OpenAI ha finalmente presentato la versione beta del suo Software Development Kit (SDK) Python. Si tratta di un significativo passo avanti che consentirà agli sviluppatori Python di poter accedere all’API OpenAI. Ad annunciare l’arrivo dell’attesissima beta è stato, Logan Kilpatrick, sviluppatore di ChatGPT, con un post sul proprio account X. La libreria offre alle applicazioni basate su Python un modo più semplice di interagire con l’API, fornendo allo stesso tempo l’opportunità di effettuare test e inviare feedback prima del lancio ufficiale della versione 1.0. Il nuovo SDK Python semplifica il processo di integrazione e include un insieme predefinito di classi per le risorse API che si inizializzano dinamicamente dalle risposte API, rendendolo compatibile con un'ampia gamma di versioni dell'API OpenAI.
Exciting news for @OpenAI devs: we are close to a 1.0 release of the OpenAI Python SDK 🎊. You can test the beta version of 1.0 today, we would love to get your early feedback! https://t.co/RF7mq5bbHI
— Logan Kilpatrick (@OfficialLoganK) October 4, 2023
Come funziona il nuovo SDK Python di OpenAI
Gli sviluppatori che intendono utilizzare la libreria dovranno configurarla con la propria chiave API OpenAI privata, disponibile sulla piattaforma per sviluppatori OpenAI. Ciò può essere fatto impostando la variabile d’ambiente “OPENAI_API_KEY”, oppure inserendo all’interno del codice “openai.api_key”. La libreria OpenAI Python può facilitare alcune attività, tra cui i completamenti chat per modelli come GPT-3.5 Turbo e GPT-4 e i completamenti per modelli di testo, come babbage-002 e davinci-002. Verranno poi facilitati gli incorporamenti per misurare la somiglianza o la pertinenza del testo. Inoltre, migliorerà anche l’ottimizzazione per addestrare modelli su dati specifici e la moderazione per verificare la conformità dei contenuti con le politiche dell'azienda. Per quanto riguarda la multimedialità, verrà implementata la generazione di immagini (DALL-E) e la funzione sintesi vocale.
La versione beta dell’SDK Python include anche il supporto per dipendenze opzionali, come Weights & Biases e librerie di dati come Numpy e Pandas. L'azienda ha introdotto inoltre diversi miglioramenti, come i tentativi automatici con backoff quando si verifica un errore, definizioni di tipo corrette per una maggiore chiarezza nel codice e la possibilità di creare un’istanza di un client, invece di utilizzare un valore predefinito globale. Gli sviluppatori possono trovare esempi di utilizzo per la libreria nella sezione API Reference e nel Cookbook di OpenAI.