# Tiktoken 估算器集成
使用 tiktoken 库估算文本的标记计数，为OpenAI 模型提供精确的标记计数。
功能
- ** 精确的令牌计数**：使用官方 tiktoken 库提供精确的令牌估计值
- 支持多种模型**：支持多种OpenAI 模型（gpt-3.5-turbo、gpt-4 等）。
- 安全限制：可选安全限制检查，防止令牌超额
- 零配置：无需设置 - 开箱即用
- 错误处理***：优雅的错误处理，提供描述性信息
使用方法
估算令牌操作
集成提供了一个动作： `estimateTokens
输入参数：
- 文本（必填）：要估算标记的文本
- model`（可选）：用于标记化的OpenAI 模型（默认为 "gpt-3.5-turbo）
- safetyLimit`（可选）：令牌数量估算的安全限制。如果留空，则不会应用任何限制
输出：
- tokenCount`：文本中标记的估计数量
- tokenizerName：标记符名称：使用的标记符名称
model：标记化所基于的模型limitExceeded：表示估计的标记数是否超过了安全限制（仅在提供 safetyLimit 时出现）
使用示例
基本用法：
文本："你好，世界！"
模型： "gpt-3.5-turbo"gpt-3.5-turbo"
结果：
- tokenCount：4
- tokenizerName："tiktoken
- 模型： "gpt-3.5-turbo"gpt-3.5-turbo"
有安全限制：
文本："这是一段较长的文字，可能会超过我们的安全限制......"
型号："GPT-3.5-TURBO"
安全限制： 10
结果：
- tokenCount：15
- tokenizerName："tiktoken"
- 模型： "gpt-3.5-turbo"gpt-3.5-turbo
- limitExceeded: true
支持的模型
gpt-3.5-turbo 型号- `gpt-4
- gpt-4-turbo
- text-davinci-003
- 文本-达文西-002
- 代码-davinci-002
- tiktoken支持的其他OpenAI 模型
建议的安全限制
在设置安全限制时，请考虑到您的实际 API 调用将包括用于系统提示、对话历史和生成响应的额外令牌。以下是保守的建议：
GPT.5-Turbo（4,096 个令牌限制）
- 保守**：2,500 个令牌（留下 ~1,600 个用于系统提示 + 响应）
- 中等**：3,000 个令牌（留下 ~1,100 个用于系统提示 + 响应）
- 进步：3,500 个代币（留下 ~600 个用于系统提示 + 响应）
GPT（8 192 个令牌限制）
- 保守**：5,000 个令牌（留下 ~3,200 个用于系统提示 + 响应）
- 中等**：6,000 个令牌（留下 ~2,200 个用于系统提示 + 响应）
- 进步：7,000 个代币（留下 ~1,200 个用于系统提示 + 响应）
GPT Turbo（128,000 个令牌限制）
- 保守**：100,000 个令牌（留下 ~28,000 个用于系统提示 + 响应）
- 中等**：110,000 个令牌（留下 ~18,000 个令牌用于系统提示 + 响应）
- 进步：120,000 个代币（留下 ~8,000 个用于系统提示 + 响应）
注意：这些建议假定了典型的系统提示大小（200-800 个令牌）和所需的响应长度（500-2000 个令牌）。请根据具体使用情况进行调整。
错误处理
集成可处理各种错误情形：
- 无效输入**：对于缺失或无效文本，返回清晰的错误信息
- 空文本：对于空字符串，返回 0 标记
- 不支持的模型**：对于 tiktoken 不支持的模型，返回错误信息。
- ** 标记化错误**：优雅地处理 tiktoken 库错误
- 安全限制警告**：当令牌数量超过安全限制时记录警告
效益
- 成本优化：在调用应用程序接口前估算令牌成本
- 速率限制**：通过安全限制管理令牌预算并防止超支
- 工作流逻辑**：根据令牌计数和安全阈值启用条件逻辑
- 透明度**：提供令牌使用模式的可见性
- 主动监控**：设置安全限制，及早发现潜在的令牌超额情况
# Tiktoken 估算器集成
使用 tiktoken 库估算文本的标记计数，为OpenAI 模型提供精确的标记计数。
