手搓一个AI助手：30行Python代码，让你拥有专属GPT

很多人觉得AI很神秘，觉得那是大厂的专利。

错了。

今天我用30行Python代码，教你手搓一个AI助手。不需要GPU，不需要服务器，你的笔记本电脑就能跑。

看完这篇，你会明白：AI没那么难，难的是你没开始。

01 你需要什么？

硬件：

- 一台电脑（Windows/Mac/Linux都行）

- 8GB以上内存

- 不需要显卡

软件：

- Python 3.8+（没装的去官网下）

- 一个文本编辑器（VS Code推荐）

成本：

- 0元（用免费API额度）

02 30行代码的AI助手

新建一个文件 ai_assistant.py，把下面的代码复制进去：

import requests
import json
from datetime import datetime


# ========== 配置 ==========
API_KEY = "你的API密钥"  # 去 platform.openai.com 注册获取
API_URL = "https://api.openai.com/v1/chat/completions"


def chat(messages):
    """调用AI模型"""
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    data = {
        "model": "gpt-3.5-turbo",
        "messages": messages,
        "temperature": 0.7
    }
    resp = requests.post(API_URL, headers=headers, json=data)
    return resp.json()["choices"][0]["message"]["content"]


def main():
    """主函数"""
    print("=" * 50)
    print("🤖 我的AI助手")
    print("输入 'quit' 退出")
    print("=" * 50)
    
    messages = [{"role": "system", "content": "你是一个友好的AI助手"}]
    
    while True:
        user_input = input("\n你: ")
        if user_input.lower() == "quit":
            print("再见！")
            break
        
        messages.append({"role": "user", "content": user_input})
        reply = chat(messages)
        messages.append({"role": "assistant", "content": reply})
        
        print(f"\nAI: {reply}")


if __name__ == "__main__":
    main()

运行：

python ai_assistant.py

搞定。你有了一个AI助手。

03 这30行代码做了什么？

让我拆解一下核心逻辑：

第一部分：配置（3行）

API_KEY = "你的API密钥"
API_URL = "https://api.openai.com/v1/chat/completions"

告诉程序：用哪个API，拿什么钥匙。

第二部分：调用AI（10行）

def chat(messages):
    headers = {"Authorization": f"Bearer {API_KEY}"}
    data = {"model": "gpt-3.5-turbo", "messages": messages}
    resp = requests.post(API_URL, headers=headers, json=data)
    return resp.json()["choices"][0]["message"]["content"]

发送消息，拿回回复。就这么简单。

第三部分：对话循环（15行）

while True:
    user_input = input("你: ")
    messages.append({"role": "user", "content": user_input})
    reply = chat(messages)
    print(f"AI: {reply}")

一直问，一直答，直到你说"quit"。

04 升级：让它更像"你的"GPT

基础版太简单？加点料：

升级1：记住上下文

# 在 messages 里加一条系统提示
messages = [
    {"role": "system", "content": "你是我的私人助手，说话风格像朋友聊天"},
    {"role": "system", "content": f"当前时间：{datetime.now().strftime('%Y-%m-%d %H:%M')}"}
]

升级2：限制回答长度

data = {
    "model": "gpt-3.5-turbo",
    "messages": messages,
    "max_tokens": 500  # 限制回答长度
}

升级3：加个保存功能

def save_chat(messages):
    """保存对话记录"""
    with open("chat_history.json", "w", encoding="utf-8") as f:
        json.dump(messages, f, ensure_ascii=False, indent=2)

05 更进一步：本地AI（不需要API）

不想花钱？用本地模型：

方案1：Ollama（推荐）

# 安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 下载模型
ollama pull llama3

# 运行
ollama run llama3

方案2：LM Studio

1. 下载 LM Studio（lmstudio.ai）

2. 下载一个模型（推荐 Llama 3 8B）

3. 启动本地服务器

4. 把代码里的 API_URL 改成 http://localhost:1234/v1/chat/completions

完全免费，完全本地，完全你的。

06 实战：做一个专属写作助手

把基础代码改一下，变成写作助手：

def writing_assistant(topic):
    """写作助手"""
    messages = [
        {"role": "system", "content": """你是一个专业写作助手。
        你的任务是：
        1. 根据主题生成文章大纲
        2. 每个要点展开2-3段
        3. 加入真实案例和数据
        4. 保持口语化风格"""},
        {"role": "user", "content": f"帮我写一篇关于{topic}的文章"}
    ]
    return chat(messages)

# 使用
topic = input("请输入文章主题: ")
article = writing_assistant(topic)
print(article)

5行代码，你就有了一个写作助手。

07 这件事的意义

30行代码，看起来很简单。

但这件事的意义是：AI不再是大厂的专利。

你可以在自己的电脑上，用自己的数据，训练自己的模型，做自己的产品。

这才是真正的"个人AI时代"。

写在最后

AI没那么神秘，30行代码就能入门。

难的不是技术，是迈出第一步。

今天就动手试试吧。

*遇到问题评论区见。*

佛山大师兄

*星辰大海，永不止步*

佛山大师兄 | 星辰大海，永不止步