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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0194- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
602
4.04 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
847
204
🎉 (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
1.46 K
826
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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++
922
770
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
234
152
昇腾LLM分布式训练框架
Python
130
156