পাইথনে ওপেনএআই এপিআই ত্রুটি কোড 429 এমনকি ক্রেডিট সহ কীভাবে সমাধান করবেন

OpenAI API কোটা ত্রুটি বোঝা

OpenAI এর API এর সাথে কাজ করার সময়, একটি ত্রুটি প্রাপ্তির মত ত্রুটি কোড 429 হতাশাজনক হতে পারে, বিশেষ করে যারা Python এবং OpenAI উভয় ক্ষেত্রেই নতুন তাদের জন্য। এই ত্রুটিটি সাধারণত নির্দেশ করে যে আপনি আপনার বর্তমান API ব্যবহারের কোটা অতিক্রম করেছেন৷

আপনি যদি আপনার OpenAI অ্যাকাউন্ট চেক করে থাকেন এবং নিশ্চিত করেন যে আপনার কাছে এখনও ক্রেডিট উপলব্ধ আছে, তাহলে আপনি হয়তো ভাবছেন কেন এই ত্রুটিটি দেখা যাচ্ছে। প্রথমবার তাদের API কল সেট আপ করার সময় বিকাশকারীদের এই সমস্যার সম্মুখীন হওয়া সাধারণ।

আপনি কার্যকরভাবে API ব্যবহার করতে পারেন তা নিশ্চিত করার জন্য এই সমস্যার কারণ বোঝা অত্যন্ত গুরুত্বপূর্ণ। এই নির্দেশিকাটি ত্রুটির পিছনে সম্ভাব্য কারণগুলিকে ভেঙ্গে ফেলবে এবং আপনাকে এটি সমাধান করার পদক্ষেপগুলি প্রদান করবে৷

আপনার ওপেনএআই অ্যাকাউন্টে ক্রেডিট থাকা সত্ত্বেও আপনি কেন এই ত্রুটির সম্মুখীন হচ্ছেন তার সম্ভাব্য কারণগুলি এবং আপনার পাইথন স্ক্রিপ্টে কীভাবে এটি ঠিক করার জন্য যোগাযোগ করা যায় তা নিয়ে আসুন।

পাইথন স্ক্রিপ্ট কিভাবে OpenAI API হার সীমা পরিচালনা করে

উপরে প্রদত্ত স্ক্রিপ্টগুলি OpenAI এর API ব্যবহার করার সময় ডেভেলপারদের মুখোমুখি হওয়া একটি সাধারণ সমস্যার সমাধান করার জন্য ডিজাইন করা হয়েছে: একটি ত্রুটি বার্তার সম্মুখীন হওয়া যা নির্দেশ করে যে আপনি আপনার সীমা অতিক্রম করেছেন API কোটা ক্রেডিট থাকা সত্ত্বেও এই সমস্যাটি একটি নির্দিষ্ট সময়ের মধ্যে অনুরোধের সংখ্যার উপর OpenAI দ্বারা আরোপিত হারের সীমার সাথে সম্পর্কিত। মূল স্ক্রিপ্টটি ত্রুটি হ্যান্ডলিং এবং পুনরায় চেষ্টা করার পদ্ধতি ব্যবহার করে এই পরিস্থিতি পরিচালনা করার জন্য লেখা হয়েছে। এটা ব্যবহার করে তোলে RateLimitError স্বল্প সময়ের মধ্যে যখন অনেক বেশি অনুরোধ পাঠানো হয় তখন সনাক্ত করার ব্যতিক্রম, ত্রুটিটি ট্রিগার করে। অতিরিক্তভাবে, স্ক্রিপ্টগুলি হারের সীমা অতিক্রম করার পরে স্বয়ংক্রিয়ভাবে API কলটি আবার চেষ্টা করার জন্য একটি পুনঃপ্রচেষ্টার কৌশল ব্যবহার করে।

এই কৌশলগুলি বাস্তবায়নের জন্য, প্রথম স্ক্রিপ্ট একটি ফাংশনকে সংজ্ঞায়িত করে যাকে বলা হয় create_completion, যা একটি প্রম্পট এবং অনুমোদিত পুনরায় চেষ্টার সংখ্যা গ্রহণ করে। এই ফাংশনটি প্রদত্ত মডেল এবং প্রম্পটের উপর ভিত্তি করে একটি প্রতিক্রিয়া তৈরি করে, OpenAI এর সমাপ্তি API-তে একটি কল করার চেষ্টা করে। যদি একটি হার সীমা ত্রুটি সনাক্ত করা হয়, ফাংশন একটি তথ্যপূর্ণ বার্তা প্রিন্ট করে এবং পুনরায় চেষ্টা করার জন্য নিজেকে বারবার কল করে। এপিআই রেট সীমা দক্ষতার সাথে পরিচালনা করার সময় আকস্মিক স্ক্রিপ্ট সমাপ্তি এড়াতে এই পদ্ধতিটি কার্যকর।

দ্বিতীয় স্ক্রিপ্টে, একটি অনুরূপ ত্রুটি পরিচালনার কৌশল প্রয়োগ করা হয় তবে হারের সীমা অতিক্রম করা হলে মডেলগুলি পরিবর্তন করার জন্য অতিরিক্ত যুক্তি অন্তর্ভুক্ত করে। এটি বিশেষভাবে কার্যকর যখন বিভিন্ন মডেলের বিভিন্ন হারের সীমা থাকতে পারে। স্ক্রিপ্টটি শুরু হয় ওপেনএআই ক্লায়েন্টকে একটি কাস্টম ফাংশন ব্যবহার করে শুরু করে ইনিশিয়ালাইজ_ক্লায়েন্ট. এই ফাংশনটি API কী এর বৈধতা যাচাই করে, নিশ্চিত করে যে স্ক্রিপ্টটি আরও কলের সাথে এগিয়ে যাওয়ার আগে সফলভাবে প্রমাণীকৃত হয়েছে। প্রমাণীকরণ ব্যর্থ হলে, এটি ব্যবহারকারীর কাছে একটি স্পষ্ট ত্রুটি বার্তা ফেরত দেয়, ভুল কনফিগারেশনের বিভ্রান্তি হ্রাস করে।

