【LLM入门之 星火大模型】（一） 获取API_KEY 以及本地运行

最新推荐文章于 2025-04-10 12:28:32 发布
最新推荐文章于 2025-04-10 12:28:32 发布
阅读量1.7k 收藏 2
点赞数 4
文章标签： 自然语言处理 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39524208/article/details/137795939
版权
本文介绍了如何使用星火大模型API进行简单的调用，包括领取免费额度、创建应用、设置参数以及在Python环境中安装和编写示例代码。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近就写点LLM入门的吧 =。=

本篇会介绍星火大模型API简单的调用。适合没有魔法的同学。
新用户注册会有免费的200w额度调用。够尝尝鲜。

首先打开官网, 先去领取免费额度，如下图所示：
在这里插入图片描述
按照自身条件领取或采购。点击免费试用后，
在这里插入图片描述
需要新建一个应用，这里随便取名字后，直接下单就行。
然后进入控制台，点击大模型V3.5
在这里插入图片描述

右上角可以看到你的参数，按需保存和调用。

然后打开你的IDE，控制台中输入以下命令：

pip install --upgrade spark_ai_python

安装好后，输入以下代码：


                

                
                
        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        


    



                



	

		

			

				
					
【大模型】ChatGPT API key 获取到代码集成使用详解

				
			

			

				

					congge
				

				

					11-28
					
					5514
					
				

			

		

		

			
				
ChatGPT 代码集成使用详解

			
		

	



                

            
              



	

		

			

				
					
一键接入大模型：One-Api本地安装配置实操，POSTMAN、APIFOX调用CURL

				
			

			

				

					南七小僧的学海无涯
				

				

					05-27
					
					1506
					
				

			

		

		

			
				
最近准备学习一下OpenAI的Api申请麻烦，所以想通过One-api对接一下国内的在线大模型，先熟悉一下的基本用法,本篇文章重点记录一下OneApi安装配置的过程。讯飞星火有3.5模型的200w个人免费token，可以拿来学习。讯飞星火申请链接通过标准的OpenAI API格式访问所有的大模型OpenAI ChatGPT 系列模型（支持 Azure OpenAI API）Anthropic Claude 系列模型 (支持 AWS Claude)Google PaLM2/Gemini 系列模型。

			
		

	



              


  
              

                


	

		

			

				
					
 如何获取星火大模型的Key

				
			

			

				

					
				

				

					03-03
					
					757
					
				

			

		

		

			
				
当我下载了星火大模型的Windows的SDK,想进行编译调试的时候。被几个东西挡住了。Ablility_id，还有appid、appKey、appSecret这些内容，这些内容可能是开发者独有的东西，必须向星火申请才可以获取。

			
		

	





	

		

			

				
					
免费领各大模型API及使用教程：通义千问QwQ-32B DeepSeek 百川智能 零一万物 元语智能 智谱AI BELLE BiLLa Black Forest Labs 腾讯混元 等

					
最新发布

				
			

			

				

					jijinduoduo的博客
				

				

					04-10
					
					1864
					
				

			

		

		

			
				
QwQ-32B是阿里巴巴于2025年3月6日开源的推理模型，其核心定位是以极简参数规模实现顶级性能，参数量仅320亿（32B），但通过强化学习与架构优化，性能可媲美6710亿参数的DeepSeek-R1，甚至在部分评测中超越后者。这一突破标志着大模型从“参数竞赛”向“效率与场景精度”范式的转变。三大技术突破参数效率革命通过动态稀疏激活技术。

			
		

	



		

			
		



	

		

			

				
					
大模型 LLM 相关 API Key 配置速查

				
			

			

				

					AI工程化、开源分享、文档翻译、代码笔记
				

				

					10-16
					
					954
					
				

			

		

		

			
				
LangChain
智谱
DashScope - Qwen
Moonshot AI - Kimi
tavily


			
		

	





	

		

			

				
					
AI菜鸟向前飞 — LLM简介

				
			

			

				

					2401_82469710的博客
				

				

					05-11
					
					1591
					
				

			

		

		

			
				
AI菜鸟向前飞 — LLM简介

			
		

	





	

		

			

				
					
大模型API调用（一）简单用法

				
			

			

				

					Eleanor87的博客
				

				

					07-22
					
					3214
					
				

			

		

		

			
				
大模型API调用是指通过编程接口（API）访问大型人工智能模型，以实现自然语言处理、代码生成、内容创作等多种功能。大模型的API扮演了一个接口（Interface）的角色，它允许用户以编程方式与大模型进行交互，而无需深入了解模型内部的复杂结构和算法。这种模式类似于模型即服务（Model as a Service, MaaS），其中大模型被封装成一个可访问的服务，用户只需通过发送HTTP请求并遵循API规范，即可获得模型针对特定输入（即用户的问题或prompt）的输出。以智谱AI为例，演示如何调用大模型。

