- 综合排序
- 最热优先
- 最新优先
- 来自专栏软件测试学习
怎么通过API调用AI大模型获取响应结果
要通过api在代码里面去调用大模型，需要先申请大模型的api key,以deepseek官网为例，apikey的申请地址：https://platform.deepseek.com/api_keys 目前 ，deepseek通过apikey调用是要收费的，注册后需要充值使用，也可以用其他第三方平台的apikey调用的方式进行接入，代码都是差不多的，改一下相关的配置就行。 代码案例的话，deepseek官网就有提供最简单的案例： https://api-docs.deepseek.com/zh-cn/ 调用上面的代码，需要安装依赖： pip install openai 通过上面2篇文章，一个是可以将大模型切换为其他第三方平台的api进行调用，有的平台注册会赠送一定的体验额度，可以临时用于代码调试啥的，另一篇文章的话，是可以将代码里面的apikey以及对应的api地址等信息放到配置文件里面 模型列表可以参考：https://huggingface.co/deepseek-ai/models https://modelscope.cn/models
4.3K10编辑于 2025-06-23 从零到一：使用pycharm搭建API接口调用大模型
从零到一：使用pycharm搭建API接口调用大模型【前言】随着人工智能技术的快速发展，大语言模型（LLM）已成为许多应用场景的核心技术。 本文将详细介绍如何使用PyCharm开发环境搭建API接口调用大模型的完整流程，包括两种主流调用方式、模型列表查看方法，以及一个完整的求职岗位查询实战案例。 【任务】1.掌握使用OpenAI库和requests库调用大模型API的方法。2.学会查看和展示可用的大模型列表。3.实现基于大模型的求职岗位查询系统。4.掌握API调用的错误处理和结果展示技巧。 By:不吃花椒的喵酱一.大模型调用大模型调用有两种方式，一种通过openai库进行调用，一种通过requests库进行调用。 if __name__ == "__main__": main()第三步：运行结果图5：程序运行结果展示图6：大模型返回岗位信息.xlxs文件四.掌握API调用的错误处理和结果展示技巧
1.5K21编辑于 2025-12-23- 来自专栏AI智能体从入门到实践
构建AI智能体：初识腾讯混元AI大模型与API调用
1.首先登录腾讯云大模型API的管理后台，申请API-key；2. 申请成功后下方列表会多出来一条apikey信息：3.获取到key后就可以在模型广场，查看、挑选我们需要的模型，进行体验或选择使用了。4. 腾讯混元大模型API接口调用详细说明：5. 主要通过腾讯的腾讯云大模型API提供的混元大模型API和SDK来实现大模型的应用，混元大模型支持文本模型和生图模型，通过API的方式方便开发者调用，可通过腾讯云SDK方式接入或使用OpenAI SDK方式接入 , "填表人": "", "日期": ""}3.通过混元大模型兼容的OpenAI接口使用API-KEY的base-url进行模型调用import jsonimport osfrom openai import **语音识别与合成**：AI大模型可以将语音转换为文本，也可以将文本转换为语音，实现语音交互功能，提高人机交互的便捷性和智能化水平。\n\n6.
