第五章：实战串联——调用 AI API 时发生了什么？

前面我们分别学了 TCP 和 HTTP，本章把它们串起来。

通过一个完整的例子，看看你写的一行 requests.post(...) 背后，到底经历了哪些步骤。

5.1 一行代码背后的完整旅程

当你执行下面这段代码时：

import requests

response = requests.post(
    "https://api.openai.com/v1/chat/completions",
    headers={
        "Authorization": "Bearer sk-你的密钥",
        "Content-Type": "application/json"
    },
    json={
        "model": "gpt-4",
        "messages": [{"role": "user", "content": "你好"}]
    }
)

底层依次发生了 7 个步骤：

步骤 1  DNS 解析
────────────────────────────────
你的电脑："api.openai.com 的 IP 地址是多少？"
DNS 服务器："是 104.18.7.192"

        │
        ▼

步骤 2  TCP 三次握手
────────────────────────────────
你的电脑 → SYN → OpenAI 服务器
你的电脑 ← SYN+ACK ← OpenAI 服务器
你的电脑 → ACK → OpenAI 服务器
（TCP 连接建立成功）

        │
        ▼

步骤 3  TLS 握手（因为是 HTTPS）
────────────────────────────────
双方协商加密方式，交换密钥
（此后所有数据都加密传输）

        │
        ▼

步骤 4  发送 HTTP 请求
────────────────────────────────
你的电脑通过 TCP 连接，发送：

POST /v1/chat/completions HTTP/1.1
Host: api.openai.com
Authorization: Bearer sk-你的密钥
Content-Type: application/json

{"model":"gpt-4","messages":[{"role":"user","content":"你好"}]}

        │
        ▼

步骤 5  服务器处理请求
────────────────────────────────
OpenAI 服务器收到请求
→ 验证 API Key
→ 解析参数
→ 调用 GPT-4 模型生成回答
→ 构造 HTTP 响应

        │
        ▼

步骤 6  接收 HTTP 响应
────────────────────────────────
OpenAI 服务器通过同一个 TCP 连接返回：

HTTP/1.1 200 OK
Content-Type: application/json

{"choices":[{"message":{"content":"你好！有什么可以帮助你的？"}}]}

        │
        ▼

步骤 7  断开连接
────────────────────────────────
TCP 四次挥手，连接关闭
（或保持连接供后续请求复用）

时间分布（大致）

DNS 解析         ██                          ~10ms
TCP 三次握手     ████                        ~30ms
TLS 握手         ██████                      ~50ms
发送请求         █                           ~5ms
服务器处理       ██████████████████████████   ~500ms-数秒（AI 生成耗时）
接收响应         ██                          ~10ms
断开连接         ██                          ~10ms

可以看到，大部分时间花在服务器处理（AI 生成回答）上。连接建立的开销虽然不大，但如果频繁建立新连接，累加起来也不可忽视。

5.2 用 Python 逐步体验

体验一：最简单的 GET 请求

import requests

# 发一个 GET 请求，获取你的公网 IP 信息
response = requests.get("https://httpbin.org/ip")

print(f"状态码：{response.status_code}")
print(f"响应头：{dict(response.headers)}")
print(f"响应体：{response.text}")

运行结果类似：

状态码：200
响应头：{'Content-Type': 'application/json', ...}
响应体：{"origin": "116.23.45.67"}

体验二：带参数的 GET 请求

# URL 参数会自动拼接到 URL 后面
response = requests.get(
    "https://httpbin.org/get",
    params={"name": "张三", "age": "20"}
)

# 实际发送的 URL: https://httpbin.org/get?name=张三&age=20
print(response.json())

体验三：POST 请求发送 JSON

# 发送 JSON 数据
response = requests.post(
    "https://httpbin.org/post",
    json={"message": "你好，世界"}
)

result = response.json()
print(f"服务器收到的数据：{result['json']}")

体验四：查看完整的请求信息

response = requests.post(
    "https://httpbin.org/post",
    headers={"X-My-Header": "hello"},
    json={"key": "value"}
)

# httpbin.org 会把你发送的所有信息原样返回
result = response.json()
print(f"请求头：{result['headers']}")
print(f"请求体：{result['json']}")
print(f"请求方法：POST")
print(f"URL：{result['url']}")

体验五：模拟调用 AI API（不需要 API Key）

# 使用 httpbin 模拟一个 API 调用流程
api_url = "https://httpbin.org/post"

request_body = {
    "model": "gpt-4",
    "messages": [
        {"role": "system", "content": "你是一个助手"},
        {"role": "user", "content": "什么是 HTTP？"}
    ]
}

response = requests.post(
    api_url,
    headers={
        "Authorization": "Bearer sk-fake-key-12345",
        "Content-Type": "application/json"
    },
    json=request_body
)

print(f"状态码：{response.status_code}")
print(f"服务器收到的 Authorization 头：{response.json()['headers'].get('Authorization')}")
print(f"服务器收到的请求体：{response.json()['json']}")

5.3 用浏览器开发者工具观察

这是最直观的学习方式，强烈推荐动手操作。

步骤

打开 Chrome 浏览器
按 F12 打开开发者工具
切换到 Network（网络） 标签
在地址栏访问任意网站（如 https://www.baidu.com）
你会看到大量的网络请求

观察要点

点击任意一条请求，查看：

General（概览）
├── Request URL：请求的完整 URL
├── Request Method：GET / POST / ...
└── Status Code：200 / 404 / ...