			
		

	





	

		

			

				
					
使用 ollama 部署本地模型，零基础入门到精通，非常详细收藏我这一篇就够了

				
			

			

				

					m0_65555479的博客
				

				

					08-15
					
					2956
					
				

			

		

		

			
				
在本地启动并运行大型语言模型。运行Llama 2，Code Llama和其他模型。自定义并创建您自己的。

			
		

	





	

		

			

				
					
【LLM入门之 星火大模型】（二） 多轮对话

				
			

			

				

					通过图灵测试的人类的博客_CSDN_PYTHON_DeepLearning_数据挖掘
				

				

					04-23
					
					1129
					
				

			

		

		

			
				
实现星火大模型的多轮对话

			
		

	





	

		

			

				
					
基于星火大模型的群聊对话分角色要素提取挑战#AI夏令营 #Datawhale #夏令营

				
			

			

				

					weixin_63896011的博客
				

				

					07-02
					
					2680
					
				

			

		

		

			
				
通过提供模型的URL、应用ID、API密钥等信息，建立与大模型的连接，并发送用户输入的消息，获取并返回模型生成的回复。这段代码用于清理并合并聊天记录中的连续重复行，通过函数 `process` 分割聊天记录、检测重复行并移除它们，然后将处理后的聊天记录应用于训练和测试数据集中的每一行。这段代码将处理后的聊天数据写入名为 `traindata.jsonl` 的文件中，为了满足训练需求，数据集被重复12次，确保达到足够的训练数据量。微调需要排队，建议大家，可以多开几个训练，增大被选中的概率。

			
		

	





	

		

			

				
					
本地部署FastGPT使用在线大语言模型

				
			

			

				

					lhx17673139267的博客
				

				

					07-18
					
					1838
					
				

			

		

		

			
				
FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力，它背后依赖OneApi开源项目来访问各种大语言模型提供的能力。各大语言模型提供的访问接口规范不尽相同，为此OneApi项目提供了统一的API接口去对接各种大语言模型。FastGPT的部署架构如图所示：本文章将介绍如何部署OneApi和FastGPT，以及两种在线大语言模型（和）的配置方法。

			
		

	





	

		

			

				
					
百度千帆大模型API_Key的申请和使用

				
			

			

				

					
				

				

					03-11
					
					2335
					
				

			

		

		

			
				
感觉百度智能云的应用非常的全面，文档看起来也很丰富。但是，用起来的时候却发现有奇怪的问题阻挡。感觉百度云的逻辑乱的一批。本博客试图进行这方面的讨论。

			
		

	





	

		

			

				
					
三种常见大模型的API申请方法和调用实战

				
			

			

				

					2401_84204207的博客
				

				

					07-20
					
					5208
					
				

			

		

		

			
				
好久不见，我又回来了。前段时间因为学业和实习的事情，耽误了很久没有时间更新，但是我并没有闲着我一直在努力学习大模型的各种知识，对我来说感触最深的就是两个，一个是大概半个月前在一个讲定制企业私有化AI大模型的视频里，这里他说到‘AI是电，以前有了电后出现了空调；

			
		

	





	

		

			

				
					
【LLM入门之 Gemini 】（一） 获取API_KEY 以及本地运行

				
			

			

				

					通过图灵测试的人类的博客_CSDN_PYTHON_DeepLearning_数据挖掘
				

				

					04-15
					
					2389
					
				

			

		

		

			
				
Genmini需要科学才能访问，所以需要设置以下你的代理，在你的代理设置好后，填入你的api_key，可以将其设置为环境变量或者持久化保存，看个人喜好。然后选择模型‘gemini-pro’，最后填入的是你的问题。本篇会介绍谷歌的Genmini API简单的调用。, 然后登陆等一系列步骤后，点击创建API_KEY。然后你会得到你的key，保存好他。以上就是简单的入门，后续会继续更新。最近就写点LLM入门的吧 =。

			
		

	





	

		

			

				
					
Python调用讯飞星火大模型v3.x api接口使用教程

					
热门推荐

				
			

			

				

					IT大头的博客
				

				

					10-27
					
					1万+
					
				

			

		

		

			
				
Python调用讯飞星火大模型v3， api接口使用教程 ，星火api，Python调用，新增3.5版本星火大模型接口参数

			
		

	





	

		

			

				
					
无需本地部署！免费使用开源大模型API

				
			

			

				

