目录
一、基础环境安装
(一)OpenAI Python SDK安装
(二)DashScope SDK安装
二、OPENAI接口实现
(一)文本输入
(二)流式输出
(三)图像输入
(四)联网搜索
一、基础环境安装
(一)OpenAI Python SDK安装
您需要确保已安装Python3.8及以上版本。通过运行以下命令安装或更新OpenAI Python SDK:
pip install openai(或 pip install -U openai)
如果运行失败,请将pip改为pip3。
(二)DashScope SDK安装
已安装Python3.8及以上版本。请确保安装正确的Python版本。执行以下命令,通过pip安装或更新SDK。
pip install -U dashscope
如果运行失败,请将pip改为pip3。
二、OPENAI接口实现
(一)文本输入
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"), # 如果您没有配置环境变量,请在此处用您的API Key进行替换
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1", # 填写DashScope服务的base_url
)
completion = client.chat.completions.create(
model="qwen-turbo",#通义千问API参考
messages=[
{'role': 'system', 'content': 'You are a helpful assistant.'},
{'role': 'user', 'content': '你是谁?'}],
)
print(completion.model_dump_json())
print(completion.choices[0].message.content)
程序输出:
{"id":"chatcmpl-d0b74e82-548f-92a5-9eb4-d4f01c28d285","choices":[{"finish_reason":"stop","index":0,"logprobs":null,"message":{"content":"我是阿里云开发的一款超大规模语言模型,我叫通义千问。","refusal":null,"role":"assistant","function_call":null,"tool_calls":null}}],"created":1727162660,"model":"qwen-turbo","object":"chat.completion","service_tier":null,"system_fingerprint":null,"usage":{"completion_tokens":17,"prompt_tokens":22,"total_tokens":39,"completion_tokens_details":null}}
我是阿里云开发的一款超大规模语言模型,我叫通义千问。
(二)流式输出
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen-turbo",
messages=[{'role': 'system', 'content': 'You are a helpful assistant.'},
{'role': 'user', 'content': '你是谁?'}],
stream=True,
stream_options={"include_usage": True}
)
for chunk in completion:
print(chunk.choices[0].delta.content)
程序输出:
D:\AI_LLM\Tongyi_LLM\.venv\Scripts\python.exe D:\AI_LLM\Tongyi_LLM\Tonyi_streamOut.py
我是
阿里
云
开发的一款超大规模语言
模型,我叫通义千问
。
(三)图像输入
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen-vl-plus",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "这是什么"
},
{
"type": "image_url",
"image_url": {
"url": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg"
}
}
]
}
]
)
print(completion.choices[0].message.content)
程序输出:
D:\AI_LLM\Tongyi_LLM\.venv\Scripts\python.exe D:\AI_LLM\Tongyi_LLM\Tongyi_image.py
这张图片显示了一位女士和一只狗在海滩上互动。她们似乎正在享受彼此的陪伴,狗狗坐在沙滩上伸出爪子与这位女士握手或玩耍。
背景中可以看到海浪拍打着海岸线,并且有日落时分柔和光线照射下的天空。这给人一种宁静而温馨的感觉,可能是在傍晚或者清晨的时候拍摄的照片。这种场景通常象征着友谊、爱以及人与宠物之间的深厚情感连接。
进程已结束,退出代码为 0
(四)联网搜索
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"), # 如果您没有配置环境变量,请在此处用您的API Key进行替换
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1", # 填写DashScope服务的base_url
)
completion = client.chat.completions.create(
model="qwen-turbo",
messages=[
{'role': 'system', 'content': 'You are a helpful assistant.'},
{'role': 'user', 'content': '介绍一下明天西安的天气'}],
extra_body={
"enable_search": True
},
#stream = True,
#stream_options = {"include_usage": True},
)
print(completion.choices[0].message.content)
#for chunk in completion:
#print(chunk.choices[0].delta.content)
程序输出(2024.9.24,西安):
D:\AI_LLM\Tongyi_LLM\.venv\Scripts\python.exe D:\AI_LLM\Tongyi_LLM\Tongyi_Search.py
根据提供的信息,明天西安的天气预报如下:
- **气温**:最高温度预计在32度左右,最低温度预计在23度左右。
- **天气状况**:全天晴转晴,可能会经历潮湿闷热的天气条件。
基于这些描述,明天在西安进行户外活动时,可以考虑以下几点:
1. **着装**:选择轻薄且吸湿排汗的夏装,尤其是棉麻质地的短打扮,以保持舒适度和透气性。
2. **防晒**:由于是晴天,阳光强烈,应涂抹防晒霜,并佩戴帽子或使用遮阳伞以保护皮肤免受紫外线伤害。
3. **补水**:因为湿度较高且气温较高,容易出汗,所以要记得多喝水,保持水分补充。
4. **适度活动**:虽然天气预报没有特别提及风力或湿度的影响,但考虑到高温和湿度,可能需要调整户外活动的强度和持续时间,避免过度劳累或中暑。
请注意,以上信息是基于历史数据和一般指导原则的概述,实际情况可能会有所变化,特别是在季节转换时期。建议在出行前再次查看最新的天气预报,以获得最准确的信息。
进程已结束,退出代码为 0