كيفية حل رمز خطأ OpenAI API 429 في Python حتى مع وجود رصيد

فهم أخطاء الحصص النسبية لـ OpenAI API

عند العمل مع واجهة برمجة تطبيقات OpenAI، يظهر خطأ مثل رمز الخطأ 429 يمكن أن يكون الأمر محبطًا، خاصة بالنسبة لأولئك الجدد في كل من Python وOpenAI. يشير هذا الخطأ عادةً إلى أنك تجاوزت حصة استخدام واجهة برمجة التطبيقات (API) الحالية.

إذا قمت بفحص حساب OpenAI الخاص بك وتأكدت من أنه لا يزال لديك أرصدة متاحة، فقد تتساءل عن سبب استمرار ظهور هذا الخطأ. من الشائع أن يواجه المطورون هذه المشكلة عند إعداد مكالمات API الخاصة بهم لأول مرة.

يعد فهم سبب هذه المشكلة أمرًا بالغ الأهمية للتأكد من أنه يمكنك الاستفادة من واجهة برمجة التطبيقات (API) بشكل فعال. سيوضح هذا الدليل الأسباب المحتملة وراء الخطأ ويزودك بالخطوات اللازمة لحلها.

دعنا نتعمق في الأسباب المحتملة لمواجهتك لهذا الخطأ، على الرغم من أن لديك أرصدة في حساب OpenAI الخاص بك، وكيفية التعامل مع إصلاحه في برنامج Python النصي الخاص بك.

كيف تتعامل نصوص Python مع حدود معدل OpenAI API

تم تصميم البرامج النصية المقدمة أعلاه لمعالجة مشكلة شائعة يواجهها المطورون عند استخدام واجهة برمجة تطبيقات OpenAI: مواجهة رسالة خطأ تشير إلى أنك تجاوزت الحد الأقصى المسموح به حصة API على الرغم من وجود الائتمان. تتعلق هذه المشكلة بحد المعدل الذي تفرضه OpenAI على عدد الطلبات خلال فترة محددة. تتم كتابة البرنامج النصي الرئيسي للتعامل مع هذا الموقف باستخدام آليات معالجة الأخطاء وإعادة المحاولة. فإنه يستخدم RateLimitError استثناء لاكتشاف متى يتم إرسال عدد كبير جدًا من الطلبات في فترة قصيرة، مما يؤدي إلى حدوث الخطأ. بالإضافة إلى ذلك، تستخدم البرامج النصية إستراتيجية إعادة المحاولة لمحاولة استدعاء واجهة برمجة التطبيقات تلقائيًا مرة أخرى بعد الوصول إلى الحد الأقصى للسعر.

لتنفيذ هذه الاستراتيجيات، يحدد البرنامج النصي الأول وظيفة تسمى create_completion، والذي يقبل المطالبة وعدد مرات إعادة المحاولة المسموح بها. تحاول هذه الوظيفة إجراء اتصال بواجهة برمجة التطبيقات (API) الخاصة بـ OpenAI، مما يؤدي إلى إنشاء استجابة بناءً على النموذج والموجه المحددين. إذا تم اكتشاف خطأ في حد المعدل، فستطبع الدالة رسالة إعلامية وتستدعي نفسها بشكل متكرر لإعادة محاولة العملية. يعد هذا الأسلوب فعالاً في تجنب الإنهاء المفاجئ للبرنامج النصي أثناء إدارة حدود معدل واجهة برمجة التطبيقات (API) بكفاءة.

في البرنامج النصي الثاني، يتم تنفيذ استراتيجية مشابهة لمعالجة الأخطاء ولكنها تتضمن منطقًا إضافيًا لتبديل النماذج في حالة تجاوز حد المعدل. يعد هذا مفيدًا بشكل خاص عندما يكون للنماذج المختلفة حدود أسعار مختلفة. يبدأ البرنامج النصي بتهيئة عميل OpenAI باستخدام وظيفة مخصصة تسمى تهيئة العميل. تتحقق هذه الوظيفة من صحة مفتاح واجهة برمجة التطبيقات (API)، مما يضمن مصادقة البرنامج النصي بنجاح قبل متابعة المزيد من الاستدعاءات. إذا فشلت المصادقة، فسيتم إرجاع رسالة خطأ واضحة إلى المستخدم، مما يقلل من الارتباك حول التكوينات الخاطئة.

