> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-docs-2751.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
> Utilisez W&B avec l'API OpenAI pour enregistrer et surveiller les Chat Completions, les jobs de fine-tuning et les métriques d'utilisation des tokens.
# API OpenAI
export const ColabLink = ({url}) =>
Essayer sur Colab
;
Utilisez l'intégration de l'API OpenAI de W\&B pour journaliser les requêtes, les réponses, le nombre de tokens et les métadonnées des modèles pour tous les modèles OpenAI, y compris les modèles affinés. Utilisez cette intégration si vous appelez l'API OpenAI et souhaitez avoir de la visibilité sur vos prompts, vos complétions et votre utilisation sans ajouter de code de journalisation manuelle.
En journalisant les inputs et sorties de votre API, vous pouvez rapidement évaluer les performances de différents prompts, comparer différents paramètres de modèle (comme la température) et suivre d'autres métriques d'utilisation, comme l'utilisation des tokens.
Voir l'[intégration OpenAI pour le Fine-tuning](./openai-fine-tuning) pour savoir comment utiliser W\&B afin de suivre vos expériences de Fine-tuning, vos modèles et vos jeux de données, et partager vos résultats avec vos collègues.
## Installez la bibliothèque API Python d’OpenAI
L’intégration autolog de W\&B fonctionne avec la version 0.28.1 d’OpenAI et les versions antérieures, vous devez donc installer une version compatible avant d’activer la journalisation automatique.
Pour installer API Python d’OpenAI version 0.28.1 :
```bash theme={null}
pip install openai==0.28.1
```
## Utiliser l’API Python d’OpenAI
Les étapes suivantes expliquent comment activer la journalisation automatique, appeler l’API OpenAI et consulter les traces obtenues dans W\&B.
### Importez et initialisez autolog
Tout d’abord, importez `autolog` à partir de `wandb.integration.openai`, puis initialisez-le. Cela configure le run W\&B qui capture chaque appel à l’API OpenAI effectué par la suite.
```python theme={null}
import os
import openai
from wandb.integration.openai import autolog
autolog({"project": "gpt5"})
```
Vous pouvez aussi passer à `autolog` un dictionnaire contenant les arguments acceptés par `wandb.init()`. Cela inclut un nom de projet, un nom d’équipe, une entité, et plus encore. Pour plus d’informations, voir la [référence de l’API `wandb.init()`](/fr/models/ref/python/functions/init).
### Appelez l’API OpenAI
Lorsque l’autolog est activé, W\&B journalise automatiquement chaque appel que vous effectuez à l’API OpenAI. Vous n’avez pas besoin d’ajouter de code de journalisation à votre code d’appel d’API existant.
```python theme={null}
os.environ["OPENAI_API_KEY"] = "XXX"
chat_request_kwargs = dict(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Who won the world series in 2020?"},
{"role": "assistant", "content": "The Los Angeles Dodgers"},
{"role": "user", "content": "Where was it played?"},
],
)
response = openai.ChatCompletion.create(**chat_request_kwargs)
```
### Consultez les entrées et les réponses de votre API OpenAI
Après avoir effectué un ou plusieurs appels d’API, vous pouvez examiner les données capturées dans W\&B.
Cliquez sur le lien W\&B [run](/fr/models/runs/) généré par `autolog`. Vous êtes alors redirigé vers l’espace de travail de votre projet dans W\&B.
Sélectionnez un run que vous avez créé pour afficher le tableau de traces, la chronologie des traces et l’architecture du modèle du LLM OpenAI utilisé.
## Désactiver l’autolog
Appelez `disable()` pour fermer tous les processus W\&B lorsque vous avez fini d’utiliser l’API OpenAI. Cela garantit que W\&B vide toutes les données en attente et ne capture pas d’autres appels d’API par inadvertance.
```python theme={null}
autolog.disable()
```