2.4K11编辑于 2025-12-10 - 来自专栏AI
AI 语音大模型的调用
AI 语音大模型（AILM）通常作为云服务 API 提供给开发者，这使得我们无需部署昂贵的硬件，就能在应用程序中集成高性能的语音功能。调用过程涵盖了身份认证、数据传输和参数配置等关键环节。1. 核心调用流程与模型选择调用 AILM API 的基本流程可以概括为：认证 → 数据输入 → 参数配置 → 接收输出。2. 详细的 API 调用步骤2.1 认证与授权所有商业 AILM API 都需要授权才能调用，以确保数据安全和计费准确。API 密钥（API Key）: 这是最常见的授权方式。 2.2 实时语音转文本（ASR）的调用ASR 服务通常提供流式 API 和批处理 API 两种调用方式。流式调用（Streaming ASR）： 适用于实时语音输入（如语音聊天、实时字幕）。 通过遵循这些步骤和最佳实践，您可以高效且安全地将 AI 语音大模型的功能集成到您的应用程序中。
48210编辑于 2025-09-29 - 来自专栏胡琦
大模型 API 调用从 0 到 1 （以智谱 AI 为例）
本教程灵感来源于自塾大模型 API 开发和智谱 AI 官方手册。 本教程需先注册智谱 AI,所有注册用户均可免费使用 GLM-4-Flash API 。 pip -V 1. requests：数据交互的桥梁 requests 是 Python 常用的网络请求包，类似于前端的 Axios，我们通过 requests 来调用大模型服务 API。 pip install requests # 使用 requsets 包可以调用任何大模型 API # API Key: https://bigmodel.cn/usercenter/apikeys # 使用 requsets 包可以调用任何大模型 API import requests api_key = 'fd3cfd4bddd068e28e7175104002689b.Lm7aWJUYwMK2P5I9 封装 API：实现大模型自由 有时，我们不想直接调用大模型厂商的 API，而是希望使用自己的 API 接口，实际上调用现成的大模型接口。其实也是很简单的！
3.6K11编辑于 2025-05-20 AI大模型API接入方案：GPT-4oNano banana proVeo调用实战指南
本文通过测试与官网API对比，评估、GPT-4o（图像生成）和Gemini-2.5-Flash等模型，配以详细表格，并提供使用稳定AI API的实用指南，重点介绍Nano banana API视频生成如何调用 GrsAi vs 官网：AI大模型接口价格与性能测评涵盖视频生成（S 2，Veo3.0/3.1）、图像生成（Nano Banana Pro、GPT-4o、Gemini 2.5 Flash Image（ Nano Banana）、Flux1.1Pro/Ultra、Flux.1kontext pro/fast）和文本处理（Gemini2.5）等模型。 一站式接入：一个API密钥调用视频、图像和文本模型，简化流程。全球支持：全球用户都可以直接调用低价AI API。 如何使用 AI大模型API调用，快速上手指南用Nano banana API举例，以下是基于官方文档的步骤：访问GrsAi：（grsai.com/zh/dashboard/models）获取API密钥：
1.5K00编辑于 2025-11-22- 来自专栏go
go调用腾讯混元大模型
go-easy-llm 点击 github go-easy-llm 查看更多 一个满足你的调用多种大模型API的轮子，支持目前市面多家第三方大模型，包含ChatGPT、通义千问、文心大模型、混元、盘古、 百川智能等； 一套写法兼容所有平台，简单配置即可灵活使用第三方大模型API。 简单几步即可使用第三方大模型API 混元大模型调用 创建密钥 点击我 进行密钥创建 通过这一步，你就会拿到腾讯的 secretId、secretKey，主要用于鉴权使用 引入go-easy-llm go Chat 模式大模型 一次性回复 NormalChat resp, reply, err := client.NormalChat(context.Background(), &easyai.ChatRequest Message: "介绍一下你自己", }) for content := range resp { fmt.Println(content) } 通过以上简单几步，你就可以轻松的调用腾讯混元大模型了
38610编辑于 2024-09-02 - 来自专栏为了不折腾而去折腾的那些事
Amazing OpenAI API：把非 OpenAI 模型都按 OpenAI API 调用
好在我们可以通过下面的方式，来将软件调用模型的名称进行一键“替换”，替换为我们实际在使用的模型。 比如，我们可以通过下面的方式，来将原始请求中的模型，映射为我们真实的模型名称。 使用 Yi 34B Chat 模型 如果我们想将 Yi 官方的 API 转换为标准的 OpenAI API 调用，可以使用下面的命令： AOA_TYPE=yi YI_ENDPOINT=<你的 API 地址 /aoa 如果我们在启动服务的时候配置了 YI_API_KEY 的话，不论是开源软件也好，使用 curl 调用也罢，我们都不需要添加 Authorization: Bearer <你的 API Key> /aoa 使用 Gemini Pro 模型 如果我们想将 Google 官方的 Gemini API 转换为标准的 OpenAI 调用，可以用下面的命令： AOA_TYPE=gemini GEMINI_API_KEY API 调用： 最后 这篇文章就先写到这里吧。
