAI 文档，这些内容足以帮助您快速上手。如果您有任何疑问，欢迎在此处提交问题。未来可能会提供更完善的文档。

许可证

CC-0 公有领域

本库采用 CC-0 许可证，属于公有领域。您可以将其用于任何用途，无论是公开还是私密，无需担心许可或授权等问题。它只是 OpenAI API 的封装层，因此您仍然需要直接从 OpenAI 获取访问权限。我与 OpenAI 没有任何关联，本库也未获得他们的认可。我只是拥有 OpenAI 的测试版访问权限，并希望开发一个 C# 库来更便捷地调用该 API。希望其他人也能从中受益。如果您有任何贡献意愿，欢迎提交拉取请求。

OpenAI-API-dotnet 快速上手指南

环境准备

本库基于 .NET Standard 2.0 构建，具有广泛的兼容性：

• 支持框架：.NET Framework (>= 4.7.2), .NET Core (>= 3.0), 以及更新的 .NET 5/6/7/8+。
• 适用场景：控制台应用、WinForms、WPF、ASP.NET、Unity、Xamarin 等。
• 操作系统：Windows、Linux、macOS。
• 前置依赖：无特殊系统依赖，仅需安装 NuGet 包。

注意：自 v2.0.0-beta.3 起，微软已发布官方 C# OpenAI 库。本指南针对该仓库维护的 v1.11.0（原始非官方版本），该版本依然稳定可用且功能完整。

安装步骤

通过 NuGet 包管理器安装 OpenAI 版本 1.11.0。

使用 .NET CLI (推荐):

dotnet add package OpenAI --version 1.11.0

使用 Package Manager Console:

Install-Package OpenAI -Version 1.11.0

(注：国内开发者若遇到下载速度慢的问题，可配置国内 NuGet 镜像源，如阿里云或腾讯云镜像)

基本使用

1. 认证配置

在使用 API 前，需配置 OPENAI_API_KEY。库支持三种方式（优先级由高到低）：

1. 代码直接传入：在初始化时直接传入 Key。
2. 环境变量：设置系统环境变量 OPENAI_API_KEY。
3. 配置文件：在项目根目录或用户目录下创建 .openai 文件，内容格式为 OPENAI_API_KEY=sk-...。

2. 最简单的对话示例

以下代码展示如何初始化 API 并发送一条简单的聊天请求：

using OpenAI_API;
using System;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        // 方式 A: 直接在代码中传入 API Key (测试用，生产环境建议用环境变量)
        var api = new OpenAIAPI("YOUR_API_KEY");

        // 方式 B: 自动读取环境变量或配置文件
        // var api = new OpenAIAPI(); 

        // 发送聊天请求
        var result = await api.Chat.CreateChatCompletionAsync("Hello!");
        
        // 输出结果
        Console.WriteLine(result); 
        // 预期输出类似："Hi! How can I help you?"
    }
}

3. 进阶：使用对话上下文 (Conversation)

若需要多轮对话（保留历史记录），建议使用 CreateConversation：

var chat = api.Chat.CreateConversation();
chat.Model = Model.GPT4_Turbo; // 指定模型

// 添加系统指令
chat.AppendSystemMessage("你是一个助手，只回答是或否。");

// 添加用户输入
chat.AppendUserInput("猫是动物吗？");

// 获取回复
string response = await chat.GetResponseFromChatbotAsync();
Console.WriteLine(response); // 输出："是"

// 继续对话（自动包含上文历史）
chat.AppendUserInput("椅子是动物吗？");
response = await chat.GetResponseFromChatbotAsync();
Console.WriteLine(response); // 输出："否"