দ্বিতীয় স্ক্রিপ্টটি নামে একটি ফাংশনও চালু করে তৈরি_চ্যাট, যা একটি নির্দিষ্ট মডেল ব্যবহার করে একটি API কল করার চেষ্টা করে। যদি ক RateLimitError উত্থাপিত হলে, ফাংশনটি একটি বার্তা প্রিন্ট করে যা নির্দেশ করে যে এটি একটি ফলব্যাক মডেলে স্যুইচ করবে, যেমন "davinci-002" থেকে "davinci-003"। এটি ফলাফল প্রদান চালিয়ে যাওয়ার সময় হারের সীমা পরিচালনায় নমনীয়তা প্রদর্শন করে। উপরন্তু, স্ক্রিপ্টগুলি ব্যবহার করে API কী নিরাপদে পরিচালনা করতে পরিবেশ ভেরিয়েবল ব্যবহার করে dotenv প্যাকেজ, সুরক্ষিত কোডিং অনুশীলনের উপর জোর দেয়। এনভায়রনমেন্ট ভেরিয়েবল কোডবেসে সংবেদনশীল তথ্য প্রকাশের ঝুঁকি কমায়।

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)

পাইথন স্ক্রিপ্টে ওপেনএআই রেট লিমিট ত্রুটি অতিক্রম করা

OpenAI API এর সাথে কাজ করার সময়, ব্যবহারকারীরা প্রায়ই ত্রুটি কোডের সম্মুখীন হন 429, যা নির্দেশ করে যে অনুমোদিত API অনুরোধের সংখ্যা অতিক্রম করা হয়েছে। এটি বিস্ময়কর হতে পারে, বিশেষ করে নতুনদের জন্য যারা তাদের ক্রেডিট ব্যালেন্স চেক করেছেন এবং নিশ্চিত করেছেন যে তাদের যথেষ্ট তহবিল আছে। এই ধরনের ক্ষেত্রে, সমস্যাটি সম্ভবত উপলব্ধ ক্রেডিট সম্পর্কে নয় বরং OpenAI দ্বারা নির্ধারিত হারের সীমা সম্পর্কে। এই সীমাগুলি একটি নির্দিষ্ট সময়ের মধ্যে আপনি যে API কল করতে পারেন তার সংখ্যা সীমাবদ্ধ করতে পারে। একটি নির্ভরযোগ্য সমাধান তৈরি করার জন্য এই সীমাগুলিকে কার্যকরভাবে বোঝা এবং পরিচালনা করা অত্যন্ত গুরুত্বপূর্ণ।

এটি পরিচালনা করার একটি উপায় হল একটি পুনরায় চেষ্টা করার পদ্ধতি প্রবর্তন করা, যেমনটি আগের স্ক্রিপ্ট উদাহরণগুলিতে দেখানো হয়েছে। যাইহোক, বিবেচনা করার আরেকটি গুরুত্বপূর্ণ দিক হল OpenAI এর বোঝা কোটা নীতি গভীরতা OpenAI মডেল বা অ্যাকাউন্টের প্রকারের উপর ভিত্তি করে বিভিন্ন হারের সীমা প্রয়োগ করতে পারে। উদাহরণস্বরূপ, বিনামূল্যে-স্তরের অ্যাকাউন্টগুলি অর্থপ্রদানের স্তরের তুলনায় আরও কঠোর সীমার সম্মুখীন হতে পারে, যা আপনার API কলগুলি ডিজাইন করার পদ্ধতিকে প্রভাবিত করতে পারে। উপরন্তু, ব্যবহারকারীদের নিশ্চিত করা উচিত যে তাদের API কী অনুমতিগুলি সঠিকভাবে সেট আপ করা হয়েছে, কারণ একটি ভুল কনফিগারেশন কোটা ত্রুটিগুলিও ট্রিগার করতে পারে।

পুনরায় চেষ্টা পরিচালনা করা এবং ফলব্যাক মডেলগুলি বেছে নেওয়ার পাশাপাশি, API কলগুলি অপ্টিমাইজ করা অপরিহার্য৷ এর মধ্যে অপ্রয়োজনীয় API অনুরোধগুলি হ্রাস করা এবং সমালোচনামূলকগুলির উপর ফোকাস করা অন্তর্ভুক্ত। ডেভেলপাররা ওপেনএআই-এর ড্যাশবোর্ড থেকে এপিআই ব্যবহারের পরিসংখ্যান ট্র্যাক করতে পারে যাতে তাদের খরচের ধরণগুলির মধ্যে অন্তর্দৃষ্টি পাওয়া যায় এবং সেই অনুযায়ী তাদের স্ক্রিপ্টগুলি সামঞ্জস্য করা যায়। এই কৌশলগুলি বাস্তবায়ন করে, আপনি হারের সীমা অতিক্রম করার সম্ভাবনা কমাতে পারেন এবং OpenAI এর API-এর সাথে একটি মসৃণ মিথস্ক্রিয়া নিশ্চিত করতে পারেন।