【AI大模型】通义大模型API接口实现

目录

一、基础环境安装

（一）OpenAI Python SDK安装

（二）DashScope SDK安装

二、OPENAI接口实现

（一）文本输入

（二）流式输出

（三）图像输入

（四）联网搜索

---

一、基础环境安装

（一）OpenAI Python SDK安装

您需要确保已安装Python3.8及以上版本。通过运行以下命令安装或更新OpenAI Python SDK：

 pip install openai（或 pip install -U openai）

如果运行失败，请将pip改为pip3。

（二）DashScope SDK安装

已安装Python3.8及以上版本。请确保安装正确的Python版本。执行以下命令，通过pip安装或更新SDK。

pip install -U dashscope

如果运行失败，请将pip改为pip3。

二、OPENAI接口实现

（一）文本输入

import os
from openai import OpenAIclient = OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"),  # 如果您没有配置环境变量，请在此处用您的API Key进行替换base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",  # 填写DashScope服务的base_url
)
completion = client.chat.completions.create(model="qwen-turbo",#通义千问API参考messages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '你是谁？'}],
)print(completion.model_dump_json())
print(completion.choices[0].message.content)

程序输出：

{"id":"chatcmpl-d0b74e82-548f-92a5-9eb4-d4f01c28d285","choices":[{"finish_reason":"stop","index":0,"logprobs":null,"message":{"content":"我是阿里云开发的一款超大规模语言模型，我叫通义千问。","refusal":null,"role":"assistant","function_call":null,"tool_calls":null}}],"created":1727162660,"model":"qwen-turbo","object":"chat.completion","service_tier":null,"system_fingerprint":null,"usage":{"completion_tokens":17,"prompt_tokens":22,"total_tokens":39,"completion_tokens_details":null}}
我是阿里云开发的一款超大规模语言模型，我叫通义千问。

（二）流式输出

import os
from openai import OpenAIclient = OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(model="qwen-turbo",messages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '你是谁？'}],stream=True,stream_options={"include_usage": True})
for chunk in completion:print(chunk.choices[0].delta.content)

程序输出：

D:\AI_LLM\Tongyi_LLM\.venv\Scripts\python.exe D:\AI_LLM\Tongyi_LLM\Tonyi_streamOut.py 我是
阿里
云
开发的一款超大规模语言
模型，我叫通义千问
。

（三）图像输入

import os
from openai import OpenAIclient = OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(model="qwen-vl-plus",messages=[{"role": "user","content": [{"type": "text","text": "这是什么"},{"type": "image_url","image_url": {"url": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg"}}]}])
print(completion.choices[0].message.content)

程序输出：

D:\AI_LLM\Tongyi_LLM\.venv\Scripts\python.exe D:\AI_LLM\Tongyi_LLM\Tongyi_image.py 
这张图片显示了一位女士和一只狗在海滩上互动。她们似乎正在享受彼此的陪伴，狗狗坐在沙滩上伸出爪子与这位女士握手或玩耍。背景中可以看到海浪拍打着海岸线，并且有日落时分柔和光线照射下的天空。这给人一种宁静而温馨的感觉，可能是在傍晚或者清晨的时候拍摄的照片。这种场景通常象征着友谊、爱以及人与宠物之间的深厚情感连接。进程已结束，退出代码为 0

（四）联网搜索

import os
from openai import OpenAIclient = OpenAI(api_key=os.getenv("DASHSCOPE_API_KEY"), # 如果您没有配置环境变量，请在此处用您的API Key进行替换base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",  # 填写DashScope服务的base_url
)
completion = client.chat.completions.create(model="qwen-turbo",messages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '介绍一下明天西安的天气'}],extra_body={"enable_search": True},#stream = True,#stream_options = {"include_usage": True},)
print(completion.choices[0].message.content)
#for chunk in completion:#print(chunk.choices[0].delta.content)

程序输出（2024.9.24，西安）：

D:\AI_LLM\Tongyi_LLM\.venv\Scripts\python.exe D:\AI_LLM\Tongyi_LLM\Tongyi_Search.py 
根据提供的信息，明天西安的天气预报如下：- **气温**：最高温度预计在32度左右，最低温度预计在23度左右。- **天气状况**：全天晴转晴，可能会经历潮湿闷热的天气条件。基于这些描述，明天在西安进行户外活动时，可以考虑以下几点：1. **着装**：选择轻薄且吸湿排汗的夏装，尤其是棉麻质地的短打扮，以保持舒适度和透气性。
2. **防晒**：由于是晴天，阳光强烈，应涂抹防晒霜，并佩戴帽子或使用遮阳伞以保护皮肤免受紫外线伤害。
3. **补水**：因为湿度较高且气温较高，容易出汗，所以要记得多喝水，保持水分补充。
4. **适度活动**：虽然天气预报没有特别提及风力或湿度的影响，但考虑到高温和湿度，可能需要调整户外活动的强度和持续时间，避免过度劳累或中暑。请注意，以上信息是基于历史数据和一般指导原则的概述，实际情况可能会有所变化，特别是在季节转换时期。建议在出行前再次查看最新的天气预报，以获得最准确的信息。进程已结束，退出代码为 0