## 功能
- ** 精确的令牌计数**：使用官方 tiktoken 库提供精确的令牌估计值
- 支持多种模型**：支持多种OpenAI 模型（gpt-3.5-turbo、gpt-4 等）。
- **安全限制**：可选安全限制检查，防止令牌超额
- **零配置**：无需设置 - 开箱即用
- 错误处理***：优雅的错误处理，提供描述性信息
## 使用方法
### 估算令牌操作
集成提供了一个动作： `estimateTokens
**输入参数：**
- 文本（必填）：要估算标记的文本
- model`（可选）：用于标记化的OpenAI 模型（默认为 "gpt-3.5-turbo）
- safetyLimit`（可选）：令牌数量估算的安全限制。如果留空，则不会应用任何限制
**输出：**
- tokenCount`：文本中标记的估计数量
- tokenizerName：标记符名称：使用的标记符名称
- `model`：标记化所基于的模型
- `limitExceeded`：表示估计的标记数是否超过了安全限制（仅在提供 safetyLimit 时出现）
### 使用示例
**基本用法：**
```
文本："你好，世界！"
模型： "gpt-3.5-turbo"gpt-3.5-turbo"
结果：
- tokenCount：4
- tokenizerName："tiktoken
- 模型： "gpt-3.5-turbo"gpt-3.5-turbo"
```
**有安全限制：**
```
文本："这是一段较长的文字，可能会超过我们的安全限制......"
型号："GPT-3.5-TURBO"
安全限制： 10
结果：
- tokenCount：15
- tokenizerName："tiktoken"
- 模型： "gpt-3.5-turbo"gpt-3.5-turbo
- limitExceeded: true
```
## 支持的模型
- `gpt-3.5-turbo` 型号
- `gpt-4
- gpt-4-turbo
- text-davinci-003
- 文本-达文西-002
- 代码-davinci-002
- tiktoken支持的其他OpenAI 模型
## 建议的安全限制
在设置安全限制时，请考虑到您的实际 API 调用将包括用于系统提示、对话历史和生成响应的额外令牌。以下是保守的建议：
###GPT.5-Turbo（4,096 个令牌限制）
- 保守**：2,500 个令牌（留下 ~1,600 个用于系统提示 + 响应）
- 中等**：3,000 个令牌（留下 ~1,100 个用于系统提示 + 响应）
- **进步**：3,500 个代币（留下 ~600 个用于系统提示 + 响应）
###GPT（8 192 个令牌限制）
- 保守**：5,000 个令牌（留下 ~3,200 个用于系统提示 + 响应）
- 中等**：6,000 个令牌（留下 ~2,200 个用于系统提示 + 响应）
- **进步**：7,000 个代币（留下 ~1,200 个用于系统提示 + 响应）
###GPT Turbo（128,000 个令牌限制）
- 保守**：100,000 个令牌（留下 ~28,000 个用于系统提示 + 响应）
- 中等**：110,000 个令牌（留下 ~18,000 个令牌用于系统提示 + 响应）
- **进步**：120,000 个代币（留下 ~8,000 个用于系统提示 + 响应）
**注意**：这些建议假定了典型的系统提示大小（200-800 个令牌）和所需的响应长度（500-2000 个令牌）。请根据具体使用情况进行调整。
## 错误处理
集成可处理各种错误情形：
- 无效输入**：对于缺失或无效文本，返回清晰的错误信息
- **空文本**：对于空字符串，返回 0 标记
- 不支持的模型**：对于 tiktoken 不支持的模型，返回错误信息。
- ** 标记化错误**：优雅地处理 tiktoken 库错误
- 安全限制警告**：当令牌数量超过安全限制时记录警告
## 效益
- **成本优化**：在调用应用程序接口前估算令牌成本
- 速率限制**：通过安全限制管理令牌预算并防止超支
- 工作流逻辑**：根据令牌计数和安全阈值启用条件逻辑
- 透明度**：提供令牌使用模式的可见性
- 主动监控**：设置安全限制，及早发现潜在的令牌超额情况
