2.大模型api实战-open.bigmodel.cn2024-09-07

3.大模型API实战-console.bce.baidu.com/qianfan/2024-09-07 4.大模型API与前端的结合使用2024-09-12 5.大模型API的响应内容（markdown语法）在Html中显示2024-09-12 6.大模型API的响应内容（markdown语法）在Html中显示实例2024-09-13 7.markdown.js,markdown(python环境),axios,ajax,sse,websocket和fastapi,fetch2024-09-22

注册登录后在个人中心的API keys中找到并复制

推荐使用SDK，在虚拟环境安装

pip install zhipuai

编辑python代码访问API获取响应

from zhipuai import ZhipuAI
client = ZhipuAI(api_key="your_api_key")
response = client.chat.completions.create(
    model="glm-4-plus",
    messages=[
        {"role": "user",
         "content": "who are you?"}
    ],
    stream=True,
)

for chunk in response:
    print(chunk.choices[0].delta)

运行结果

D:\pythonProject\api\venv\Scripts\python.exe D:\pythonProject\api\bigmodel.py 
ChoiceDelta(content='I', role='assistant', tool_calls=None)
ChoiceDelta(content=' am', role='assistant', tool_calls=None)
ChoiceDelta(content=' an', role='assistant', tool_calls=None)
ChoiceDelta(content=' AI', role='assistant', tool_calls=None)
ChoiceDelta(content=' assistant', role='assistant', tool_calls=None)
ChoiceDelta(content=' named', role='assistant', tool_calls=None)
ChoiceDelta(content=' Chat', role='assistant', tool_calls=None)
ChoiceDelta(content='GL', role='assistant', tool_calls=None)
ChoiceDelta(content='M', role='assistant', tool_calls=None)
ChoiceDelta(content='（', role='assistant', tool_calls=None)
ChoiceDelta(content='智', role='assistant', tool_calls=None)
ChoiceDelta(content='谱', role='assistant', tool_calls=None)
ChoiceDelta(content='清', role='assistant', tool_calls=None)
ChoiceDelta(content='言', role='assistant', tool_calls=None)
ChoiceDelta(content='）', role='assistant', tool_calls=None)
ChoiceDelta(content=',', role='assistant', tool_calls=None)
ChoiceDelta(content=' which', role='assistant', tool_calls=None)
ChoiceDelta(content=' is', role='assistant', tool_calls=None)
ChoiceDelta(content=' developed', role='assistant', tool_calls=None)
ChoiceDelta(content=' based', role='assistant', tool_calls=None)
ChoiceDelta(content=' on', role='assistant', tool_calls=None)
ChoiceDelta(content=' the', role='assistant', tool_calls=None)
ChoiceDelta(content=' language', role='assistant', tool_calls=None)
ChoiceDelta(content=' model', role='assistant', tool_calls=None)
ChoiceDelta(content=' trained', role='assistant', tool_calls=None)
ChoiceDelta(content=' by', role='assistant', tool_calls=None)
ChoiceDelta(content=' Z', role='assistant', tool_calls=None)
ChoiceDelta(content='hip', role='assistant', tool_calls=None)
ChoiceDelta(content='u', role='assistant', tool_calls=None)
ChoiceDelta(content=' AI', role='assistant', tool_calls=None)
ChoiceDelta(content=' in', role='assistant', tool_calls=None)
ChoiceDelta(content=' ', role='assistant', tool_calls=None)
ChoiceDelta(content='202', role='assistant', tool_calls=None)
ChoiceDelta(content='3', role='assistant', tool_calls=None)
ChoiceDelta(content='.', role='assistant', tool_calls=None)
ChoiceDelta(content=' My', role='assistant', tool_calls=None)
ChoiceDelta(content=' job', role='assistant', tool_calls=None)
ChoiceDelta(content=' is', role='assistant', tool_calls=None)
ChoiceDelta(content=' to', role='assistant', tool_calls=None)
ChoiceDelta(content=' provide', role='assistant', tool_calls=None)
ChoiceDelta(content=' appropriate', role='assistant', tool_calls=None)
ChoiceDelta(content=' answers', role='assistant', tool_calls=None)
ChoiceDelta(content=' and', role='assistant', tool_calls=None)
ChoiceDelta(content=' support', role='assistant', tool_calls=None)
ChoiceDelta(content=' to', role='assistant', tool_calls=None)
ChoiceDelta(content=' users', role='assistant', tool_calls=None)
ChoiceDelta(content="'", role='assistant', tool_calls=None)
ChoiceDelta(content=' questions', role='assistant', tool_calls=None)
ChoiceDelta(content=' and', role='assistant', tool_calls=None)
ChoiceDelta(content=' requests', role='assistant', tool_calls=None)
ChoiceDelta(content='.', role='assistant', tool_calls=None)
ChoiceDelta(content='', role='assistant', tool_calls=None)

Process finished with exit code 0

使用第三方框架openai

智谱清言的关于使用第三方架构openai的代码有坑，无法实现正常调用。

关于流式响应和完整响应

流式响应可以实时输出模型生成的文本，具有实时性、减少内存使用、提高用户体验、更快的反馈和可处理无限数据流的特点，在需要快速、实时和高效处理数据的场景中提供了显著的优势。

from zhipuai import ZhipuAI
client = ZhipuAI(api_key="0c6df39e71b0a7340f221fddc1ddb711.au66Z02fXWc7SJBB")
response = client.chat.completions.create(
    model="glm-4-plus",
    messages=[
        {"role": "user",
         "content": "who are you?"}
    ],
    stream=True, # 流式响应
)

for chunk in response:
    print(chunk.choices[0].delta)

为了在pycharm运行框中只显示需要看的content，且遇到空字符再换行，可以将显示部分的代码修改如下

for chunk in response:
    if hasattr(chunk.choices[0].delta, 'content'):
        print(chunk.choices[0].delta.content, end='', flush=True)

通过hasattr函数检查chunk.choices[0].delta是否具有content属性，如果有，则打印该属性的内容。这将确保只有content字段的内容被显示，例如“你好”。如果content属性不存在，循环将跳过打印，继续处理下一个数据块。
在Python中，print 函数有一个参数叫做 end，默认值为 '\n'，这表示每个 print 调用后会自动添加一个换行符。你可以将 end 参数设置为空字符串 ''，这样 print 就不会在每次调用后添加换行符。

在pycharm中运行流式响应代码时，默认情况下控制台（run结果框）会逐行输出，因为每个print调用都会添加一个换行符。如果你希望内容连续输出而不是分行，可以修改print函数，使其不自动添加换行符。在Python中，print 函数有一个参数叫做 end，默认值为 '\n'，这表示每个 print 调用后会自动添加一个换行符。你可以将 end 参数设置为空字符串 ''，这样 print 就不会在每次调用后添加换行符。
此外，如果pycharm控制台（run结果框）中输出的文字不换行，可以设置soft wrapt