如何调用百度文心一言API实现智能问答

诸神缄默不语-个人CSDN博文目录

百度需要先认证个人信息才能使用LLM API。

文章目录

[1. 获得 API Key](#1. 获得 API Key)
[2. 撰写代码并实现提问和回答](#2. 撰写代码并实现提问和回答)
- [2.1 用openai包实现调用](#2.1 用openai包实现调用)
- [2.2 用openai包实现流式调用](#2.2 用openai包实现流式调用)
- [2.3 用openai包实现工具调用](#2.3 用openai包实现工具调用)
- [2.4 构建智能体](#2.4 构建智能体)
- [2.5 文生图](#2.5 文生图)
- [2.6 图生图](#2.6 图生图)
[3. 用gradio建立大模型问答网站](#3. 用gradio建立大模型问答网站)
- [3.1 gradio原生UI](#3.1 gradio原生UI)
- [3.2 文心一言风格UI](#3.2 文心一言风格UI)
- [3.3 gradio其他介绍](#3.3 gradio其他介绍)
[4. 参数介绍](#4. 参数介绍)
[5. 本文撰写过程中参考的网络资料](#5. 本文撰写过程中参考的网络资料)

1. 获得 API Key

https://aistudio.baidu.com/account/accessToken

点击复制即可。

2. 撰写代码并实现提问和回答

2.1 用openai包实现调用

python 复制代码

import openai
import backoff

client = openai.OpenAI(
    api_key=OPENAI_API_KEY,
    base_url="https://aistudio.baidu.com/llm/lmapi/v3"
)

LLM_MODEL="ernie-3.5-8k"

@backoff.on_exception(backoff.expo, (openai.RateLimitError, openai.APITimeoutError))
def llm_check_search(query, msg_history=None, llm_model=LLM_MODEL):
    msg_history = msg_history or []
    new_msg_history = msg_history + [{"role": "user", "content": query}]
    response = client.chat.completions.create(
        model=llm_model,
        messages=[*new_msg_history],
        max_tokens=30
    ).choices[0].message.content
    
    # 返回 LLM 的响应
    return response

print(llm_check_search("你是谁？"))

输出：

我是文心一言，百度研发的知识增强大语言模型。我能够回答各种问题，提供相关的知识和信息，并且可以进行文本创 
作和知识推理等多种任务。如果您有任何问题或需要帮助，请随时告诉我。

2.2 用openai包实现流式调用

流式调用就是大模型每次生成一点就返回一点，用户在前端可以更快地看到前半部分内容：

python 复制代码

import openai
import backoff

client = openai.OpenAI(
    api_key=OPENAI_API_KEY,
    base_url="https://aistudio.baidu.com/llm/lmapi/v3"
)

LLM_MODEL="ernie-3.5-8k"

@backoff.on_exception(backoff.expo, (openai.RateLimitError, openai.APITimeoutError))
def llm_check_search(query, msg_history=None, llm_model=LLM_MODEL):
    msg_history = msg_history or []
    new_msg_history = msg_history + [{"role": "user", "content": query}]
    response = client.chat.completions.create(
        model=llm_model,
        messages=[*new_msg_history],
        max_tokens=30,
        stream=True
    )

    for chunk in response:
        chunk_content = chunk.choices[0].delta.content
        if chunk_content:
            print(chunk_content)

llm_check_search("你是谁？")

输出：

我是百度
公司研发
的知识增强
大语言
模型，
我的中文名
是文心
一言，
英文名是
ERNIE
 Bot。
我可以完成的任务
包括知识
问答，
文本创作
，知识
推理，
数学计算
，代码
理解与编写
，作画
，翻译
等。
如果您有任何
问题，
请随时
向我提问
。

