Mac 开发者指南：从零开始安装和配置 ChatGPT 开发环境

---

Mac 开发者指南：从零开始安装和配置 ChatGPT 开发环境

1. 先别急着敲代码：把系统底子摸一遍

• 打开「关于本机」确认 macOS ≥ 11.0，芯片不论 Intel 还是 Apple Silicon 都能跑，但 Apple Silicon 建议提前装 Rosetta 2（softwareupdate --install-rosetta --agree-to-license）。
• 终端版本 ≥ zsh 5.8，系统自带即可；若偏爱 fish/bash 也可，后文命令兼容。
• 网络要畅通 api.openai.com，公司内网走代理的先记下端口，后面统一配置。

2. Python 环境：用 pyenv 还是 conda？我全都要

• 推荐 pyenv 管理多版本，干净不污染系统自带 Python。

  1. 装依赖：brew install openssl readline sqlite3 xz zlib
  2. 装 pyenv：brew install pyenv
  3. 把初始化语句写进~/.zshrc：

     export PYENV_ROOT="$HOME/.pyenv" command -v pyenv >/dev/null || export PATH="$PYENV_ROOT/bin:$PATH" eval "$(pyenv init -)"

  4. 重载配置：source ~/.zshrc
  5. 安装 3.11 并设为全局：pyenv install 3.11.4 && pyenv global 3.11.4

• 若已习惯 Anaconda，直接新建环境也行：

  1. conda create -n openai python=3.11 -y
  2. conda activate openai

• 验证：python -V应输出 3.11.x，确认 pip 指向同一解释器：which python && which pip

3. 依赖库一次性装到位

• 核心包就两个：openai 官方 SDK + 辅助工具 python-dotenv（管理密钥不硬编码）。

  1. 升级 pip 本身：python -m pip install -U pip
  2. 安装依赖：pip install openai python-dotenv
  3. 可选但强烈建议：pip install rich（终端彩色输出）、pip install httpx[http2]（HTTP/2 加速）

• 生成 requirements.txt 方便团队协作：pip freeze > requirements.txt

4. 把钥匙藏好：API Key 获取与安全存储

• 登录 OpenAI 控制台 → API Keys → Create new secret key → 复制后立刻保存，网页只展示一次。

• 本地用.env文件保存，绝不提交到 Git：

  # 项目根目录下 touch .env echo "OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxx" >> .env echo ".env" >> .gitignore

• 代码里这样读：

  import os from dotenv import load_dotenv load_dotenv() # 把 .env 注入环境变量 api_key = os.getenv("OPENAI_API_KEY") assert api_key, "请检查 .env 是否配置"

• 高级玩法：用 macOS Keychain 存敏感字段，脚本启动时读取，CI/CD 用 GitHub Secret，彻底告别明文。

5. 跑通第一个脚本：Hello, ChatGPT

• 新建test_chat.py：

  #!/usr/bin/env python3 """ 最小可运行示例：单轮对话，流式打印回答句。 """ import os, openai from dotenv import load_dotenv load_dotenv() openai.api_key = os.getenv("OPENAI_API_KEY") response = openai.ChatCompletion.create( model="gpt-3.5-turbo", messages=[{"role": "user", "content": "用三句话介绍你自己"}], stream=True, max_tokens=120, temperature=0.7 ) for chunk in response: delta = chunk.choices[0].delta if delta.get("content"): print(delta["content"], end="", flush=True) print()

• 终端执行：python test_chat.py，看到自我介绍即成功。

6. 常见问题速查表

1. SSL: CERTIFICATE_VERIFY_FAILED
   公司代理会替换证书，装证书或临时规避：export SSL_CERT_FILE=$(brew --prefix)/etc/openssl/certs/cert.pem

2. 代理端口
   在.env追加：

   HTTPS_PROXY=http://127.0.0.1:7890 HTTP_PROXY=http://127.0.0.1:7890

   代码无感读取。

3. 429 rate limit
   免费额度用完或并发过高，降级到gpt-3.5-turbo并降低max_tokens，或申请付费账单。

4. import 报错 No module named openai
   确认虚拟环境激活，which python指向正确路径；VS Code 用户把解释器选成相同路径。

7. 下一步：把玩具做成产品

• 把对话封装成函数，加上下文数组维护多轮记忆。
• 用tiktoken提前计算 token 数，超限自动摘要截断。
• 接入语音：ASR 用 Whisper，TTS 用 OpenAI 最新 tts-1，搭配 WebSocket 推流，即可实现「语音输入→GPT→语音输出」闭环。
• 若嫌 Whisper 延迟高，可试下火山引擎的豆包实时语音模型，同样一条链路，延迟能压到 600 ms 以内。

---

想亲手搭一套「能听会说」的实时通话 AI？我跟着从0打造个人豆包实时通话AI实验走了一遍，ASR+LLM+TTS 三步全打通，Web 页面点开就能聊。步骤傻瓜、代码全给，小白也能一口气跑通。等你把 ChatGPT 环境玩熟了，不妨去试试，把键盘敲成麦克风，感受 AI 秒回话的爽感。

---