openai.ChatCompletion.create()不能裸用，因为它仅发起单次请求、不维护对话上下文、不处理token限制、错误重试及历史截断，导致多轮后因context_length_exceeded、RateLimitError等异常而崩溃。
直接用 openai.ChatCompletion.create() 就能跑起来，但不处理 token 限制、错误重试和历史管理，几轮对话后必崩。
为什么 openai.ChatCompletion.create() 不能裸用？
它本身只是发一次请求，不维护上下文。你每次调用都像“重启对话”，模型根本不知道前一句说了啥。更麻烦的是：RateLimitError、InvalidRequestError、Timeout 这些错误一出现，程序就停了——而 OpenAI 的 rate limit 是按 key+窗口时间动态算的，不是固定每分钟多少次。
- 对话历史必须手动拼进
messages列表，且总 token 数不能超模型上限（比如gpt-3.5-turbo是 4096，实际得留 200+ 给响应） - 遇到
openai.error.RateLimitError时，硬等 1 秒不如用指数退避：第一次等 1s，失败再等 2s、4s… -
temperature=0.7适合聊天，但设成 0 容易答得生硬；设成 1.0 又可能胡说——多数场景用 0.7~0.9 更稳
怎么安全地维护多轮对话上下文？
别存整个字符串，用 messages 列表逐条追加，并在每次请求前做截断。关键不是“删最早那条”，而是按 token 数倒着删——因为用户最新消息最重要，系统提示词通常放最前面也不能动。
- 用
tiktoken库（OpenAI 官方推荐）算 token：encoding = tiktoken.encoding_for_model("gpt-3.5-turbo")，再用encoding.encode(text) - 保留 system message 不删；user/assistant 消息从旧到新遍历，累计 token 超限时，从最老的 user+assistant 对开始删
- 建议硬性限制
messages长度 ≤ 10 条（含 system），避免 token 算错导致context_length_exceeded
如何捕获并处理常见 API 错误？
OpenAI Python SDK 的异常类型很具体，别全用 except Exception: 吞掉——那样你连 key 写错还是网络挂了都分不清。
立即学习“Python免费学习笔记（深入）”；
-
openai.error.AuthenticationError→ 检查OPENAI_API_KEY环境变量是否漏设或值错误 -
openai.error.InvalidRequestError→ 大概率是messages格式错（比如少了role字段）或 model 名写成gpt35这种不存在的值 -
openai.error.APIConnectionError→ 本地网络或代理问题，不是服务端故障，重试意义不大 - 所有可重试错误（
RateLimitError、APIError、Timeout）统一用tenacity库做 3 次指数退避，比手写 while 循环干净
真正难的不是第一次 echo 出 response，而是让机器人连续聊 10 轮不丢上下文、不炸 token、不错过错误信号。token 计算不准、system message 被误删、重试时把 history 重复塞进去——这些细节错一点，表现就是“突然答非所问”或者“死循环报错”。
