DMXAPI gpt-5.4 多轮对话 API 使用文档
本文演示如何通过 DMXAPI 的 chat/completions 接口实现 GPT 模型的多轮对话。核心做法是持续维护 messages 上下文数组，在每一轮请求中带上历史消息，从而让模型记住前文信息，适合聊天助手、客服机器人、连续问答与任务跟进等场景。
🌐 请求地址
bash
https://www.dmxapi.cn/v1/chat/completions🤖 模型名称
gpt-5.4
🧩 多轮对话示例代码
python
from __future__ import annotations
import json
from typing import Iterable
import requests
API_URL = "https://www.dmxapi.cn/v1/chat/completions"
API_KEY = "sk-******************************************"
MODEL = "gpt-5.4"
SYSTEM_PROMPT = "你是一个简洁、友好的中文助手。请在多轮对话中记住用户已经提供的信息。"
DEMO_TURNS = [
"你好，请简单介绍一下你自己。",
"请记住：我叫小李，我喜欢 Python 和自动化。",
"根据我们刚才的对话，总结一下我是谁，以及我喜欢什么。",
]
def build_headers(api_key: str) -> dict[str, str]:
return {
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json",
}
def extract_assistant_text(payload: dict) -> str:
choices = payload.get("choices") or []
if not choices:
raise ValueError("响应中缺少 choices 字段。")
message = choices[0].get("message") or {}
content = message.get("content")
if isinstance(content, str):
text = content.strip()
if text:
return text
if isinstance(content, list):
chunks = []
for item in content:
if not isinstance(item, dict):
continue
text = item.get("text")
if isinstance(text, str) and text.strip():
chunks.append(text.strip())
continue
if isinstance(text, dict):
value = text.get("value")
if isinstance(value, str) and value.strip():
chunks.append(value.strip())
if chunks:
return "\n".join(chunks)
raise ValueError(f"无法从响应中提取 assistant 内容：{payload}")
def print_request_error(round_number: int, exc: requests.RequestException) -> None:
print(f"第 {round_number} 轮请求失败")
print(f"异常类型: {type(exc).__name__}")
response = getattr(exc, "response", None)
if response is not None:
status_code = getattr(response, "status_code", None)
if status_code is not None:
print(f"状态码: {status_code}")
response_text = getattr(response, "text", "")
if response_text:
print(f"响应体: {response_text}")
print("-" * 60)
def print_parse_error(round_number: int, exc: Exception, payload: object) -> None:
print(f"第 {round_number} 轮响应解析失败")
print(f"异常类型: {type(exc).__name__}")
print(f"错误信息: {exc}")
if isinstance(payload, str):
print(f"原始响应文本: {payload}")
else:
print(f"原始响应JSON: {json.dumps(payload, ensure_ascii=False)}")
print("-" * 60)
def run_multi_turn_demo(
api_key: str,
api_url: str = API_URL,
model: str = MODEL,
turns: Iterable[str] | None = None,
verbose: bool = True,
system_prompt: str = SYSTEM_PROMPT,
) -> list[dict[str, str]]:
if not api_key:
raise ValueError("请先在脚本中填写 API_KEY。")
if turns is None:
turns = DEMO_TURNS
history: list[dict[str, str]] = []
headers = build_headers(api_key)
for round_number, user_text in enumerate(turns, start=1):
history.append({"role": "user", "content": user_text})
payload = {
# 【model】(string, 必填) 要调用的模型名称。
# 这里使用 gpt-5.4 作为示例。
"model": model,
# 【messages】(array, 必填) 对话消息列表，用于承载完整上下文。
# 多轮对话的关键就是在每次请求时带上历史消息。
"messages": [
# 【role】(string, 必填) 消息角色。
# system 用于设定助手行为。
{"role": "system", "content": system_prompt},
*history,
],
}
try:
response = requests.post(api_url, headers=headers, json=payload)
response.raise_for_status()
except requests.RequestException as exc:
print_request_error(round_number, exc)
break
try:
response_payload = response.json()
except ValueError as exc:
print_parse_error(round_number, exc, response.text)
break
try:
assistant_text = extract_assistant_text(response_payload)
except ValueError as exc:
print_parse_error(round_number, exc, response_payload)
break
history.append({"role": "assistant", "content": assistant_text})
if verbose:
