文心一言4.0API接入指南

概述

文心一言是百度打造出来的人工智能大语言模型,具备跨模态、跨语言的深度语义理解与生成能力,文心一言有五大能力,文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成,其在搜索问答、内容创作生成、智能办公等众多领域都有更广阔的想象空间。文心一言企业服务由千帆大模型平台提供,包括推理服务及大模型微调等一系列开发和应用工具链。文心一言大模型现已升级至4.0,企业客户可通过百度智能云千帆大模型平台申请接入。

API调用流程

步骤一. 创建千帆应用

(1)登录百度智能云千帆控制台。

注册并登录百度智能云千帆控制台

(2)创建千帆应用

进入控制台创建应用 。如果已有应用,此步骤可跳过。

(3)创建应用后,获取AppID、API Key、Secret Key。

步骤二. 开通文心一言

(1)进入 模型广场,筛选所需模型。

(2)选择体验模型,并开通付费(文心一言4.0没有免费额度,需开通付费后使用)

代码调用示例

python 复制代码
import json
import requests

API_KEY = '*******'
SECRET_KEY = '*******'

def get_access_token(self):
    """
    使用 API Key,Secret Key 获取access_token,替换下列示例中的应用API Key、应用Secret Key
    """

    url = f"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={self.api_key}&client_secret={self.secret_key}"

    payload = json.dumps("")
    headers = {
        'Content-Type': 'application/json',
        'Accept': 'application/json'
    }

    response = requests.request("POST", url, headers=headers, data=payload)
    return response.json().get("access_token")


def do_chat():
    url =   "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions_pro?access_token=" + self.get_access_token()

    payload = json.dumps({
        "messages": [
            {
                "role": "user",
                "content": "今天天气怎么样?"
            }
         ],
         "temperature": 1.0,
         "response_format": "json_object"
    })
    headers = {
        'Content-Type': 'application/json'
    }

    response = requests.request("POST", url, headers=headers, data=payload)

if __name__ == '__main__':
    do_chat()

其他方式调用及参数说明请参考官方文档

相关推荐
民乐团扒谱机14 小时前
【AI笔记】精密光时频传递技术核心内容总结
人工智能·算法·光学频率梳
不惑_14 小时前
通俗理解GAN的训练过程
人工智能·神经网络·生成对抗网络
OpenCSG15 小时前
对比分析:CSGHub vs. Hugging Face:模型管理平台选型对
人工智能·架构·开源
云上凯歌15 小时前
传统老旧系统的“AI 涅槃”:从零构建企业级 Agent 集群实战指南
人工智能
cskywit15 小时前
破解红外“魅影”难题:WMRNet 如何以频率分析与二阶差分重塑小目标检测?
人工智能·深度学习
无名修道院15 小时前
AI大模型应用开发-RAG 基础:向量数据库(FAISS/Milvus)、文本拆分、相似性搜索(“让模型查资料再回答”)
人工智能·向量数据库·rag·ai大模型应用开发
自可乐15 小时前
Milvus向量数据库/RAG基础设施学习教程
数据库·人工智能·python·milvus
Loo国昌15 小时前
【大模型应用开发】第二阶段:语义理解应用:文本分类与聚类 (Text Classification & Clustering)
人工智能·分类·聚类
XX風15 小时前
3.2K-means
人工智能·算法·kmeans
feasibility.15 小时前
在OpenCode使用skills搭建基于LLM的dify工作流
人工智能·低代码·docker·ollama·skills·opencode·智能体/工作流