يقدم البرنامج النصي الثاني أيضًا وظيفة مسماة create_chat، والذي يحاول استدعاء واجهة برمجة التطبيقات (API) باستخدام نموذج محدد. إذا أ RateLimitError عند رفعه، تقوم الوظيفة بطباعة رسالة تشير إلى أنها ستتحول إلى نموذج احتياطي، مثل من "davinci-002" إلى "davinci-003". وهذا يوضح المرونة في إدارة حدود الأسعار مع الاستمرار في تحقيق النتائج. بالإضافة إلى ذلك، تستخدم البرامج النصية متغيرات البيئة لإدارة مفتاح API بشكل آمن باستخدام dotenv الحزمة، مع التركيز على ممارسات الترميز الآمنة. تعمل متغيرات البيئة على تقليل مخاطر الكشف عن البيانات الحساسة في قاعدة التعليمات البرمجية.

import os
from dotenv import load_dotenv
import openai
from openai.error import RateLimitError
# Load environment variables from a .env file
load_dotenv()
# Retrieve API key securely
api_key = os.getenv("OPENAI_API_KEY")
# Initialize OpenAI client
client = openai.OpenAI(api_key=api_key)
# Define a function to handle API calls with retry mechanism
def create_completion(prompt, retries=3):
    try:
        response = client.Completion.create(
            model="davinci-002",
            prompt=prompt,
            max_tokens=50
        )
        return response
    except RateLimitError as e:
        if retries > 0:
            print("Rate limit exceeded. Retrying...")
            return create_completion(prompt, retries - 1)
        else:
            print(f"Failed after multiple attempts: {str(e)}")
            return None
# Testing prompt
result = create_completion("Say this is a test")
if result:
    print(result)

import os
from dotenv import load_dotenv
import openai
from openai.error import RateLimitError, AuthenticationError
# Load environment variables
load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")
# Initialize OpenAI client with API key validation
def initialize_client(api_key):
    try:
        return openai.OpenAI(api_key=api_key)
    except AuthenticationError as auth_error:
        print("Invalid API key provided:", str(auth_error))
        return None
client = initialize_client(api_key)
# API call with fallback model if rate limit is reached
def create_chat(prompt, model="text-davinci-002"):
    try:
        response = client.Completion.create(
            model=model,
            prompt=prompt,
            max_tokens=60
        )
        return response
    except RateLimitError:
        print("Rate limit reached. Switching model...")
        return create_chat(prompt, model="text-davinci-003")
# Testing fallback mechanism
result = create_chat("Say this is another test")
if result:
    print(result)

التغلب على أخطاء حدود معدل OpenAI في نصوص Python

عند العمل مع OpenAI API، غالبًا ما يواجه المستخدمون رمز خطأ 429مما يشير إلى أنه تم تجاوز عدد طلبات واجهة برمجة التطبيقات المسموح بها. قد يكون هذا محيرًا، خاصة بالنسبة للمبتدئين الذين قاموا بالتحقق من رصيدهم الائتماني وأكدوا أن لديهم أموالًا كافية. في مثل هذه الحالات، من المحتمل ألا تتعلق المشكلة بالائتمان المتاح، بل تتعلق بحدود الأسعار التي تحددها OpenAI. يمكن لهذه الحدود تقييد عدد استدعاءات واجهة برمجة التطبيقات (API) التي يمكنك إجراؤها خلال فترة زمنية معينة. يعد فهم هذه الحدود وإدارتها بشكل فعال أمرًا بالغ الأهمية لبناء حل موثوق.

إحدى طرق التعامل مع ذلك هي تقديم آلية إعادة المحاولة، كما هو موضح في أمثلة البرامج النصية السابقة. ومع ذلك، هناك جانب مهم آخر يجب مراعاته وهو فهم OpenAI سياسات الحصص في العمق. قد تفرض OpenAI حدود أسعار مختلفة بناءً على النموذج أو نوع الحساب المستخدم. على سبيل المثال، قد تواجه حسابات الطبقة المجانية حدودًا أكثر صرامة مقارنة بالطبقات المدفوعة، مما قد يؤثر على طريقة تصميم مكالمات واجهة برمجة التطبيقات (API) الخاصة بك. بالإضافة إلى ذلك، يجب على المستخدمين التأكد من إعداد أذونات مفتاح API الخاصة بهم بشكل صحيح، حيث يمكن أن يؤدي التكوين الخاطئ أيضًا إلى حدوث أخطاء في الحصة النسبية.

إلى جانب إدارة عمليات إعادة المحاولة واختيار النماذج الاحتياطية، يعد تحسين استدعاءات واجهة برمجة التطبيقات أمرًا ضروريًا. يتضمن ذلك تقليل طلبات واجهة برمجة التطبيقات (API) غير الضرورية والتركيز على الطلبات المهمة. يمكن للمطورين أيضًا تتبع إحصائيات استخدام واجهة برمجة التطبيقات (API) من لوحة معلومات OpenAI للحصول على رؤى حول أنماط استهلاكهم وضبط نصوصهم البرمجية وفقًا لذلك. من خلال تنفيذ هذه الاستراتيجيات، يمكنك تقليل احتمالية الوصول إلى حدود المعدلات وضمان تفاعل أكثر سلاسة مع واجهة برمجة تطبيقات OpenAI.