OpenAI库的基本使用

获取客户端对象 - 调用模型 - 处理结果获取客户端对象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_keysk-xxx, api_keysk-c2dfb3c462164b7b81e55415d59dad26, base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1, )主要是用如上2个参数1. api_key: 模型服务商提供的APIKEY密钥 (这个是自己的)2. base_url: 模型服务商的API接入地址调用模型:completion client.chat.completions.create( modelqwen3-max-preview, messages[ {role: system, content: You are a helpful assistant.}, {role: user, content: 你是做什么}, ], streamTrue )client.chat.completions.create创建ChatCompletion对象主要参数有2个model: 选择所有模型如代码的qwen3-maxmessages: 提供给模型的消息类型 list,可以包含多个字典消息每个字典消息包含2个keyrole: 角色content: 内容system角色 设定助手的整体行为角色和规则为对话提供上下文框架是全局的背景设定影响后续所有交互assistant角色 代表AI助手的回答可以在代码认为设定user角色: 代表用户发送问题指令或需求处理结果response变量就是ChatCompletion对象其包含信息如下所示那么我们就可以通过print(response.choices[0].message.content)OpenAI库的流式输出什么是流失输出: 就是我们在问ai时ai回答我们是怎么回答的流失输出就是ai一段字一段字的回答我们而不是一下子回答完我们可以设定结果输出为stream模式,获取更好的使用体验怎么开启流式输出主要就2步1.在client.chatt.completions.create() 调用模型的时候设定参数: streamTrue2. for循环response对象并在循环内输出内容end ,每一次回单完都有一个间隔 flush刷新缓冲区prompt是指用户给大模型语言模型发出的指令提示词技巧1.详细的描述2.让模型充当某个角色3.使用分隔符标明输入的不同部分.....Zero-shot思想Zero-show学习称为零样本学习模型在训练时从未见过测试集中的新类别在模型训练和提示词优化中均有体现Few-shot思想给与模型少量示例引导模型对齐示例输出结果