什么是API

API（应用组件之间的交互和数据交换。简而言之，API是软件之间进行交互的接口，使得开发者能够访问和使用另一个程序或服务的功能，而无需了解其内部实现的详细信息。APIKey（API密钥）是一种实现对API访问控制的方法，通常是一串字符串，用于身份验证和访问控制。当开发者或应用程序尝试通过API与另一个程序或服务交互时，APIKey作为请求的一部分被发送，以证明请求者具有调用该API的权限。APIKey帮助服务提供商识别调用者身份，监控和控制API的使用情况，以及防止未经授权的访问。总结一下：Api是使软件之间能够交互和通信的规则和定义集合。Apikey是用于访问特定API的密钥，它是实现安全控制和访问管理的一种机制。登录网站寻找Apikeys创建新的密钥（记得保存好、不要泄露）使用APIKEY需要单独充值的一共有两种模式可以使用，1、使用官方的key网站：https://platform.openai.com/api-keys创建好您的key后记得复制保存哦～2、如果觉得充值比较麻烦可以考虑用第三方的网站：https://www.gptapi.us/register?aff=WLkA这个就充值起来方便一些模型选择也可以多一些这里就不做多介绍，接下来我们开始下面的步骤

这种数据格式叫做JSON，你只需要知道这种写法可以让程序很方便的读写就好，看起来有点复杂。——不过你仔细看一下，就会发现这个数据其实和脑图没有太大区别。还记得之前提到的键和值么？可以看到这里面返回了两条结果，是不是有点眼熟？没错，这个API返回的数据，应该和搜索结果页是一样的。只不过网页拿到了这些数据，做了样式的美化展示。这是第一个结果的数据，对应了搜索结果页的内容，你会发现展现的内容远比数据维度要少——这是因为有些数据虽然不展现，但为了支持筛选所保留的。注意看，这里出现了‘backdrop_path’，记得原先Prompt是怎么写的吗：取出backdrop_path这个数据作为主视觉图——所以这里是一个图片地址()，但它是不完整的，只有后半部分。就像是一个分成两块的藏宝图，两部分拼起来才是完整的图片地址。TMDb的官方API文档（https://developer.themoviedb.org/docs/image-basics）里就写了如何构造完整的图片URL：但是因为我们的Baby GPT已经是一个成熟的GPT了。实际上，它已经有TMDb的训练数据了（相当于裤兜里已经有半拉地图了）——所以即使你不说，它也会自己完成构建完整的图片地址。对于一些它不熟悉的API，还是需要在Prompt里告诉他要怎样使用。比如剩下的数据也可以用类似的方式让ChatGPT来处理，比如让他列出：上映时间'release_date'、评分'vote_average'、评分人数'vote_count'：它就能很+

我们最后提炼一下Action的工作流：首先，想一下你想要做一个什么样的GPT，以及是否需要外部数据——这两个谁先谁后不重要；然后，去你需要的外部数据寻找API文档，或者基于你的需求，自己开发一个API，寻找市面上可以直接用的Action；最后，基于API文档，编写Action里的Schema，和Prompt（如何处理取回来的信息）写在最后总结一下：今天我们的讨论起始于人工智能中的“Agent&Action”，然后转向OpenAI对智能体（Agent）能力模型的定义。接着，我们深入探讨了ChatGPT中的Action（搜索、画图、代码解释器），以及GPT系列中的不同Action。使用了一个容易上手的Action Webpilot，用于访问网页获取实时的文本内容。最后，我们初步了解了API的概念，以及GPT如何通过Action与外部数据进行交互和使用。如果对Action很感兴趣，你可以从以下方向开始继续前进：系统的了解和学习API相关的知识去网上寻找可以用的API来练习发掘GPT Action更多的潜力以上是我认为相对容易入门的知识框架，但是我们都知道：你不可能只在一次分享/一篇文章中就获得完整的Action相关知识学习虽然没有终点，但有阶段性目标。大家可以通过后续看到的不同的教程和资料，识别这些知识之间的共性和逻辑关系，然后继续深化对这个主题的理解，构建你自己的知识体系。如果你对GPT开发有兴趣，想要认识更多玩GPT的朋友，欢迎加入GPTGeeker的星球：