Request Headers（请求头）
├── Host：目标服务器
├── User-Agent：你的浏览器信息
├── Accept：期望的响应格式
└── Cookie：登录状态信息

Response Headers（响应头）
├── Content-Type：响应数据格式
├── Content-Length：数据大小
└── Set-Cookie：服务器设置的 Cookie

Response（响应体）
└── 服务器返回的实际数据（HTML / JSON / 图片等）

重点看什么

观察项	对应知识点
Method 列显示 GET/POST	HTTP 请求方法
Status 列显示 200/304/404	HTTP 状态码
Type 列显示 document/xhr/json	资源类型
Time 列显示耗时	包含 TCP 连接 + 请求处理时间
Waterfall 瀑布图	可视化请求的各阶段耗时

5.4 用 curl 观察完整过程

curl 是一个命令行 HTTP 工具，加上 -v 参数可以看到完整的通信过程：

curl -v https://httpbin.org/get

输出示例（简化版）：

* Trying 3.230.204.70:443...              ← DNS 解析后的 IP
* Connected to httpbin.org                ← TCP 连接建立
* SSL connection established              ← TLS 握手完成

> GET /get HTTP/1.1                       ← 你发送的 HTTP 请求
> Host: httpbin.org                       ← 请求头
> User-Agent: curl/8.1.2                  ← 请求头
> Accept: */*                             ← 请求头

< HTTP/1.1 200 OK                        ← 服务器的 HTTP 响应
< Content-Type: application/json          ← 响应头
< Content-Length: 256                     ← 响应头

{                                         ← 响应体
  "headers": { ... },
  "origin": "116.23.45.67",
  "url": "https://httpbin.org/get"
}

* Connection #0 left intact               ← 连接保持（复用）

> 开头的行是你发出去的（请求），< 开头的行是收到的（响应），* 开头的行是 curl 的说明。

5.5 常见问题排查指南

当你的代码报错时，按这个思路逐层排查：

第一步：判断是哪一层的问题

能不能连上？ ─── 不能 ──→ TCP 层问题（网络/端口/防火墙）
     │
    能
     │
     ▼
状态码是多少？ ─── 4xx ──→ 你的请求有问题（HTTP 层）
     │               │
     │              401 → 检查 API Key
     │              403 → 检查权限
     │              404 → 检查 URL
     │              429 → 降低频率
     │
    200
     │
     ▼
响应内容对吗？ ─── 不对 ──→ 解析逻辑有问题（代码层）
     │
    对
     │
     ▼
  ✅ 一切正常

第二步：常见错误对照表

错误信息	层级	原因	解决办法
`ConnectionTimeout`	TCP	连不上服务器	检查网络、域名、端口
`ConnectionRefused`	TCP	端口没开	确认服务器和端口
`SSLError`	TLS	证书问题	更新 CA 证书
`401 Unauthorized`	HTTP	身份验证失败	检查 API Key
`400 Bad Request`	HTTP	请求格式错	检查 JSON 和参数
`429 Too Many Requests`	HTTP	频率太高	加延时重试
`500 Internal Server Error`	HTTP	服务器问题	等待并重试
`JSONDecodeError`	代码	响应不是 JSON	先打印 response.text 看原始内容

第三步：调试代码模板

import requests

try:
    response = requests.post(
        "https://api.openai.com/v1/chat/completions",
        headers={
            "Authorization": "Bearer sk-你的密钥",
            "Content-Type": "application/json"
        },
        json={
            "model": "gpt-4",
            "messages": [{"role": "user", "content": "你好"}]
        },
        timeout=30
    )

    print(f"状态码：{response.status_code}")

    if response.status_code == 200:
        result = response.json()
        print(f"AI 回答：{result['choices'][0]['message']['content']}")
    else:
        print(f"请求失败！")
        print(f"状态码：{response.status_code}")
        print(f"错误信息：{response.text}")

except requests.exceptions.ConnectionError:
    print("连接失败！请检查网络和服务器地址。")
except requests.exceptions.Timeout:
    print("请求超时！服务器可能无响应。")
except requests.exceptions.RequestException as e:
    print(f"请求异常：{e}")

5.6 性能优化小提示

了解了 TCP 和 HTTP 的原理后，你自然就能理解这些优化手段：

优化手段	原理	效果
使用 `requests.Session()`	复用 TCP 连接，避免重复握手	减少连接开销
设置合理的 `timeout`	避免请求无限等待	提高程序健壮性
批量请求代替多次单请求	减少 HTTP 请求次数	降低总耗时
使用异步请求（`aiohttp`）	并发发送多个请求	大幅提升吞吐量

Session 复用示例

import requests

session = requests.Session()
session.headers.update({
    "Authorization": "Bearer sk-你的密钥",
    "Content-Type": "application/json"
})

# 多次请求复用同一个 TCP 连接
for question in ["你好", "什么是 AI？", "谢谢"]:
    response = session.post(
        "https://api.openai.com/v1/chat/completions",
        json={
            "model": "gpt-4",
            "messages": [{"role": "user", "content": question}]
        }
    )
    print(response.json()["choices"][0]["message"]["content"])

本章小结

一次 API 调用经历：DNS 解析 → TCP 握手 → TLS 握手 → HTTP 请求 → 服务器处理 → HTTP 响应 → 断开连接
用 Python requests 库可以轻松发送 HTTP 请求
浏览器 F12 和 curl -v 是观察 HTTP 通信的利器
遇到问题先判断层级：TCP 层（连不上）→ HTTP 层（状态码异常）→ 代码层（解析错误）
用 Session 复用连接可以提升性能

下一章是选学内容，介绍 JSON、流式响应等补充知识。

← 上一章：HTTP 协议 | 下一章：补充知识 →