vue仿chatGpt的AI聊天功能--大模型通义千问(阿里云)

vue仿chatGpt的AI聊天功能--大模型通义千问(阿里云)

通义千问是由阿里云自主研发的大语言模型,用于理解和分析用户输入的自然语言。

1. 创建API-KEY并配置环境变量

打开通义千问网站进行登录,登陆之后创建api-key,右上角头像鼠标悬浮会有一个api-key

在左侧导航栏,选择全部API-KEY我的API-KEY, 单击创建新的API-KEY 可以添加十个key

填写你的信息,系统创建生成API-KEY,并在弹出的对话框中展示,可以单击复制按钮将API-KEY的内容复制保存。

获得API-KEY后,建议您将其配置到环境变量中,以便在调用模型或应用时使用。这样可以避免在代码中显式地配置API-KEY,从而降低API-KEY泄漏的风险。在环境变量中配置API-KEY的具体操作

Linux系统

当您使用Linux系统(如Ubuntu、CentOS等)中的命令行添加DashScope的API-KEY为环境变量时,可以选择在当前会话添加临时性环境变量,或对当前用户添加永久性环境变量。

添加临时性环境变量

如果您仅想在当前会话中添加并使用临时性环境变量,您可以运行以下命令:

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

您可以在当前会话运行以下命令检查环境变量是否生效:

echo $DASHSCOPE_API_KEY

对当前用户添加永久性环境变量

如果您想对当前用户添加永久性环境变量,使得在该用户的新会话中也可以使用该环境变量,您可以把以下命令语句复制并添加到~/.bashrc文件中:

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

或直接运行以下命令将上述命令语句添加到~/.bashrc中:

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.bashrc

添加完成后,您可以运行以下命令使得环境变量生效:

source ~/.bashrc

您可以新建立一个会话,运行以下命令检查环境变量是否生效:

echo $DASHSCOPE_API_KEY

macOS系统

当您使用macOS系统中的命令行添加DashScope的API-KEY为环境变量时,可以选择在当前会话添加临时性环境变量,或对当前用户添加永久性环境变量。

添加临时性环境变量

如果您仅想在当前会话中添加并使用临时性环境变量,您可以运行以下命令:

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

您可以在当前会话运行以下命令检查环境变量是否生效:

echo $DASHSCOPE_API_KEY

对当前用户添加永久性环境变量

如果您想对当前用户添加永久性环境变量,使得在该用户的新会话中也可以使用该环境变量,您可以根据您使用的Shell类型把以下命令复制并添加到~/.zshrc或~/.bash_profile文件中。

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

或直接运行以下命令将上述命令语句添加到~/.zshrc或~/.bash_profile中:

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
## 如果您的Shell类型是Zsh,运行以下命令
echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.zshrc

## 如果您的Shell类型是Bash,运行以下命令
echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.bash_profile

添加完成后,您可以根据您使用的Shell类型运行以下命令使得环境变量生效:

# 如果您的Shell类型是Zsh,运行以下命令
source ~/.zshrc

# 如果您的Shell类型是Bash,运行以下命令
source ~/.bash_profile

您可以新建立一个会话,运行以下命令检查环境变量是否生效:

echo $DASHSCOPE_API_KEY

Windows系统

当您使用CMD中的命令行添加DashScope的API-KEY为环境变量时,可以选择在当前会话添加临时性环境变量,或对当前用户添加永久性环境变量。

添加临时性环境变量

如果您仅想在当前会话中添加并使用临时性环境变量,您可以运行以下命令:

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
set DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

您可以在当前会话运行以下命令检查环境变量是否生效:

echo %DASHSCOPE_API_KEY%

对当前用户添加永久性环境变量

当您在CMD中需要为当前用户添加永久性环境变量时,您可以运行以下命令:

# 用您的 DashScope API-KEY 代替 YOUR_DASHSCOPE_API_KEY
setx DASHSCOPE_API_KEY "YOUR_DASHSCOPE_API_KEY"

您需要重新打开一个CMD窗口,运行以下命令检查环境变量是否生效:

echo %DASHSCOPE_API_KEY%

调用通义千问api

在前端中只能使用node调用,如果直接使用vue调用会出现504报错

下载openai

npm i openai

在node文件中引入openai,并进行创建 API-KEY填你申请的key值

   import OpenAI from "openai";
    const openai = new OpenAI({
      apiKey: API-KEY,
      dangerouslyAllowBrowser: true, // 允许在浏览器中使用 API
      baseURL: "http://localhost:5173/compatible-mode/v1/chat/completions",
    });

