如何使用Python调用大语言模型的API接口?

以下是使用 Python 调用几种常见大语言模型 API 接口的详细步骤和示例代码:

1. 调用 OpenAI 的 GPT 模型 API

OpenAI 提供了强大的 GPT 系列模型,使用其 API 需要先注册 OpenAI 账号并获取 API 密钥。

步骤:
  • 安装openai库:pip install openai
  • 获取 OpenAI API 密钥,并设置环境变量或直接在代码中使用
示例代码:

python

复制代码
import openai

# 设置API密钥
openai.api_key = "your_api_key"

# 调用Chat Completion API
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",  # 选择模型
    messages=[
        {"role": "system", "content": "你是一个友善的助手。"},
        {"role": "user", "content": "给我讲一个笑话。"}
    ]
)

# 提取生成的回复
answer = response['choices'][0]['message']['content']
print(answer)

2. 调用百度文心一言 API

百度文心一言是百度的大语言模型,使用其 API 需要在百度智能云平台注册并创建应用,获取 API Key 和 Secret Key。

步骤:
  • 安装requests库(如果未安装):pip install requests
  • 获取 API Key 和 Secret Key
示例代码:

收起

python

复制代码
import requests

# 获取access_token
def get_access_token():
    API_KEY = "your_api_key"
    SECRET_KEY = "your_secret_key"
    url = f"https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={API_KEY}&client_secret={SECRET_KEY}"
    response = requests.get(url)
    return response.json().get("access_token")

# 调用文心一言API
def call_wenxin_api():
    access_token = get_access_token()
    url = f"https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/eb-instant?access_token={access_token}"
    headers = {
        "Content-Type": "application/json"
    }
    data = {
        "messages": [
            {
                "role": "user",
                "content": "给我讲一个笑话"
            }
        ]
    }
    response = requests.post(url, headers=headers, json=data)
    return response.json()

result = call_wenxin_api()
print(result)

3. 调用火山引擎云雀模型 API

火山引擎提供的云雀模型,使用其 API 需要在火山引擎平台注册并创建密钥。

步骤:
  • 安装volcengine库:pip install volcengine
  • 获取 Access Key 和 Secret Key
示例代码:

python

复制代码
from volcengine.core import Credentials
from volcengine.core.session import Session
from volcengine.core.constant import REGION_CN_NORTH_1
from volcengine.core.rest import RESTClient
from volcengine.core.config import Config

# 配置认证信息
credentials = Credentials("your_access_key", "your_secret_key")
session = Session(credentials, REGION_CN_NORTH_1)
config = Config()
client = RESTClient(session, config)

# 调用API
body = {
    "input": {
        "messages": [
            {
                "role": "user",
                "content": "给我讲一个笑话"
            }
        ]
    },
    "parameters": {
        "max_new_tokens": 200,
        "temperature": 0.8
    }
}

response = client.post("/invoke", json=body)
print(response.json())

注意事项:

  • API 密钥安全:不要将 API 密钥硬编码在代码中,建议使用环境变量或配置文件来管理。
  • 请求频率限制:各平台对 API 调用频率有一定限制,避免频繁调用导致请求被拒绝。
  • 错误处理:在实际应用中,需要添加适当的错误处理代码,以应对网络异常、API 调用失败等情况。
相关推荐
铅笔侠_小龙虾1 天前
rust 学习(9):结构体
开发语言·学习·rust
月光船幽幽1 天前
门控函数SHS阈值与调制机制解析
人工智能·python·算法
测试19981 天前
2026全新软件测试面试八股文(含答案+文档)
自动化测试·软件测试·python·测试工具·面试·职场和发展·测试用例
此生决int1 天前
深入理解C++系列(11)——stack、queue和priority_queue
开发语言·c++
周杰伦fans1 天前
数列极限的定义
java·开发语言
Zane19941 天前
map 比推导式快"是真的吗?一文讲透 map、filter、reduce 与 lambda 的真实性能与设计取舍
后端·python
过期的秋刀鱼!1 天前
带替换的采样
人工智能·python·算法·决策树·机器学习
Python私教1 天前
AI Agent 可观测性不只是日志:一套可回放的多步执行链
人工智能·后端·python
Python私教1 天前
模型越强越不需要 Skills?我把 AI 编程能力拆成 4 层
人工智能·后端·python
databook1 天前
如何快速构建一个数据科学应用?从零到上线
python·机器学习·scikit-learn