GLM-4-Flash 大模型API免费了，手把手构建“儿童绘本”应用实战（附源码）

老牛同学刚刷到了一条劲爆的消息，GLM-4-Flash大模型推理 API 免费了：https://bigmodel.cn/pricing

老牛同学一直觉得上次阿里云百炼平台为期 1 个月免费额度的“羊毛”已经够大了（太卷了，阿里云免费 1 个月大模型算力额度，玩转 Llama3.1/Qwen2 等训练推理），但经过老牛同学在智谱 AI 官网反复确认之后，竟然不是标题党，它是真的免费，感觉大模型厂商的“羊毛”简直是没有最大，只有更大（老牛同学这次要站智谱 AI 这边）！

老牛同学本地部署推理和体验的大模型有很多，且第一个就是GLM-4-9B（是的，比Qwen2-7B还要早一些），也一直关注着智谱 AI 推出的大模型：

• 第一次是 6 月 8 号：GLM-4-9B大模型开源，且推理能力亮点突出，老牛还写了一篇本地部署推理的文章（本地部署 GLM-4-9B 清华智谱开源大模型方法和对话效果体验），由于当时GLM-4本地部署门槛还有点高，因此这篇文章还获得了不少网友的关注，老牛同学也收到不少网友的关于部署过程的私信和留言
• 第二次是 7 月 9 号（1 个月后）：GLM-4-9B支持通过 Ollama 部署（https://ollama.com/library/glm4），本地部署和推理的门槛降低不少，因此老牛同学顺势写了一篇普及 Ollama 使用的文章，文章中案例就是用GLM-4-9B（Ollama 完整教程：本地 LLM 管理、WebUI 对话、Python/Java 客户端 API 应用）
• 第三次是 8 月 27 号也就是今天（差不多也是 1 个月后）：智谱 AI 大模型开放平台官网（https://bigmodel.cn/）宣布GLM-4-Flash大模型 API 免费使用，这不又激起老牛同学的兴致，也因此有了本文

从老牛同学微观视角我们可以看到，智谱 AI 从开放开源大模型、到降低大模型使用门槛、在到面向大众免费，不段在诠释着技术进步和普惠 AI。

GLM-4-Flash免费了，我们除了高兴和感慨之外，羊毛不常有，我们总得要“薅”一把。这次老牛同学就不做微调了，咱们来做一个我们生活场景：儿童绘本应用！

大家可能会问，为什么选择儿童绘本这个方向呢？其实原因一点都不复杂：老牛同学一时半会儿也没有想到好的创意（特别期待大家留言新创意，老牛同学愿意协助实现）；再者老牛同学家绘本要又更新了（存量的绘本小孩都读腻了）；并且这个应用不是很复杂，不至于一篇文章还写不完，还要有续集。如果我们能基于免费的大模型 API 能力，随时生成不同的儿童绘本，岂不是妙哉？

针对“儿童绘本”应用，老牛同学的构思如下：

1. 面向7~10小朋友，绘本构思由大模型产出，最好能与当前热点相关（如：最近火爆天的黑神话·悟空游戏）
2. 绘本故事内容也由大模型产出，需要积极向上，饱含正能量
3. 绘本情节结构分为 4 个段，每个段 300 个汉字左右，整个绘本不超过 1500 个汉字
4. 每一段绘本情节均需要配一张插图
5. 最后：绘本内容和图片存储到电脑本地磁盘

在儿童绘本应用中，我们需要用到 2 个大模型：

• GLM-4-Flash大语音模型，主要是提供绘本构思和产出绘本内容
• CogView-3文生图大模型，主要是生成绘本插图

确定了应用内容，我们就开始行动了~

注册&申请 API Key

想要使用大模型推理 API，我们首先得拿到 API Key，打开智谱 AI 开放平台官网：https://bigmodel.cn/

完成注册和实名认证后，我们打开控制台，即可复制 API Key 了：https://bigmodel.cn/usercenter/apikeys

我们可以把复制的 API Key 放到环境变量中（老牛同学的环境变量名：ZhipuAI-APIKey），免费在代码里硬编码，下面老牛同学代码演示均从环境变量获取！

API 调用前置准备和配置

这部分包括 Python 环境准备、SDK 依赖包安装和 API 验证：

【Python 研发环境】

工欲善其事，必先利其器，我们通过Miniconda管理 Python 虚拟环境，Miniconda的安装和使用可以参考老牛同学之前的文章：大模型应用研发基础环境配置（Miniconda、Python、Jupyter Lab、Ollama 等）

第一步：设置 Python 虚拟环境：

# Python虚拟环境名：ZhipuAI，版本号：3.10
conda create --name ZhipuAI python=3.10 -y

# 激活虚拟环境
conda activate ZhipuAI

第二步：安装 Python SDK 依赖包

pip install zhipuai -U

以上简单的 2 步，我们即完成了前期环境准备工作了，接下来我们简单验证一下准备工作是否达标：

【开放平台 API 验证】

# GLM-4-Flash-Test.py
from zhipuai import ZhipuAI
import os

# 环境变量中获取API Key内容
client = ZhipuAI(
  api_key=os.environ.get('ZhipuAI-APIKey')
)

# 使用GLM-4-Flash大模型进行验证
response = client.chat.completions.create(
  model='glm-4-flash',
  messages=[
    {
   'role': 'user', 'content': '你好，我是老牛同学，请问你是谁？'},
  ],
  stream=True,
)

# 流式输出
for chunk in response:
    print(chunk