山东大学软件学院项目实训个人纪实（四）——模型调用的探索

          写作目的：为积极响应戴鸿君老师对项目实训内容的建设性意见，特写本系列个人纪实，记录团队在项目实训的工作中个人的贡献。

        本文旨在探索如何在python中使用通用的chat模型，并智能化地将通用模型应用在法律领域，这也许可以用更小的代价实现模型的微调工作。或许进一步可以免除模型微调的工作，调用更加智能的模型实现法律文本的分析。

 KimiAi基本信息：KimiAi擅长中英文对话，能够阅读和理解多种文件格式，包括TXT、PDF、Word文档、PPT幻灯片和Excel电子表格。

主要功能：

• 回答各种问题，从一般知识到专业咨询。
• 阅读和解析你提供的文件内容。
• 结合互联网搜索结果来提供更加全面的回答。
• 理解和解释编程概念，帮助你解决技术问题。
• 提供教育和学习资源，辅助你的个人发展。

  Kimi的一些限制，比如不能创建或提供下载链接、电子邮件附件等。

 

  KimiAI入门使用：python脚本版

from openai import OpenAI
 
client = OpenAI(
    api_key = "$MOONSHOT_API_KEY",
    base_url = "https://api.moonshot.cn/v1",
)
 
completion = client.chat.completions.create(
    model = "moonshot-v1-8k",
    messages = [
        {"role": "system", "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。"},
        {"role": "user", "content": "你好，我叫李雷，1+1等于多少？"}
    ],
    temperature = 0.3,
)
 
print(completion.choices[0].message.content)

KimiAI工具使用，我们可以利用下面的代码，对于Kimi进行工具测试，考虑

from openai import OpenAI
 
client = OpenAI(
    api_key = "$MOONSHOT_API_KEY",
    base_url = "https://api.moonshot.cn/v1",
)
 
completion = client.chat.completions.create(
    model = "moonshot-v1-8k",
    messages = [
        {"role": "system", "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。"},
        {"role": "user", "content": "编程判断 3214567 是否是素数。"}
    ],
    tools = [{
        "type": "function",
        "function": {
            "name": "CodeRunner",
            "description": "代码执行器，支持运行 python 和 javascript 代码",
            "parameters": {
                "properties": {
                    "language": {
                        "type": "string",
                        "enum": ["python", "javascript"]
                    },
                    "code": {
                        "type": "string",
                        "description": "代码写在这里"
                    }
                },
            "type": "object"
            }
        }
    }],
    temperature = 0.3,
)
 
print(completion.choices[0].message)

创建对话窗口：

# 创建主窗口
root = tk.Tk()
root.geometry("800x800")  # 例如设置为 500 像素宽，300 像素高
root.title("法律问答机器人")
# 创建一个文本输入框
entry = tk.Entry(root, width=200)
entry.pack()
# 创建一个按钮，点击时调用on_button_click函数
button = tk.Button(root, text="提交", command=on_button_click)
button.pack()
#创建一个文本输出区域
text_area = tk.Text(root, height=100, width=500)
text_area.pack()
# 运行主循环
root.mainloop()

执行效果如下图：在上面的输入框中输入自己想要咨询的问题，点击提交即可在下面显示