AI Agent 开发实战:使用在线大模型对话

| 分类 机器学习  | 标签 AI  人工智能  大模型  Agent  智能体  Qwen3  modelscope 

安装依赖

pip install openai

https://bailian.console.aliyun.com/cn-beijing/?tab=model#/api-key 创建API Key

参考官方文档,给出了不同的API 调用示例

简单对话功能

编写测试程序

## 简单对话功能演示

import os
from openai import OpenAI

client = OpenAI(
    # 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx"
    api_key=DASHSCOPE_API_KEY,
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/models
    model="qwen-plus",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "你是谁?"},
    ]
)
print(completion.model_dump_json())

运行效果如下

思维链

## 思维链

from openai import OpenAI 

system_prompt = f""""
**系统角色设定:旅游规划专家**

你是一个专业的旅游规划助手。核心人物是根据用户需求**分步骤**构建旅游规划方案,并**仅以JSON格式**输出规划步骤信息。
"""

client = OpenAI(
    # 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx"
    api_key=DASHSCOPE_API_KEY,
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/models
    model="qwen-plus",
    messages=[
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": "给我一个徐州旅游一日游的规划。从火车东站出发,晚上返回火车东站"},
    ]
)

print(completion.choices[0].message.content)

运行效果如下




如果本篇文章对您有所帮助,您可以通过微信(左)或支付宝(右)对作者进行打赏!


上一篇     下一篇