调用百度的大模型API接口实现AI对话!手把手教程!

本文介绍如何使用百度的大模型API接口实现一个AI对话项目

[1 注册百度云](#1 注册百度云)

[2 获取API接口](#2 获取API接口)

[3 配置环境](#3 配置环境)

[4 代码编写与运行](#4 代码编写与运行)

[5 chat models](#5 chat models)


1 注册百度云

搜索百度云,打开官网注册,充值一点点大米(收费很低,大概生成几个句子花费一毛钱)

注册之后一定要完成个人认证,不然无法使用。

2 获取API接口

完成注册与认证之后,打开千帆大模型平台,点开引用接入,应用名称起个名字,描述随便打几个字就行。

获取API Key 和Secret Key(注意保密)

完成之后,大功告成。

3 配置环境

安装Anaconda和PyCharm

Anaconda官网:Download Anaconda Distribution | Anaconda

PyCharm官网:PyCharm:适用于数据科学和 Web 开发的 Python IDE (jetbrains.com)

PyCharm建议下载专业版的,上网找个激活码就ok。

安装过程很简单,网上教程一大堆,随便找个一步步来就可以。就不再赘述。

创建虚拟环境

安装好Anaconda之后,在开始菜单栏会有文件夹,打开Anaconda Prompt(记住不能错,必须是Anaconda Prompt)

创建一个大模型的环境,然后下载库。依次运行以下代码。

复制代码
conda create -n llm python=3.10
#创建llm

conda activate llm
#激活llm

pip install langchain
pip install qianfan

#下载

如果在后续的运行中出现缺失包的报错,那就缺的包pip install 下载一下就行啦。

4 代码编写与运行

打开pycharm,新建一个py文档,输入如下代码。

复制代码
#1.导入包
import os
#QianfanLLMEndpoint:通常提供较为简单的文本补全接口,可能不包含复杂的对话管理和上下文理解能力。
from langchain_community.llms import QianfanLLMEndpoint

#2.设置千帆的API-KEY和SERECT-KEY
os.environ['QIANFAN_AK']='cfgxxxxxxxxxxx9nu7'
os.environ['QIANFAN_SK']='Txxxxxxxxxxxxxxxxxxxxxxxx'

#3.实例化模型

llm=QianfanLLMEndpoint(model='ChatGLM2-6B-32K')
#可以更换模型,在langchain官方文档里面

#4.输入问题,打印结果
res =llm('llm大模型是什么?')
print(res)

通过调用千帆(Qianfan)的API来实现文本补全功能。代码逐行解释:

  1. 导入Python的os模块,这个模块提供了许多与操作系统交互的功能,比如设置环境变量。
  2. 导入langchain_community.llms模块中的QianfanLLMEndpoint类,这个类用于创建一个与千帆大模型交互的接口。
  3. 设置环境变量QIANFAN_AKQIANFAN_SK,这两个变量分别代表千帆API的Access Key和Secret Key。这些密钥是API调用的身份验证信息,需要从千帆平台获取。
  4. 实例化QianfanLLMEndpoint类,创建一个名为llm的对象。这里指定了使用的模型为ChatGLM2-6B-32K,这个参数可以根据需要更换为其他模型。
  5. 使用llm对象调用ChatGLM2-6B-32K模型,传入一个问题'llm大模型是什么?',然后打印出模型返回的结果。

如图所示:

运行代码,查看结果。

完美生成!

如果想要更换大模型,直接在参数里面指明大模型的名字即可。

复制代码
llm=QianfanLLMEndpoint(model='ChatGLM2-6B-32K')
#可以更换模型,在langchain官方文档里面

官方文档地址:LLMs | 🦜️🔗 LangChain

5 chat models

如果想要完成对话任务,运行以下代码。

复制代码
#1.导入包
import os
from langchain_community.chat_models import QianfanChatEndpoint
from langchain_core.language_models.chat_models import HumanMessage

#2.设置千帆的API-KEY和SERECT-KEY
os.environ['QIANFAN_AK']='cxxxxxxxxxxxxxxxxxxxxx'
os.environ['QIANFAN_SK']='TxxxxxxxxxxxxxxxxxxxxxxxxI'

#3.实例化模型
chat = QianfanChatEndpoint(streaming=True)

messages = [HumanMessage(content="给我写一首诗")]
res = chat(messages)
print(res)
相关推荐
西猫雷婶1 天前
CNN卷积计算
人工智能·神经网络·cnn
格林威1 天前
常规线扫描镜头有哪些类型?能做什么?
人工智能·深度学习·数码相机·算法·计算机视觉·视觉检测·工业镜头
倔强青铜三1 天前
苦练Python第63天:零基础玩转TOML配置读写,tomllib模块实战
人工智能·python·面试
B站计算机毕业设计之家1 天前
智慧交通项目:Python+YOLOv8 实时交通标志系统 深度学习实战(TT100K+PySide6 源码+文档)✅
人工智能·python·深度学习·yolo·计算机视觉·智慧交通·交通标志
高工智能汽车1 天前
棱镜观察|极氪销量遇阻?千里智驾左手服务吉利、右手对标华为
人工智能·华为
Jolie_Liang1 天前
金融大模型应用现状及未来趋势研究:国内外对比分析
金融·大模型
txwtech1 天前
第6篇 OpenCV RotatedRect如何判断矩形的角度
人工智能·opencv·计算机视觉
正牌强哥1 天前
Futures_ML——机器学习在期货量化交易中的应用与实践
人工智能·python·机器学习·ai·交易·akshare
倔强青铜三1 天前
苦练Python第62天:零基础玩转CSV文件读写,csv模块实战
人工智能·python·面试
大模型真好玩1 天前
低代码Agent开发框架使用指南(二)—Coze平台核心功能概览
人工智能·coze·deepseek