本文介绍如何使用百度的大模型API接口实现一个AI对话项目
1 注册百度云
2 获取API接口
3 配置环境
4 代码编写与运行
5 chat models
1 注册百度云
搜索百度云，打开官网注册，充值一点点大米（收费很低，大概生成几个句子花费一毛钱）
注册之后一定要完成个人认证，不然无法使用。
2 获取API接口
完成注册与认证之后，打开千帆大模型平台，点开引用接入，应用名称起个名字，描述随便打几个字就行。
获取API Key 和Secret Key（注意保密）
完成之后，大功告成。
3 配置环境
安装Anaconda和PyCharm
Anaconda官网：Download Anaconda Distribution | Anaconda
PyCharm官网：PyCharm：适用于数据科学和 Web 开发的 Python IDE (jetbrains.com)
PyCharm建议下载专业版的，上网找个激活码就ok。
安装过程很简单，网上教程一大堆，随便找个一步步来就可以。就不再赘述。
创建虚拟环境
安装好Anaconda之后，在开始菜单栏会有文件夹，打开Anaconda Prompt（记住不能错，必须是Anaconda Prompt）
创建一个大模型的环境，然后下载库。依次运行以下代码。
conda create -n llm python=3.10
#创建llm
conda activate llm
#激活llm
pip install langchain
pip install qianfan
#下载
如果在后续的运行中出现缺失包的报错，那就缺的包pip install 下载一下就行啦。
4 代码编写与运行
打开pycharm，新建一个py文档，输入如下代码。
#1.导入包
import os
#QianfanLLMEndpoint：通常提供较为简单的文本补全接口，可能不包含复杂的对话管理和上下文理解能力。
from langchain_community.llms import QianfanLLMEndpoint
#2.设置千帆的API-KEY和SERECT-KEY
os.environ['QIANFAN_AK']='cfgxxxxxxxxxxx9nu7'
os.environ['QIANFAN_SK']='Txxxxxxxxxxxxxxxxxxxxxxxx'
#3.实例化模型
llm=QianfanLLMEndpoint(model='ChatGLM2-6B-32K')
#可以更换模型，在langchain官方文档里面
#4.输入问题，打印结果
res =llm('llm大模型是什么？')
print(res)
通过调用千帆（Qianfan）的API来实现文本补全功能。代码逐行解释：
- 导入Python的os模块，这个模块提供了许多与操作系统交互的功能，比如设置环境变量。
- 导入
langchain_community.llms模块中的QianfanLLMEndpoint类，这个类用于创建一个与千帆大模型交互的接口。 - 设置环境变量
QIANFAN_AK和QIANFAN_SK，这两个变量分别代表千帆API的Access Key和Secret Key。这些密钥是API调用的身份验证信息，需要从千帆平台获取。 - 实例化
QianfanLLMEndpoint类，创建一个名为llm的对象。这里指定了使用的模型为ChatGLM2-6B-32K，这个参数可以根据需要更换为其他模型。 - 使用
llm对象调用ChatGLM2-6B-32K模型，传入一个问题'llm大模型是什么？'，然后打印出模型返回的结果。
如图所示：
运行代码，查看结果。
完美生成！
如果想要更换大模型，直接在参数里面指明大模型的名字即可。
llm=QianfanLLMEndpoint(model='ChatGLM2-6B-32K')
#可以更换模型，在langchain官方文档里面官方文档地址：LLMs | 🦜️🔗 LangChain
5 chat models
如果想要完成对话任务，运行以下代码。
#1.导入包
import os
from langchain_community.chat_models import QianfanChatEndpoint
from langchain_core.language_models.chat_models import HumanMessage
#2.设置千帆的API-KEY和SERECT-KEY
os.environ['QIANFAN_AK']='cxxxxxxxxxxxxxxxxxxxxx'
os.environ['QIANFAN_SK']='TxxxxxxxxxxxxxxxxxxxxxxxxI'
#3.实例化模型
chat = QianfanChatEndpoint(streaming=True)
messages = [HumanMessage(content="给我写一首诗")]
res = chat(messages)
print(res)
