OpenAI-OpenAPI数据格式详解:JSON结构与字段说明
2026-02-05 04:04:14作者:翟江哲Frasier
你是否在使用OpenAI API时遇到过JSON数据解析错误?是否对API响应中的字段含义感到困惑?本文将详细解析OpenAI-OpenAPI的JSON数据格式,帮助你轻松理解和使用OpenAI API。读完本文后,你将能够:
- 掌握OpenAI API的基本JSON结构
- 理解常用字段的含义和用法
- 学会解析复杂的API响应数据
- 避免常见的数据格式错误
OpenAPI规范概述
OpenAI API基于OpenAPI 3.1.0规范构建,该规范定义了API的接口设计、数据格式和交互方式。OpenAPI规范使用YAML格式编写,位于项目根目录下的openapi.documented.yml文件中。
OpenAPI规范主要包含以下几个部分:
- 基本信息(info):API的标题、描述、版本等
- 服务器配置(servers):API的访问地址
- 安全机制(security):API的认证方式
- 标签(tags):API接口的分类
- 路径(paths):API的具体接口定义
- 组件(components):可复用的 schema 定义
基本JSON结构
OpenAI API的请求和响应数据都采用JSON格式。最基本的JSON结构包含以下几个部分:
请求JSON结构
{
"model": "gpt-4o",
"prompt": "Hello, world!",
"max_tokens": 100,
"temperature": 0.7
}
响应JSON结构
{
"id": "cmpl-123456",
"object": "text_completion",
"created": 1627825464,
"model": "gpt-4o",
"choices": [
{
"text": "Hello! How can I assist you today?",
"index": 0,
"logprobs": null,
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 5,
"completion_tokens": 9,
"total_tokens": 14
}
}
核心字段说明
通用字段
| 字段名 | 类型 | 描述 |
|---|---|---|
| id | string | 唯一标识符,用于追踪请求和响应 |
| object | string | 对象类型,如"text_completion"、"chat.completion"等 |
| created | integer | 创建时间戳,Unix时间格式 |
| model | string | 使用的模型名称 |
特定字段
Assistant对象
Assistant对象用于表示OpenAI的智能助手,包含以下主要字段:
{
"id": "asst_abc123",
"object": "assistant",
"created_at": 1698982736,
"name": "Coding Tutor",
"description": null,
"model": "gpt-4o",
"instructions": "You are a helpful assistant designed to make me better at coding!",
"tools": [],
"tool_resources": {},
"metadata": {},
"top_p": 1.0,
"temperature": 1.0,
"response_format": "auto"
}
| 字段名 | 类型 | 描述 |
|---|---|---|
| name | string | Assistant的名称 |
| description | string | Assistant的描述信息 |
| instructions | string | 给Assistant的指令 |
| tools | array | Assistant可以使用的工具列表 |
| temperature | number | 控制输出的随机性,0表示确定性,1表示最大随机性 |
| top_p | number | 控制输出的多样性,0表示只选择最可能的词,1表示考虑所有可能的词 |
列表响应对象
当API返回多个结果时,会使用列表响应对象:
{
"object": "list",
"data": [
{
"id": "asst_abc123",
"object": "assistant",
...
},
...
],
"first_id": "asst_abc123",
"last_id": "asst_abc789",
"has_more": false
}
| 字段名 | 类型 | 描述 |
|---|---|---|
| data | array | 结果列表 |
| first_id | string | 第一个结果的ID |
| last_id | string | 最后一个结果的ID |
| has_more | boolean | 是否还有更多结果 |
常见接口数据格式
创建Assistant
请求:
{
"instructions": "You are a personal math tutor. When asked a question, write and run Python code to answer the question.",
"name": "Math Tutor",
"tools": [{"type": "code_interpreter"}],
"model": "gpt-4o"
}
响应:
{
"id": "asst_abc123",
"object": "assistant",
"created_at": 1698984975,
"name": "Math Tutor",
"description": null,
"model": "gpt-4o",
"instructions": "You are a personal math tutor. When asked a question, write and run Python code to answer the question.",
"tools": [
{
"type": "code_interpreter"
}
],
"metadata": {},
"top_p": 1.0,
"temperature": 1.0,
"response_format": "auto"
}
列出Assistants
请求:
GET /v1/assistants?order=desc&limit=20
响应:
{
"object": "list",
"data": [
{
"id": "asst_abc123",
"object": "assistant",
"created_at": 1698982736,
"name": "Coding Tutor",
"description": null,
"model": "gpt-4o",
"instructions": "You are a helpful assistant designed to make me better at coding!",
"tools": [],
"tool_resources": {},
"metadata": {},
"top_p": 1.0,
"temperature": 1.0,
"response_format": "auto"
},
...
],
"first_id": "asst_abc123",
"last_id": "asst_abc789",
"has_more": false
}
数据交互流程
OpenAI API的典型数据交互流程如下:
sequenceDiagram
participant 用户
participant API
participant 模型
用户->>API: 发送请求(JSON格式)
API->>模型: 处理请求
模型->>API: 返回结果
API->>用户: 返回响应(JSON格式)
- 用户使用JSON格式构造请求数据
- 请求通过HTTPS协议发送到OpenAI API服务器
- API服务器将请求转发给相应的AI模型
- AI模型处理请求并生成结果
- API服务器将结果整理成JSON格式的响应
- 用户接收并解析响应数据
最佳实践与常见问题
最佳实践
- 始终指定模型版本,如使用"gpt-4o"而非"gpt-4"
- 根据需求合理设置temperature和top_p参数
- 使用分页参数(limit, order, after, before)处理大量数据
- 检查响应中的has_more字段,判断是否需要加载更多数据
- 妥善保存id字段,用于后续操作和问题排查
常见问题
- JSON格式错误:确保请求JSON格式正确,特别是引号和逗号的使用
- 字段类型错误:注意字段的类型,如temperature应为数字而非字符串
- 缺少必填字段:创建资源时确保提供了所有必填字段
- 权限问题:确保API密钥正确且具有足够的权限
- 理解响应结构:复杂响应可能包含嵌套结构,需要逐层解析
总结
本文详细介绍了OpenAI-OpenAPI的JSON数据格式,包括基本结构、核心字段、常见接口格式和交互流程。通过理解这些内容,你将能够更有效地使用OpenAI API,处理各种请求和响应数据。
要深入了解更多API细节,可以查阅项目中的openapi.documented.yml文件,其中包含了完整的API规范定义。如果你有任何问题或建议,欢迎在项目仓库中提出issue。
希望本文能帮助你更好地理解和使用OpenAI API,开发出更强大的AI应用!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0139- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
29
16
暂无描述
Dockerfile
727
4.66 K
Ascend Extension for PyTorch
Python
599
751
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.02 K
139
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.66 K
971
暂无简介
Dart
970
246
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
427
377
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
610
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
122
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
988