引言

本文介绍了一个用于查询 OpenAI 计费信息的应用程序。通过输入 OpenAI API Key，用户可以查询订阅信息、计费使用情况以及最近几天的消费详情。该应用帮助用户了解其使用 OpenAI 服务的费用情况，以便进行成本控制和预算规划。

技术概述

本应用使用了以下主要技术和框架：

python：应用的开发语言。Streamlit：用于构建用户界面和交互的开源库。Requests：用于发送 HTTP 请求并处理响应的库。架构设计

该应用采用简单的前后端分离架构：

前端：使用 Streamlit 框架构建用户界面，包括输入 OpenAI API Key 和显示查询结果。后端：通过使用 Requests 库发送 HTTP 请求，与 OpenAI API 进行通信并获取计费信息。开发环境搭建

要搭建该应用的开发环境，按照以下步骤进行操作：

安装 Python：确保已经安装了 Python。安装依赖库：在命令行中运行以下命令安装所需的依赖库：

pip install streamlitpip install requests核心功能实现

以下是应用的核心功能及相应的代码示例：

import streamlit as stimport requestsimport datetimest.title("OpenAI 计费信息查询")# 输入API Keyapikey = st.text_input("请输入您的OpenAI API Key：")# 点击查询按钮if st.button("查询"): # 设置请求头 headers = {"Authorization": "Bearer " apikey, "Content-Type": "application/json"} # 请求订阅信息 subscription_url = "https://api.openai.com/v1/dashboard/billing/subscription" subscription_response = requests.get(subscription_url, headers=headers) # 判断请求是否成功 if subscription_response.status_code == 200: data = subscription_response.json() total = data.get("hard_limit_usd") else: st.error(subscription_response.text) st.stop() # 设置查询日期范围 start_date = (datetime.datetime.now() - datetime.timedelta(days=99)).strftime( "%Y-%m-%d" ) end_date = (datetime.datetime.now() datetime.timedelta(days=1)).strftime( "%Y-%m-%d" ) # 请求计费信息 billing_url = f"https://api.openai.com/v1/dashboard/billing/usage?start_date={start_date}&end_date={end_date}" billing_response = requests.get(billing_url, headers=headers) # 判断请求是否成功 if billing_response.status_code == 200: data = billing_response.json() total_usage = data.get("total_usage") / 100 daily_costs = data.get("daily_costs") days = min(5, len(daily_costs)) recent = f"最近{days}天使用情况 n" for i in range(days): cur = daily_costs[-i - 1] date = datetime.datetime.fromtimestamp(cur.get("timestamp")).strftime( "%Y-%m-%d" ) line_items = cur.get("line_items") cost = 0 for item in line_items: cost = item.get("cost") recent = f"t{date}t{cost / 100} n" else: st.error(billing_response.text) st.stop()

# 显示查询结果st.write( f"n总额:t{total:.4f} n" f"已用:t{total_usage:.4f} n" f"剩余:t{total-total_usage:.4f} n" f"n" recent)

## 代码解析以下是关键代码的解析和说明：```pythonimport streamlit as stimport requestsimport datetime

导入所需的库。

st.title("OpenAI 计费信息查询")

使用 Streamlit 库设置应用的标题。

apikey = st.text_input("请输入您的OpenAI API Key：")

通过 Streamlit 库获取用户输入的 OpenAI API Key。

if st.button("查询"): # 设置请求头 headers = {"Authorization": "Bearer " apikey, "Content-Type": "application/json"} # 请求订阅信息 subscription_url = "https://api.openai.com/v1/dashboard/billing/subscription" subscription_response = requests.get(subscription_url, headers=headers) # 判断请求是否成功 if subscription_response.status_code == 200: data = subscription_response.json() total = data.get("hard_limit_usd") else: st.error(subscription_response.text) st.stop()

当用户点击查询按钮时，发送 HTTP 请求获取订阅信息，并根据响应状态码判断请求是否成功。

start_date = (datetime.datetime.now() - datetime.timedelta(days=99)).strftime( "%Y-%m-%d" ) end_date = (datetime.datetime.now() datetime.timedelta(days=1)).strftime( "%Y-%m-%d" )

设置查询日期范围，包括起始日期和结束日期。

billing_url = f"https://api.openai.com/v1/dashboard/billing/usage?start_date={start_date}&end_date={end_date}" billing_response = requests.get(billing_url, headers=headers) # 判断请求是否成功 if billing_response.status_code == 200: data = billing_response.json() total_usage = data.get("total_usage") / 100 daily_costs = data.get("daily_costs") days = min(5, len(daily_costs)) recent = f"最近{days}天使用情况 n" for i in range(days): cur = daily_costs[-i - 1] date = datetime.datetime.fromtimestamp(cur.get("timestamp")).strftime( "%Y-%m-%d" ) line_items = cur.get("line_items") cost = 0 for item in line_items: cost = item.get("cost") recent = f"t{date}t{cost / 100} n" else: st.error(billing_response.text) st.stop()

复制代码发送 HTTP 请求获取计费信息，并根据响应状态码判断请求是否成功。如果成功，从响应数据中提取总使用量、每日费用等信息，并生成最近几天的使用情况的字符串。```pythonst.write( f"n总额:t{total:.4f} n" f"已用:t{total_usage:.4f} n" f"剩余:t{total-total_usage:.4f} n" f"n" recent )

使用 Streamlit 库将查询结果显示在应用界面上。

测试和部署

要进行应用的测试和部署，可以按照以下步骤进行操作：

在开发环境中运行应用代码，确保应用能够正常运行并查询到正确的计费信息。部署应用到目标环境，例如服务器或云平台。配置环境变量，包括 OpenAI API Key 和其他必要的配置信息。启动应用服务，并确保服务正常运行。使用浏览器或其他 HTTP 客户端工具访问部署的应用，验证查询功能和结果的准确性。总结和展望

本文介绍了一个用于查询 OpenAI 计费信息的应用。通过该应用，用户可以方便地获取其使用 OpenAI 服务的费用情况。应用使用了 Python、Streamlit 和 Requests 等技术和框架，实现了前后端分离的架构。

未来，可以进一步改进和扩展该应用，例如添加用户身份验证、生成费用报表、设置费用预警等功能，以满足更多用户的需求。同时，可以考虑优化代码结构和性能，提升应用的稳定性和响应速度。