2.3 用openai包实现工具调用

在create()方法中加入tools参数，描述一系列可用的函数。

parameters的值是一个Json Schema。

Object 的字字段用properties描述，array子字段类型

用items描述，可以相互嵌套定义。这样就可以描述任意复杂的Json规范了。

示例入参：{"location": ["北京", "天津"], "date": "2024-01-01"}

tool_choice入参：默认是auto，标识模型自己选择是否使用工具。

None代表不使用工具，Required代表强制使用指定的工具。

2.4 构建智能体

2.5 文生图

2.6 图生图

3. 用gradio建立大模型问答网站

我没有专门写一篇介绍gradio的文章，就直接拿这篇博文作为简单示例性教程了。

我看这个模块还挺好使的。

3.1 gradio原生UI

假设本文2.1节的代码写在try_wenxinyiyan1.py中，我们在同目录下新建一个Python文件写如下代码：

python 复制代码

import gradio as gr
from try_wenxinyiyan1 import llm_check_search

demo = gr.Interface(
    fn=llm_check_search,
    inputs=["text"],
    outputs=["text"],
)

demo.launch()

运行后打开给出的网址（http://127.0.0.1:7860）效果如图所示：

3.2 文心一言风格UI

python 复制代码

import gradio as gr
from try_wenxinyiyan1 import llm_check_search

# 修改自定义 CSS
custom_css = """
body {
    background-color: #f0f8ff;  /* 淡蓝色背景 */
}
.container {max-width: 730px; margin: auto; padding-top: 0;}
.title-container {
    display: flex;
    flex-direction: column;
    align-items: center;
    justify-content: center;
    margin-top: 5rem;
    margin-bottom: 2rem;
}
.main-title {
    font-size: 2.5em;
    font-weight: bold;
    color: #1e90ff;  /* 深蓝色标题 */
    display: flex;
    align-items: center;
    justify-content: center;
}
.main-title img {
    width: 40px;
    height: 40px;
    margin-right: 10px;
    filter: invert(39%) sepia(95%) saturate(1095%) hue-rotate(194deg) brightness(103%) contrast(101%);  /* 将图标改为蓝色 */
}
.powered-by {
    font-size: 0.8em;
    color: #4682b4;  /* 钢蓝色 */
    margin-top: 0.5rem;
}
#component-1 {
    border: none !important;
    box-shadow: none !important;
    background: none !important;
}
#component-1 .form {
    border: 1px solid #87cefa;  /* 淡蓝色边框 */
    border-radius: 4px;
    padding: 10px;
    background-color: white;
}
.button-container {
    display: flex;
    flex-direction: column;
    align-items: center;
}
.search-button.primary {
    min-width: 120px !important;
    justify-content: center !important;
    background-color: #1e90ff !important;  /* 深蓝色按钮 */
    color: white !important;
    border: none !important;
}
.search-button.primary:hover {
    background-color: #4169e1 !important;  /* 悬停时稍深的蓝色 */
}
.search-button.primary span {
    margin: 0 auto !important;
}
"""

# 修改自定义 HTML 标题
custom_title = """
<div class="title-container">
    <div class="main-title">
        <img src="https://img.icons8.com/ios-filled/50/000000/search--v1.png" alt="Search Icon"/>
        <span>AI问答机</span>
    </div>
    <div class="powered-by">Powered by 文心大模型</div>
</div>
"""

with gr.Blocks(css=custom_css, theme=gr.themes.Soft()) as iface:
    gr.HTML(custom_title)
    with gr.Column(elem_classes="container"):
        query_input = gr.Textbox(
            lines=1,
            placeholder="想对文心一言问什么？",
            label=None,
            container=False,
        )

        gr.Examples(
            examples=[["火鸡好吃吗？"], ["感恩节的来源是什么？"], ["哲学专业学什么？"]],
            inputs=query_input,
        )

        with gr.Column(elem_classes="button-container"):
            submit_button = gr.Button("搜索一下", elem_classes="search-button primary")
        output = gr.Markdown()

    submit_button.click(fn=llm_check_search, inputs=query_input, outputs=output)

if __name__ == "__main__":
    iface.launch()

效果：

3.3 gradio其他介绍

flag按钮是用来保存输入输出信息到本地的
在launch()函数中设置参数share=True就可以公开分享链接

4. 参数介绍

messages
1. role：system / user / assistant / tool
2. content
3. tool_calls（assistant信息调用工具时放置工具信息）
4. tool_call_id（tool信息中对应assistant信息中tool_calls值的id键的值）

5. 本文撰写过程中参考的网络资料

文心一言官方课程"乘风季·开发者进阶计划训练营课程"