					CSDN_430422的博客
				

				

					07-10
					
					3379
					
				

			

		

		

			
				
之前，我给大家分享过几篇关于如何在本地部署开源大模型以及应用场景的文章。比如说，给本地大模型添加知识库、API的调用等等。在这个过程中，有粉丝反馈自己不会部署，或者电脑配置不好，想知道还有没有办法使用这些开源大模型。今天就来分享一个免费且无门槛使用各种主流开源模型及其API的方法，让你不用在本地部署开源模型，也可以在各种第三方应用中调用这些模型，例如翻译插件、Dify的工作流、对话应用等等。这些场景下都可以用这个方法来省钱。我们今天要用的平台名字叫Groq。

			
		

	





	

		

			

				
					
对本地的LLM模型设置api_key

				
			

			

				

					WaKuWuku的博客
				

				

					06-26
					
					6893
					
				

			

		

		

			
				
再我们使用开源模型的时候会设置一些openai风格的api供给前端或者后端调用很多开发者会使用本地的开源模型对自己的保密数据集进行训练和微调，因此在抛出api的时候希望自己设置api_key，防止其他人调用LLM导致数据泄露。此文章以Fastchat为例演示如何对openai风格的api设置api_key，并成功调用。

			
		

	





	

		

			

				
					
人工智能_大模型020_大模型生成vue/React/Bootstrap前端_如何获得ScreenShotToCode需要的gpt4和calude3的api key---人工智能工作笔记0156

				
			

			

				

					添柴程序猿的专栏
				

				

					03-19
					
					2774
					
				

			

		

		

			
				
生成了以后又有提示,可以看到这个key已经给了,但是这个不知道是GPT3.5的还是GPT-4.0-version的,可以先去用用试试。真的很难安装,这个uuid怎么都装不上,换了3个机器了,租用的也不行,然后本地的吧,网络又不好,安装poetry都装不上.就可以去生成对应的API Key,把手机号验证以后,就可以了,这里需要花钱,具体多少。可以去这里弄一个,这个用咱们的手机就可以弄了,弄了以后,然后绑定个邮箱,然后去申请开。fomepay,这个搜就可以,这个不需要KYC,并且,用就可以了,但是局限性就是。

			
		

	





	

		

			

				
					
大模型服务平台百炼的详细介绍和 API-KEY的获取方法、百炼有哪些优点和缺点

				
			

			

				

					涛涛讲AI
				

				

					03-19
					
					1864
					
				

			

		

		

			
				
阿里云大模型服务平台百炼是阿里云推出的一站式企业级大模型开发与部署平台，旨在降低AI应用开发门槛，帮助企业快速构建、训练和部署专属大模型应用。2. 技术优势3. 适用对象。

			
		

	





	

		

			

				
					
base_url和api_key在本地化deepseek

				
			

			

				

					04-01
				

			

		

		

			
				
### 配置 DeepSeek 的 `base_url` 和 `api_key`

在本地化部署 DeepSeek 模型时，通常会通过 REST API 或 gRPC 接口与其交互。为了实现这一目标，需要正确设置 `base_url` 和 `api_key` 参数。

#### 设置 `base_url`
`base_url` 是指向运行中的 LLM 服务的地址和端口号。当使用命令行工具启动 DeepSeek 模型的服务时，默认情况下它会在本地主机上监听特定端口（通常是 8000）。因此，可以将 `base_url` 设置为：

```plaintext
http://localhost:8000
```

如果更改了默认端口或者启用了远程访问，则需相应调整 URL 地址[^1]。

#### 定义 `api_key`
对于安全性考虑，在某些环境中可能要求提供 API 密钥来验证请求合法性。虽然标准文档未明确提及强制性的 `api_key` 使用场景，但如果项目中有此需求，可以通过环境变量或配置文件指定密钥值。例如，在 Linux/MacOS 下可通过如下方式设定环境变量：

```bash
export DEEPSEEK_API_KEY="your_api_key_here"
```

随后确保客户端 SDK 能够读取该变量并随每次调用附带至服务器端进行身份确认[^2]。

以下是利用 Python 请求库发送 POST 请求的一个简单例子展示如何包含上述两个参数：

```python
import requests

url = 'http://localhost:8000/v1/completions'
headers = {
    'Authorization': f'Bearer {os.getenv("DEEPSEEK_API_KEY")}'
}
data = {"prompt": "Once upon a time", "max_tokens": 50}

response = requests.post(url, headers=headers, json=data)
print(response.json())
```

以上脚本假设已定义好正确的 `base_url` 及有效的 `api_key` 并存于操作系统级别的环境变量之中。

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 2

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值