「实战指南」使用 Python 调用大模型（LLM）

目录

前言

[1. 原生HTTP请求方式](#1. 原生HTTP请求方式)

[1.1 核心特点](#1.1 核心特点)

[1.2 关键代码分析](#1.2 关键代码分析)

[1.3 优势和适用场景](#1.3 优势和适用场景)

[1.4 完整代码](#1.4 完整代码)

[2. 封装式API调用](#2. 封装式API调用)

[2.1 核心特点](#2.1 核心特点)

[2.2 关键代码分析](#2.2 关键代码分析)

[2.3 优势和适用场景](#2.3 优势和适用场景)

[2.4 完整代码](#2.4 完整代码)

[3. OpenAI SDK方式](#3. OpenAI SDK方式)

[3.1 核心特点](#3.1 核心特点)

[3.2 关键代码分析](#3.2 关键代码分析)

[3.3 优势和适用场景](#3.3 优势和适用场景)

[3.4 完整代码](#3.4 完整代码)

[4. 传统OpenAI库方式](#4. 传统OpenAI库方式)

[4.1 核心特点](#4.1 核心特点)

[4.2 关键代码分析](#4.2 关键代码分析)

[4.3 优势和适用场景](#4.3 优势和适用场景)

[4.4 完整代码](#4.4 完整代码)

[5. 对比分析](#5. 对比分析)

总结

---

前言

随着大语言模型（LLM）在各类任务中的强大表现，从问答系统到代码生成，从写作助手到数据分析，越来越多的开发者和研究人员希望将这些模型集成到自己的工作流程或产品中。Python 作为最主流的 AI 开发语言，提供了丰富的生态工具，能够灵活、高效地调用各类大模型。

本篇博客旨在帮助开发者掌握不同的API调用方式来与各种LLM服务进行交互。本文分析了四种不同的LLM API调用脚本，涵盖了从最基础的HTTP请求到高级SDK的使用方法。

---

1. 原生HTTP请求方式

1.1 核心特点

• 使用Python的`requests`库直接发送HTTP请求

• 调用本地部署的Qwen模型

• 采用OpenAI兼容的API格式

1.2 关键代码分析

# 请求体结构
data = {
    "model": "/models/Qwen2___5-32B-Instruct-AWQ",
    "messages": [
        {"role": "user", "content": "分析当前全球经济形势，并提出你的见解"}
    ],
    "max_tokens": 2048,
    "temperature": 0.7,
    "top_k": 1,
    "top_p": 0.75,
}

1.3 优势和适用场景

**优势：**

• 灵活性最高，可以完全自定义请求参数

• 不依赖特定SDK，减少依赖

• 适合需要精确控制请求细节的场景

**适用场景：**

• 自定义LLM服务调用

• 需要特殊请求头或认证方式

• 对性能要求较高的生产环境

1.4 完整代码

import requests
import json

# 本地服务的 API 端点
url = "http://127.0.0.1:6790/v1/chat/completions"

# 请求头
headers = {
    "Content-Type": "application/json",
    #"Authorization": "Bearer your_api_key"  # 如果需要的话
}

# 请求体
data = {
    "model": "/models/Qwen2___5-32B-Instruct-AWQ",
    "messages": [
        {"role": "user", "content": "分析当前全球经济形势，并提出你的见解"}
    ],
    "max_tokens": 2048,
    "temperature": 0.7,
    "top_k": 1,
    "top_p": 0.75,
}

# 发送 POST 请求
response = requests.post(url, headers=headers, data=json.dumps(data))

# 解析并打印回复内容
if response.status_code == 200:
    response_data = response.json()
    print(response_data['choices'][0]['message']['content'])
else:
    print(f"请求失败，状态码：{response.status_code}")
    print(response.text)

2. 封装式API调用

2.1 核心特点

• 将API调用逻辑封装成函数

• 支持多种模型选择（qwen2.5_32b_awq, qwen2.5_7b_awq）

• 使用completion API而非chat completion API

2.2 关键代码分析

def llm_inference(prompt_list: list, model_name: str):
    # 根据模型名称选择不同的服务器配置
    if model_name == "qwen2.5_32b_awq":
        llm_server = {"server_url": "http://127.0.0.1:6790/v1/completions",
                      "path": "/psd/models/Qwen2___5-32B-Instruct-AWQ"}

2.3 优势和适用场景

**优势：**

• 代码复用性好，便于维护

• 支持多模型切换

• 统一的错误处理机制

**适用场景：**

• 需要频繁切换不同模型的场景

• 批量处理多个请求

• 作为其他项目的依赖模块

2.4 完整代码

# -*- coding: utf-8 -*-            
# @Author : yuan
# @Time : 2025/7/22 5:20

import requests
import json

def llm_inference(prompt_list: list, model_name: str):
    if model_name == "qwen2.5_32b_awq":
        llm_server = {"server_url": "http://127.0.0.1:6790/v1/completions",
                      "path": "/models/Qwen2___5-32B-Instruct-AWQ"}

    elif model_name == "qwen2.5_7b_awq":
        llm_server = {"server_url": "http://127.0.0.1:6791/v1/completions",
                      "path": "/models/Qwen2___5-7B-Instruct-AWQ"}
    else:
        llm_server = {"server_url": "http://127.0.0.1:6790/v1/completions",
                      "path": "/models/Qwen2___5-32B-Instruct-AWQ"}