接口请求通义千问api,下面是一个示例,本人正在使用中

<!--
 * @Author: hukai huzhengen@gmail.com
 * @Date: 2024-09-26 14:41:33
 * @LastEditors: hukai huzhengen@gmail.com
 * @LastEditTime: 2024-09-27 13:44:13
 * @FilePath: \ali-web-chatai-master\index.html
 * @Description: 这是默认设置,请设置`customMade`, 打开koroFileHeader查看配置 进行设置: https://github.com/OBKoro1/koro1FileHeader/wiki/%E9%85%8D%E7%BD%AE
-->
<!DOCTYPE html>
<html lang="en">

<head>
  <meta charset="UTF-8" />
  <meta http-equiv="X-UA-Compatible" content="IE=edge" />
  <meta name="viewport" content="width=device-width, initial-scale=1.0" />
  <title>通义千问聊天AI</title>
  <style>
    .chat-content {
      margin: 10px 0;
    }

    .user-input {
      display: block;
      margin: 20px 0;
    }
  </style>
</head>

<body>
  <div id="chat-box">
    <!-- 对话显示区域 -->
  </div>

  <textarea class="user-input" id="user-input" rows="4" cols="50" placeholder="请输入您的问题"> </textarea>
  <button id="send-button">发送</button>

  <script type="module">
    import OpenAI from "openai";
    const openai = new OpenAI({
      apiKey: API-KEY,
      dangerouslyAllowBrowser: true, // 允许在浏览器中使用 API
      baseURL: "http://localhost:5173/compatible-mode/v1/chat/completions",
    });

    // 存储对话的上下文
    let messages = [{ role: "system", content: "You are a helpful assistant." }];

    // 处理发送消息
    async function sendMessage(userInput) {
      // 将用户的消息添加到对话上下文中
      messages.push({ role: "user", content: userInput });

      try {
        // 调用 OpenAI 的 chat completion 接口
        const response = await openai.chat.completions.create({
          model: "qwen-max", // 使用的模型
          messages: messages,
        });

        // 获取助手的回复
        const assistantMessage = response.choices[0].message.content;

        // 将助手的回复添加到对话上下文中
        messages.push({ role: "assistant", content: assistantMessage });

        // 更新对话显示区域
        updateChatBox(userInput, assistantMessage);
      } catch (error) {
        console.error("Error during API call:", error);
      }
    }

    // 更新对话显示区域
    function updateChatBox(userMessage, assistantMessage) {
      const chatBox = document.getElementById("chat-box");

      // 添加用户消息
      const userDiv = document.createElement("div");
      userDiv.classList.add("chat-content");
      userDiv.textContent = `用户: ${userMessage}`;
      chatBox.appendChild(userDiv);

      // 添加助手消息
      const assistantDiv = document.createElement("div");
      userDiv.classList.add("chat-content");
      assistantDiv.textContent = `助手: ${assistantMessage}`;
      chatBox.appendChild(assistantDiv);

      // 滚动到最新的消息
      chatBox.scrollTop = chatBox.scrollHeight;
    }

    // 绑定发送按钮事件
    document.getElementById("send-button").addEventListener("click", () => {

      console.log(12345)
      const userInput = document.getElementById("user-input").value;
      if (userInput.trim()) {
        sendMessage(userInput);
        document.getElementById("user-input").value = ""; // 清空输入框
      }
    });
  </script>
</body>

</html>

项目地址https://github.com/continye/vite.github.io
参考文档https://help.aliyun.com/zh/model-studio/developer-reference/use-qwen-by-calling-api
相关推荐
小嗷犬3 分钟前
【论文笔记】VCoder: Versatile Vision Encoders for Multimodal Large Language Models
论文阅读·人工智能·语言模型·大模型·多模态
Struart_R8 分钟前
LVSM: A LARGE VIEW SYNTHESIS MODEL WITH MINIMAL 3D INDUCTIVE BIAS 论文解读
人工智能·3d·transformer·三维重建
lucy153027510799 分钟前
【青牛科技】GC5931:工业风扇驱动芯片的卓越替代者
人工智能·科技·单片机·嵌入式硬件·算法·机器学习
四喜花露水24 分钟前
Vue 自定义icon组件封装SVG图标
前端·javascript·vue.js
幻风_huanfeng36 分钟前
线性代数中的核心数学知识
人工智能·机器学习
volcanical44 分钟前
LangGPT结构化提示词编写实践
人工智能
粤海科技君1 小时前
如何使用腾讯云GPU云服务器自建一个简单的类似ChatGPT、Kimi的会话机器人
服务器·chatgpt·机器人·腾讯云
weyson1 小时前
CSharp OpenAI
人工智能·语言模型·chatgpt·openai
RestCloud1 小时前
ETLCloud异常问题分析ai功能
人工智能·ai·数据分析·etl·数据集成工具·数据异常
IT古董2 小时前
【机器学习】决定系数(R²:Coefficient of Determination)
人工智能·python·机器学习