大模型应用开发实例-调用闭源大模型API

大模型应用开发专栏

第一章 调用闭源大模型API
第二章 调用API的不同方式
第三章 本地开源大模型部署
第四章 提示词-大模型助力开发
…
第**章 大模型项目实战

---

前言

最近在学习大模型相关知识，打算写一专栏记录学习情况，分享学习成果。本专栏着重于学习大模型应用相关知识，不会描述大模型整体框架、大模型微调等细节训练知识，主要语言是python，适合于有一定代码基础学习人员。
本章节主要是通过一个简单应用了解大模型，调用大模型API创建对话。后面章节会进行本地部署大模型等应用内容。

---

一、大模型API选择

目前国内和国外有很多大模型API可以调用，对于学习者来说性能都差不多，主要有：
国外：openAI、Gemini 等
国内：质谱AI、通义千问等
随便选择一个，本章选用的质谱AI: 质谱AI

二、调用大模型API步骤

1.python环境说明

本章采用python版本3.8，刚开始用python版本3.6，库可以正常安装，但是调用接口是会发生错误，质谱API应该不支持较低python版本，建议选择python版本3.8及以上。

2.获取API-key

访问质谱AI官网，点击免费试用

用手机号注册好账号，点击右上角API密钥

找到自己的API密钥，点击复制以备后用。

3.调用API代码

获取API-key之后需要安装相关库才能正常使用，按照官方开发接口文档需要安装zhipuai库：

pip install zhipuai

安装好显示如下：

如果已安装老版本SDK，可以更新到最新版SDK。

pip install --upgrade zhipuai

等库安装好就可以写代码，官方开发接口示例代码如下：

from zhipuai import ZhipuAI
client = ZhipuAI(api_key="") # 请填写您自己的APIKey
response = client.chat.completions.create(
  model="glm-4",  # 填写需要调用的模型名称
    messages=[
        {"role": "user", "content": "你好！你叫什么名字"},
    ],
    stream=True,
    )
for chunk in response:
    print(chunk.choices[0].delta)

client = ZhipuAI(api_key=“”) # 请填写您自己的APIKey
这里填写上一步获得API-key，运行代码就可以获得API答复，示例如下。

详细说明请参考：质谱官方接口文档

---

总结

本章是一个简单应用实例，后面会学习调用API的不同方式、本地部署大模型和大模型提示词等内容。