当前位置：首页 > news >正文

有哪些可以做图的网站啊百度搜索热度

news 2025/8/4 18:35:25

有哪些可以做图的网站啊,百度搜索热度,镇江网站建设工作室,福州市城乡建设委员会网站前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。本文中，我们会通过一个简单的例子来展示如何使用 langchain 来调用大模型的 chat API（使用 Chat Model&#xff…

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。

本文中，我们会通过一个简单的例子来展示如何使用 langchain 来调用大模型的 chat API（使用 Chat Model）。
这个例子前面也有使用过，但是前面还没有针对里面的内容进行详细的说明。

配置 key 的文档请看 langchain 入门指南（一）- 准备 API KEY

依赖安装

pip install -U langchain-openai

示例

下面的 ChatOpenAI 表示我们要使用的是 Chat Model，顾名思义，这个模型是用来进行对话的，这也是我们最常用的一种模型。

from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, SystemMessagechat = ChatOpenAI(model="yi-large",temperature=0.3,max_tokens=200,api_key='your key',base_url="https://api.lingyiwanwu.com/v1"
)messages = [SystemMessage(content="你是一名精通了 golang 的专家"),HumanMessage(content="写一个  golang 的 hello world 程序"),
]response = chat.invoke(messages)print(response.content)

ChatOpenAI 说明

使用 ChatOpenAI 类，我们可以调用 chat API。ChatOpenAI 类的构造函数有以下参数：

ChatOpenAI 参数

model：模型名称，例如 yi-large（零一万物），gpt-3.5-turbo（OpenAI HK）等。
temperature：用于控制生成文本的多样性，值越大，生成的文本越多样化。
max_tokens：生成文本的最大长度。（我们的输入和 LLM 的输出都需要消耗 token 数，所以如果只是测试，可以控制一下输出的 token 数量）
api_key：API 密钥（支持多种，不只是 OpenAI 的）。不填写的话，会从环境变量中读取（对应的环境变量是 OPENAI_API_KEY）。
base_url：API 的接口地址。不填写的话，会从环境变量中读取（对应的环境变量是 OPENAI_BASE_URL）。
timeout：超时时间，单位是秒。
max_retries: 最大重试次数。

invoke 方法的参数说明

我们可以看到上面的例子传递了一个 messages 参数，这个参数是一个列表，里面包含了 HumanMessage 和 SystemMessage。

在其他地方，我们可能会看到其他形式的参数，它实际上也支持很多种形式，例如：

元组列表

from langchain_openai import ChatOpenAIchat = ChatOpenAI(model="yi-large",temperature=0.3,max_tokens=200,api_key='your key',base_url="https://api.lingyiwanwu.com/v1",
)messages = [('system', '你是一名精通了 golang 的专家'),('human', '写一个  golang 的 hello world 程序')
]response = chat.invoke(messages)print(response.content)

BaseMessage 列表

from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, SystemMessagechat = ChatOpenAI(model="yi-large",temperature=0.3,max_tokens=200,api_key='your key',base_url="https://api.lingyiwanwu.com/v1",
)messages = [SystemMessage(content="你是一名精通了 golang 的专家"),HumanMessage(content="写一个  golang 的 hello world 程序"),
]response = chat.invoke(messages)print(response.content)

字符串

from langchain_openai import ChatOpenAIchat = ChatOpenAI(model="yi-large",temperature=0.3,max_tokens=200,api_key='your key',base_url="https://api.lingyiwanwu.com/v1",
)# 这个字符串参数会被转换为 HumanMessage
response = chat.invoke('使用 golang 写一个 hello world 程序')print(response.content)

字符串列表

from langchain_openai import ChatOpenAIchat = ChatOpenAI(model="yi-large",temperature=0.3,max_tokens=200,api_key='your key',base_url="https://api.lingyiwanwu.com/v1",
)messages = ["你是一名精通了 golang 的专家","写一个  golang 的 hello world 程序",
]response = chat.invoke(messages)print(response.content)

invoke 方法的返回值

上面是直接打印了返回值的 content 属性，实际上返回值中包含了其他一些有用的信息：

{"lc": 1,"type": "constructor","id": ["langchain","schema","messages","AIMessage"],"kwargs": {"content": "<...省略...>","response_metadata": {"token_usage": {"completion_tokens": 200,"prompt_tokens": 35,"total_tokens": 235},"model_name": "yi-large","system_fingerprint": null,"finish_reason": "length","logprobs": null},"type": "ai","id": "run-29131a4f-e792-4c9e-8cf5-490afed94176-0","usage_metadata": {"input_tokens": 35,"output_tokens": 200,"total_tokens": 235},"tool_calls": [],"invalid_tool_calls": []}
}