print(f"第 {round_number} 轮用户：{user_text}")
print(f"第 {round_number} 轮助手：{assistant_text}")
print("-" * 60)
return history
def main() -> None:
try:
run_multi_turn_demo(api_key=API_KEY)
except requests.RequestException as exc:
print(f"请求失败：{exc}")
except ValueError as exc:
print(f"参数错误：{exc}")
if __name__ == "__main__":
main()python
from __future__ import annotations
from typing import Iterable
from openai import OpenAI
BASE_URL = "https://www.dmxapi.cn/v1"
API_KEY = "sk-******************************************"
MODEL = "gpt-5.4"
SYSTEM_PROMPT = "你是一个简洁、友好的中文助手。请在多轮对话中记住用户已经提供的信息。"
DEMO_TURNS = [
"你好，请简单介绍一下你自己。",
"请记住：我叫小李，我喜欢 Python 和自动化。",
"根据我们刚才的对话，总结一下我是谁，以及我喜欢什么。",
]
def build_client(api_key: str, base_url: str = BASE_URL) -> OpenAI:
return OpenAI(
# 【api_key】(string, 必填) DMXAPI 平台的 API 密钥。
api_key=api_key,
# 【base_url】(string, 必填) DMXAPI 兼容 OpenAI SDK 的基础地址。
base_url=base_url,
)
def extract_assistant_text(response) -> str:
choices = getattr(response, "choices", None) or []
if not choices:
raise ValueError("响应中缺少 choices 字段。")
message = getattr(choices[0], "message", None)
if message is None:
raise ValueError("响应中缺少 message 字段。")
content = getattr(message, "content", None)
if isinstance(content, str) and content.strip():
return content.strip()
raise ValueError(f"无法从响应中提取 assistant 内容：{response}")
def run_multi_turn_demo(
api_key: str,
model: str = MODEL,
turns: Iterable[str] | None = None,
verbose: bool = True,
system_prompt: str = SYSTEM_PROMPT,
) -> list[dict[str, str]]:
if not api_key:
raise ValueError("请先在代码里填写 API_KEY。")
if turns is None:
turns = DEMO_TURNS
client = build_client(api_key)
history: list[dict[str, str]] = []
for round_number, user_text in enumerate(turns, start=1):
history.append({"role": "user", "content": user_text})
response = client.chat.completions.create(
# 【model】(string, 必填) 要调用的模型名称。
model=model,
# 【messages】(array, 必填) 对话消息列表，按顺序传入 system、user、assistant 等历史消息。
messages=[
# 【role】(string, 必填) 消息角色。
# system 表示系统提示词，用于控制助手行为。
{"role": "system", "content": system_prompt},
*history,
],
)
assistant_text = extract_assistant_text(response)
history.append({"role": "assistant", "content": assistant_text})
if verbose:
print(f"第 {round_number} 轮用户：{user_text}")
print(f"第 {round_number} 轮助手：{assistant_text}")
print("-" * 60)
return history
def main() -> None:
try:
run_multi_turn_demo(api_key=API_KEY)
except Exception as exc:
print(f"运行失败：{type(exc).__name__}: {exc}")
if __name__ == "__main__":
main()📦 返回示例
json
第 1 轮用户：你好，请简单介绍一下你自己。
第 1 轮助手：你好！我是一个AI助手，可以用中文帮你：
- 回答问题
- 解释概念
- 写作润色
- 翻译与总结
- 生成思路、方案和代码
- 陪你进行日常交流
我会尽量回答得清楚、简洁，也可以根据你的需要详细展开。
如果你愿意，也可以直接告诉我你现在想做什么。
------------------------------------------------------------
第 2 轮用户：请记住：我叫小李，我喜欢 Python 和自动化。
第 2 轮助手：记住了，小李。
你喜欢 Python 和自动化。
后面如果你想聊 Python、脚本、效率工具或自动化方案，我可以尽量按你的兴趣来。
------------------------------------------------------------
第 3 轮用户：根据我们刚才的对话，总结一下我是谁，以及我喜欢什么。
第 3 轮助手：你叫小李，喜欢 Python 和自动化。json
第 1 轮用户：你好，请简单介绍一下你自己。
第 1 轮助手：你好！我是一个智能助手，可以用中文帮你解答问题、整理思路、写作润色、翻译内容、总结资料、生成代码，以及陪你进行日常交流。
我的特点是：
- 回答尽量清晰、直接
- 可以根据你的需求调整详细程度
- 能连续记住当前对话里你提到的信息，方便多轮交流
如果你愿意，也可以直接告诉我你现在想做什么，我马上帮你。
------------------------------------------------------------
第 2 轮用户：请记住：我叫小李，我喜欢 Python 和自动化。
第 2 轮助手：好的，我记住了：
- 你叫 **小李**
- 你喜欢 **Python**
- 你喜欢 **自动化**
之后我会根据这些信息和你交流。
------------------------------------------------------------
第 3 轮用户：根据我们刚才的对话，总结一下我是谁，以及我喜欢什么。
第 3 轮助手：你叫 **小李**。
你喜欢 **Python** 和 **自动化**。
------------------------------------------------------------© 2026 DMXAPI GPT-5.4 多轮对话