Modernos modelos de linguagem tornam possível adicionar às aplicações funcionalidades de geração de texto, assistentes inteligentes, processamento automatizado de dados, suporte ao usuário e análise de conteúdo. Graças à compatibilidade da Serverspace GPT API com o formato da OpenAI, a integração em uma aplicação Python leva apenas alguns minutos e requer uma quantidade mínima de código.
Neste guia, veremos como conectar a Serverspace GPT API a um projeto Python, enviar a primeira requisição e receber uma resposta do modelo.
O que você precisa antes de começar
Antes de conectar, certifique-se de que você possui:
- uma conta Serverspace no painel de controle;
- uma chave de API criada;
- Python 3.9 ou superior instalado;
- a biblioteca OpenAI para Python.
A Serverspace utiliza um formato de requisição compatível com a OpenAI e um endpoint padrão para trabalhar com modelos de chat.
Obtendo uma chave de API
Para trabalhar com a API GPT, você precisa criar ou copiar uma chave de API existente.
Abra a seção GPT no painel de controle da Serverspace.
Vá até a aba API Keys.
Copie a chave de acesso gerada.
Por padrão, uma chave de API já é criada quando você usa o serviço GPT pela primeira vez.
Instalando as bibliotecas necessárias
Instale o SDK oficial da OpenAI:
Graças à total compatibilidade com a OpenAI, você pode usar a biblioteca padrão sem modificações adicionais.
Criando sua primeira requisição
Crie um arquivo main.py e adicione o seguinte código:
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://gpt.serverspace.io/v1"
)
response = client.chat.completions.create(
model="gpt-5.4-mini",
messages=[
{
"role": "user",
"content": "Hello! Briefly tell me about the Serverspace platform."
}
],
temperature=0.6,
max_tokens=300
)
print(response.choices[0].message.content)
Onde:
- api_key — sua chave de API do painel de controle;
- base_url — endereço da API GPT da Serverspace;
- model — o modelo de IA selecionado;
- messages — histórico da conversa;
- temperature — nível de variabilidade da resposta;
- max_tokens — tamanho máximo da resposta.
O endpoint usado para requisições:
Executando a aplicação
Execute o script com o comando:
Após executar a requisição, o modelo retornará uma resposta no console:
Trabalhando com instruções de sistema
Mensagens de sistema podem ser usadas para controlar o comportamento do modelo.
Exemplo:
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://gpt.serverspace.io/v1"
)
response = client.chat.completions.create(
model="gpt-5.4-mini",
messages=[
{
"role": "system",
"content": "You are a technical consultant for Linux."
},
{
"role": "user",
"content": "How do I check RAM usage in Ubuntu?"
}
]
)
print(response.choices[0].message.content)
Uma mensagem de sistema ajuda a definir o estilo de resposta, restrições e o papel do modelo dentro da aplicação.
Processamento de respostas em JSON
A resposta da API contém metadados adicionais.
Exemplo para obter a resposta completa:
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://gpt.serverspace.io/v1"
)
response = client.chat.completions.create(
model="gpt-5.4-mini",
messages=[
{
"role": "user",
"content": "What is Docker?"
}
]
)
print(response.model_dump())
Como resultado, você receberá um objeto contendo informações sobre o modelo, uso de tokens e a mensagem gerada.
Casos de uso práticos
A Serverspace GPT API pode ser usada para uma ampla variedade de tarefas:
- criação de chatbots e assistentes virtuais;
- automação de suporte ao cliente;
- geração de conteúdo textual;
- processamento de solicitações de usuários;
- análise e classificação de dados;
- tradução de textos;
- criação de ferramentas internas de IA para negócios.
Graças à compatibilidade com a OpenAI, projetos existentes podem ser adaptados à Serverspace GPT API com mudanças mínimas no código.
FAQ
- Posso usar o SDK oficial da OpenAI com a Serverspace GPT API?
Sim. A Serverspace GPT API é totalmente compatível com a API da OpenAI, portanto a integração requer apenas instalar a biblioteca `openai`, definir sua chave de API e alterar o `base_url` para o endpoint da Serverspace. - Quais modelos estão disponíveis via GPT API?
Vários modelos de diferentes provedores estão disponíveis no painel da Serverspace. A lista atual de modelos pode ser vista na seção GPT antes de enviar uma requisição. - Posso usar a GPT API em um projeto Python existente?
Sim. Se seu projeto já usa a API da OpenAI, geralmente basta substituir a chave de API e o endpoint da Serverspace. A lógica principal do aplicativo permanece inalterada. - Como proteger a chave de API em uma aplicação Python?
Não é recomendado armazenar a chave diretamente no código-fonte. Em vez disso, use variáveis de ambiente ou sistemas de gerenciamento de segredos para evitar exposição acidental. - Existem limites de requisições?
O número de requisições disponíveis depende do saldo atual e do uso de tokens. Os custos são calculados com base na quantidade de tokens de entrada e saída. - Para quais tarefas a Serverspace GPT API é adequada?
A API pode ser usada para criação de chatbots, assistentes de IA, geração de conteúdo, automação de suporte ao cliente, tradução de textos, análise de dados e outras tarefas de processamento de linguagem natural.
Conclusão
A Serverspace GPT API permite adicionar rapidamente recursos de inteligência artificial às aplicações Python. Para começar, você só precisa criar uma chave de API, instalar a biblioteca OpenAI e configurar o endpoint da Serverspace. Graças ao formato compatível de requisições, a integração leva apenas alguns minutos e é adequada tanto para pequenos scripts quanto para sistemas comerciais completos.