    # system_text = ""
    # prompt = f"<|im_start|>system\n{system_text}<|im_end|>\n<|im_start|>user\n{query_text}<|im_end|><|im_start|>assistant\n"
    rewrite_server_url = llm_server["server_url"]
    rewrite_server_headers = {
        'Content-Type': 'application/json'
    }
    rewrite_server_data = {
        'model': llm_server["path"],
        'prompt': prompt_list,
        'max_tokens': 4096, # 生成长度
        'top_k': 1,
        'top_p': 0.75,
        'temperature': 0,
        'stop': ["<|im_end|>"]
    }
    response = requests.post(rewrite_server_url, headers=rewrite_server_headers, data=json.dumps(rewrite_server_data))
    # return response.json()['choices'][0]['text']
    return response.json()

if __name__ == "__main__":
    prompt_list = [f"<|im_start|>system\n{'你是围城智能机器人'}<|im_end|>\n<|im_start|>user\n{'你是谁'}<|im_end|><|im_start|>assistant\n"]

    answer = llm_inference(prompt_list, "qwen2.5_32b_awq")
    # print(answer)
    for i in range(len(prompt_list)):
        print(answer['choices'][i]['text'])

3. OpenAI SDK方式

3.1 核心特点

• 使用官方的OpenAI Python SDK

• 调用第三方API服务（chataiapi.com）

• 支持多种模型（GPT-4o, Gemini-2.5-pro等）

3.2 关键代码分析

client = OpenAI(
    api_key=openai_api_key,
    base_url=openai_api_base,
)
response = client.chat.completions.create(
    model=model_name,
    messages=messages,
    temperature=0.0
)

3.3 优势和适用场景

**优势：**

• 使用官方SDK，稳定性高

• 自动处理认证和请求格式

• 支持流式响应等高级功能

**适用场景：**

• 调用OpenAI官方或兼容API

• 需要SDK提供的便利功能

• 快速原型开发

3.4 完整代码

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
极简化的API请求测试脚本
只保留发送请求的核心功能
"""

from openai import OpenAI


def send_test_request(client, model_name, test_message="im testing, response me latter 'test' only"):
    """
    发送测试请求
    Args:
        client: OpenAI客户端
        model_name: 模型名称
        test_message: 测试消息
    Returns:
        str: 响应内容
    """
    # messages = [
    #     {"role": "user", "content": [
    #         {"type": "text", "text": test_message}
    #     ]}
    # ]
    # 构建消息列表
    messages = [{"role": "user", "content": "你叫什么名字！"}]
    response = client.chat.completions.create(
        model=model_name,
        messages=messages,
        temperature=0.0
    )

    print(f"Response: {response}")
    return response.choices[0].message.content


if __name__ == "__main__":
    # API配置
    openai_api_key = "sk-WVoD66MR7b"
    openai_api_base = "https://www.api.com/v1"
    model_name = "gpt-4o"  # gemini-2.5-pro  gpt-4o  Claude 3.5 Sonnet  o3-mini

    # 初始化客户端
    client = OpenAI(
        api_key=openai_api_key,
        base_url=openai_api_base,
    )
    test_message = "你好"
    # 发送测试请求
    try:
        response_content = send_test_request(client, model_name, test_message)
        print(f"Success! Response content: {response_content}")
    except Exception as e:
        print(f"Error: {e}")

4. 传统OpenAI库方式

4.1 核心特点

• 使用传统的`openai`库（非SDK）

• 支持本地和远程API调用

• 简洁的API调用方式

4.2 关键代码分析

openai.api_key = "sk-WVoD66MR"
openai.api_base = "https://www.api.com/v1"

response = openai.ChatCompletion.create(
    model=model_name,
    messages=[{"role": "user", "content": "你叫什么名字！"}],
    max_tokens=512,
    temperature=0.7
)

4.3 优势和适用场景

**优势：**

• 代码简洁，易于理解

• 兼容性好，支持多种API服务

• 学习成本低

**适用场景：**

• 快速测试和验证

• 教学和演示

• 简单的集成需求

4.4 完整代码

import openai

# 设置 API 密钥（如果本地服务需要）
openai.api_key = "sk-WVoD66MR7bx"

# 设置 API 基础 URL 为本地模型服务的地址
# openai.api_base = "http://127.0.0.1:6790/v1"
openai.api_base = "https://www.chataiapi.com/v1"

# 指定要使用的模型名称
# model_name = "/models/Qwen2___5-32B-Instruct-AWQ"
model_name = "gemini-2.5-pro"

# 创建聊天完成请求
response = openai.ChatCompletion.create(
    model=model_name,
    messages=[{"role": "user", "content": "你叫什么名字！"}],
    max_tokens=512,
    temperature=0.7
)
print("response:",response)
# 打印生成的回复内容
print(response['choices'][0]['message']['content'])

5. 对比分析

| 特性 | llm_request.py | api_inference.py | llm_openai.py | llm_request_local.py |

|------|----------------|------------------|---------------|---------------------|

| 灵活性 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ |

| 易用性 | ⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |

| 可维护性 | ⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |

| 功能丰富度 | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |

| 学习成本 | ⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |

---

总结

这四种调用方式各有特色，适用于不同的开发场景。开发者应该根据具体需求选择合适的方式：

• **追求灵活性**：选择原生HTTP请求

• **追求可维护性**：选择封装函数

• **追求功能丰富**：选择OpenAI SDK

• **追求简单易用**：选择传统OpenAI库

无论选择哪种方式，都要注意API密钥的安全性和错误处理的完整性。在实际项目中，建议根据项目规模和团队技术栈做出合理选择。