赞
踩
API详情
通义千问是阿里云自主研发的大语言模型,能够在用户自然语言输入的基础上,通过自然语言理解和语义分析,理解用户意图,在不同领域、任务内为用户提供服务和帮助。您可以通过提供尽可能清晰详细的指令,来获取更符合您预期的结果。
模型具备的能力包括但不限于:
创作文字,如写故事、写公文、写邮件、写剧本、写诗歌等
编写代码
提供各类语言的翻译服务,如英语、日语、法语、西班牙语等
进行文本润色和文本摘要等工作
扮演角色进行对话
制作图表
通义千问以用户以文本形式输入的指令(prompt)以及不定轮次的对话历史(history)作为输入,返回模型生成的回复作为输出。在这一过程中,文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位,可以直观的理解为“字”或“词”。对于中文文本来说,1个token通常对应一个汉字;对于英文文本来说,1个token通常对应3至4个字母或1个单词。例如,中文文本“你好,我是通义千问”会被转换成序列[‘你’, ‘好’, ‘,’, ‘我’, ‘是’, ‘通’, ‘义’, ‘千’, ‘问’],而英文文本"Nice to meet you."则会被转换成[‘Nice’, ’ to’, ’ meet’, ’ you’, ‘.’]。
目前(2023-12-15)API调用免费,具体截止时间还没有通知,大家赶快尝试一下!!!
官网文档:点击查看
模型概览
开通DashScope并创建API-KEY
API-KEY创建说明
说明:需要通过阿里云主账号或者得到主账号AliyunDashScopeFullAccess授权的子账号进行DashScope模型服务的开通及API-KEY的创建。
开通DashScope灵积模型服务
访问DashScope管理控制台:前往控制台。
创建API-KEY
访问DashScope管理控制台API-KEY管理页面:前往API-KEY管理,然后点击“创建新的API-KEY”。
API-KEY添加至系统变量
新建用户变量
输入变量名(可以自定义):DASHSCOPE_API_KEY
输入变量值(API-KEY):直接复制
Python调用示例
- import os
- import time
- import json
- import random
- from http import HTTPStatus
- import dashscope
- from dashscope import Generation
- from dashscope.api_entities.dashscope_response import Role
-
- # 两种方式调用api-key
- key = os.getenv("DASHSCOPE_API_KEY") # 调用时需要手动添加key
- dashscope.api_key = os.getenv("DASHSCOPE_API_KEY") # 不需要手动添加key
流式输出
- def call_with_stream(question):
- messages = [
- {'role': 'user', 'content': f'{question}'}]
- responses = Generation.call(
- model='qwen-max-1201',
- max_tokens=1500,
- messages=messages,
- result_format='message',
- stream=True,
- incremental_output=True
- )
- full_content = ''
- for response in responses:
- if response.status_code == HTTPStatus.OK:
- full_content += response.output.choices[0]['message']['content']
- api_reports(response, question)
- else:
- print('Request id: %s, Status code: %s, error code: %s, error message: %s' % (
- response.request_id, response.status_code,
- response.code, response.message
- ))
- print(f'{question}:\n\n' + full_content)
-
- def api_reports(output_response, text):
- time_now = time.strftime('%Y年%m月%d日%H点%M分%S秒', time.localtime())
- f = open(f'大模型调用记录/通义千文/{text}_{time_now}.json', 'w')
- output_json = json.dumps(output_response)
- f.write(output_json)
- f.close()
- text = '为什么我保存response的json文件,content为空'
- call_with_stream(text)
- 1
- 2
-
- 简单多模态
-
-
- def simple_multimodal_conversation_call(img,question):
- messages = [
- {
- "role": "user",
- "content": [
- {"image": f"{img}"},
- {"text": f"{question}"}
- ]
- }
- ]
- response = dashscope.MultiModalConversation.call(model='qwen-vl-plus',
- messages=messages)
- if response.status_code == HTTPStatus.OK:
- print(response.output.choices[0]['message']['content'][0]['text'])
- else:
- print(response.code)
- print(response.message)
- img = 'https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg'
- text = '这是什么?'
- simple_multimodal_conversation_call(img, text)
参考
官网文档:如何使用通义千问API_模型服务灵积(DashScope)-阿里云帮助中心
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明vb.net教程C#教程python教程https://www.xin3721.com/eschool/pythonxin3721/。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。