从 0 到 1:用 Python 对接阿里云 DashScope,轻松实现 AI 对话功能

阿里云的DashScope平台提供了丰富的大模型服务,本文将以调用"qwen-plus"模型为例,详细介绍如何使用Python实现与大模型的对话交互。

准备工作

首先,我们需要准备好调用API的必要条件:

  1. 拥有阿里云账号并开通DashScope服务
  2. 获取API密钥(DASHSCOPE_API_KEY)
  3. 安装必要的Python库(requests)

可以通过pip安装requests库:

bash 复制代码
pip install requests

完整代码实现

下面是调用DashScope API的完整代码示例:

python 复制代码
import requests
import json
import os

# 从环境变量获取API密钥,避免硬编码密钥
DASHSCOPE_API_KEY = os.getenv('DASHSCOPE_API_KEY')

# 构建请求数据
json_data = {
    "model": "qwen-plus",  # 指定使用的模型
    "temperature": 0.8,    # 控制生成内容的随机性,值越大越随机
    "frequency_penalty": 0.5,  # 控制重复内容的惩罚力度
    "max_tokens": 256,     # 最大生成token数
    "stream": False,       # 是否流式返回
    "messages": [
        {
            "role": "system",  # 系统角色,用于设定助手行为
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",    # 用户角色,存放用户提问
            "content": "介绍下颐和园"
        }
    ]
}


# 发送POST请求调用API
resp = requests.post(
    url='https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions',
    headers={
        'Authorization': f'Bearer {DASHSCOPE_API_KEY}',  # 身份验证头
        'Content-Type': 'application/json',              # 数据格式声明
        'Accept': 'application/json'                     # 期望的响应格式
    },
    data=json.dumps(json_data, ensure_ascii=False)  # 将字典转换为JSON字符串
)

# 处理响应结果
if resp.status_code == 200:
    # 成功时提取并打印回复内容
    print(resp.json()['choices'][0]['message']['content'])
else:
    # 失败时打印状态码
    print(f"请求失败,状态码:{resp.status_code}")

代码解析

  1. API密钥获取与使用 :代码中通过os.getenv('DASHSCOPE_API_KEY')从环境变量获取API密钥,避免了将密钥硬编码在代码中带来的安全风险。

  2. 请求参数说明:

    • model:指定要使用的模型,这里使用的是"qwen-plus"
    • temperature:控制生成内容的随机性,取值范围0-1,值越大生成内容越多样
    • frequency_penalty:控制重复内容的生成,值越大越不容易生成重复内容
    • messages:对话历史列表,包含system和user两种角色的消息
  3. 请求发送:使用requests库的post方法发送请求,需要指定正确的API地址和请求头。请求头中包含了身份验证信息和数据格式声明。

  4. 响应处理:根据HTTP状态码判断请求是否成功(200表示成功),成功时从响应JSON中提取回复内容,失败时打印错误状态码。

常见问题与解决

  1. 401错误:通常是API密钥不正确或未设置,请检查DASHSCOPE_API_KEY是否正确。

  2. 403错误:可能是没有开通对应模型的使用权限,需要在阿里云控制台进行配置。

  3. 429错误:请求过于频繁,超过了API的调用频率限制,可以考虑降低调用频率。

  4. 5xx错误:服务器端错误,通常是临时情况,可以稍后重试。

通过以上代码,我们可以快速实现与阿里云DashScope大模型的对话交互。根据实际需求,你可以修改messages中的内容来实现不同的对话场景,也可以调整其他参数来优化生成结果。

相关推荐
ndz18 小时前
PixVerse 768 个官方特效模板:Playground 预览,再用 API 批量出视频
ai编程
岁月宁静19 小时前
五、《从零手撸 Agent》 — 什么是 Agent:从“会聊天”到“会做事”,差的就是一个循环
python·agent
梯度下降者20 小时前
Python - 函数
python·高阶函数·可调用对象·functools·嵌套作用域
LV技术派21 小时前
肝了一周,我把 Super Agent 的架构融入到了我的 AI Native 工作台中
aigc·ai编程
starzy19901 天前
深入理解Scala隐式参数:上下文流转
开发语言·python·scala
孟健1 天前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
wuyk5551 天前
Spider-第16讲-线程池与竞态问题
大数据·爬虫·python·elasticsearch·搜索引擎
工程小白菜1 天前
ai-code-review 全链路:让 AI 来审 AI 的代码
ci/cd·ai编程
小虎AI生活1 天前
8万星开源HyperFrames,我用WorkBuddy免费模型做了3条视频
aigc·ai编程
kyle~1 天前
FastAPI --- 将业务能力以 API 的形式提供给外部系统
python·fastapi·前后端