豆包智能体Python SDK接入流程

模型与价格

豆包的模型介绍可以看豆包大模型介绍，模型价格可以看豆包定价文档里的“模型推理” - “大语言模型” - “字节跳动”部分。

推荐使用以下模型：

Doubao-lite-32k：每百万 token 的输入价格为 0.3 元，输出价格为 0.6 元
Doubao-pro-32k：每百万 token 的输入价格为 0.8 元，输出价格为 2 元

豆包的 6 个模型中，4k 和 32k 的价格是一样的，所以这里推荐用 32k 的模型。
每个模型都有 50 万 tokens 的免费额度，不会过期。
剩余免费额度见开通管理 ｜ 火山方舟管理控制台里的“免费推理额度”。
豆包一共有 6 个模型，也就是说上面这两个模型的 token 用完之后，你还可以切换为别的模型使用。
8 月 30 日前会额外给每个模型赠送 5 亿 tokens，不会过期。领取方式见下文的可选步骤：领取 5 亿 tokens 的免费额度。
“输入”即你发送给模型的语音文字，“输出”即模型提供的回答，问答一次的最终花费 = 输入 token 数量 * 输入价格 + 输出 token 数量 * 输出价格。
1 个 token 大约对应 1 个汉字或 3 至 4 个字母。

5 亿 tokens 的免费额度申请步骤 

第一步：注册账号​

进入火山方舟管理控制台，根据提示注册或登陆账号。

创建 API Key​

进入 API Key 管理，点击【创建 API Key】，填写名称后创建 API Key 备用。

创建接入点​

豆包的模型不能直接使用，要先在平台内创建接入点了之后才能使用。

以 Doubao-pro-4k 为例：

 点击【添加模型】按钮，会出现一个弹窗。

• 在模型广场中选择“Doubao-pro-4k”，然后右侧会出现模型版本。
• 模型版本一般只有一个，名称就是 6 个数字组成的日期（例如 240728），但也有可能会有带前缀的版本（例如 character-240728）。
• 模型版本要选择不带前缀的版本，即类似 240515 这样只有 6 个数字的版本。
• 选好模型版本后，点击页面右下角的【添加】。

1. 名称建议就填写“接入模型”那里显示的文本，例如“Doubao-pro-32k-240515”（把斜线 / 改为短横线 -）。
2. 点击页面右侧的【接入模型】按钮。

3. 然后，你就会回到模型推理页面，此时表格中会看到你刚才创建的名为“Doubao-pro-32k-240515”的接入点，名称下方有一串以 ep- 开头的、格式为 ep-xxxxxxxxxx-xxxxx 的文本，这就是我们需要的接入点 ID，复制后备用。

获取豆包智能体Python api代码

点击“api调用”

apikey从这里获取

1. 使用

   官网Python sdk接入地址：GitHub - volcengine/volc-sdk-python

• 前置准备

  服务开通

  请确保您已开通了您需要访问的服务。您可前往火山引擎控制台，在左侧菜单中选择或在顶部搜索栏中搜索您需要使用的服务，进入服务控制台内完成开通流程。

  获取安全凭证

  Access Key（访问密钥）是访问火山引擎服务的安全凭证，包含Access Key ID（简称为AK）和Secret Access Key（简称为SK）两部分。您可登录火山引擎控制台，前往“访问控制”的“访问密钥”中创建及管理您的Access Key。更多信息可参考访问密钥帮助文档。

  环境检查

  Python版本需要不低于2.7。

  获取与安装

  使用pip安装SDK for Python：

      pip install --user volcengine
  

  如果已经安装volcengine包，则用下面命令升级即可：

      pip install --upgrade volcengine

完整Python调用豆包智能体代码

import requests
import time

url = 'https://ark.cn-beijing.volces.com/api/v3/bots/chat/completions'
headers = {
    'Authorization': 'Bearer xxxxxxxxx',
    'Content-Type': 'application/json'
}
data = {
    "model": "bot-xxx-xxx",
    "stream": False,
    "stream_options": {"include_usage": True},
    "messages": [
        {
            "role": "user",
            "content": "介绍下公司"
        }
    ]
}
# 计算程序运行时间
start_time = time.time()
response = requests.post(url, headers=headers, json=data)
response_data = response.json()
content = response_data['choices'][0]['message']['content']
print(content)
# 计算程序运行时间
end_time = time.time()
print(f"程序运行时间：{end_time - start_time}秒")

最后一步，运行Python代码