1.5K00编辑于 2024-01-09 - 来自专栏大模型&AIGC
6种大模型微调技术
值得一提的是，通过使用T5模型进行模型大小的消融实验，我们展示了提示微调随着规模的增加变得更加具有竞争力：当模型参数超过数十亿时，我们的方法“缩小了差距”并达到了模型微调（即调整所有模型权重）的强大性能 input和target，则使用原始的input embedding(5) 使用方式离散和连续template token混合时，显示地插入一下anchor（离散的token）有助于template的优化(6) ，无需verbalizer(4) 特点在小、大模型上，效果均优于P-tuning。 当参数量达10B，效果相当于FT6.LoRA（2021）(1) 论文信息来自论文：《LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS》（2）摘要自然语言处理的一个重要范式包括在通用领域数据上进行大规模预训练 Model)，学习目标为而加入LoRA后，学习目标为：(6) 配置在多个部位$(Q/K/V/Output)$同时添加$\bigtriangleup W$ ，会比只在单一部分上添加权重$\bigtriangleup
2.6K00编辑于 2025-05-08 - 来自专栏大模型应用
大模型应用：大模型本地化部署与API调用：打包迁移到服务器的多种方式实践.47
但随着应用场景的升级，单一设备的本地化调用已难以满足多用户协同访问、高并发处理、长期稳定运行的需求，同时，将开源或自定义大模型封装为可网络访问的 API 接口，部署到服务器上实现稳定调用，已成为企业级应用 今天，我们将聚焦大模型从本地可用到云端可调用的全链路实操，沿着基础 API 调用、自动化接口文档生成、多方案打包部署上线的完整脉络，进行细致拆解与深度剖析，真正实现从技术跑通到场景落地的无缝衔接。 GPU：大模型运行需要大量并行计算，GPU 能提速 10-100 倍。 入门级：NVIDIA RTX 3090/4070，8-12GB 显存，能跑 6B-7B 参数的轻量模型。 存储：大模型文件体积大，6B 参数模型约 10GB，13B 模型约 20GB，需预留至少 50GB 硬盘空间，推荐 SSD，加载速度更快。2. .tar七、总结 大模型 API 服务器部署的核心是环境适配、便捷调用 、稳定运行，不同方式各有侧重：Docker 容器化是企业级首选，兼顾稳定性和扩展性，EXE 打包适合 Windows
2.4K103编辑于 2026-03-16 - 来自专栏数字化之路
之前的API是按调用次数收费，为什么大模型要以Token数收费？
这句话在中文中会被拆分成6个Token，而在英文中，“Hello, world!”会被拆分成4个Token。 为什么在大模型出来之前的API，都是按调用次数收费， LLM的API为什么要按Token收费？ 因为，Token的数量直接影响模型的计算成本。 相比之下，传统的按次收费（比如每次API调用收费）无法区分短文本和长文本的计算成本，而按Token收费则能更公平地反映用户的实际使用。 马建仓，Gitee大模型 API 计费怎么就那么别扭？？？ GPT token的计算包含两部分。 输入给GPT模型的token数和GPT模型生成文本的token数。 成本：API调用按Token计费，控制Prompt长度可降低费用（如精简提问）。
6K20编辑于 2025-02-25 - 来自专栏时来之笔
2026 大模型 API 免费额度汇总
，适合预算敏感型无穹 Infini-AI 服务平台2026 大模型 API 免费额度汇总清单 国家超算平台国家超算平台为开发者提供了极为丰厚的新用户注册福利，支持调用多款当前最新的前沿大模型。 领取地址： 百度智能云千帆控制台️ 领取步骤：访问千帆大模型平台阅读并同意用户协议后，系统将自动开通千帆大模型平台并发放新用户免费Tokens额度。 进入“混元大模型”页面，点击“开通服务”。在“资源包管理”或“权益中心”查看自动到账的 100 万额度。 NVIDIANVIDIA 为开发者提供 NIM API 服务，支持高并发调用。 免费权益：调用额度：无限次调用。速率限制：每分钟 40 次请求 (40 RPM)。 右上角选择点击 "Get API Key" 即可获得API key进行调用。
38.5K335编辑于 2026-03-17 - 来自专栏6G
6G，AI , 与大模型?
6G与AI融合的未来方向 6G 网络的内生 AI 设计将赋能网络的AI大模型，同时使网络能够支持 AI 大模型的训练和服务。 另外，从小模型到大模型，生产效率跨越式提升基础通用大模型具有泛化性，网络智能化将从用例驱动转变为能力驱动，迅速降低应用开发门槛，加速 AI 工程化、规模化落地。 6G 网络将承担数据采集、预处理等数据服务，为云AI训练提供更好的支持。此外，6G 网络的分布式部署将使得 AI 大模型更靠近用户侧，从而在时延方面具有潜在优势。 在数据获取和处理方面，与 ChatGPT 不同，网络中存在大量结构化数据，且网络不同问题间的共性不清晰，网络 AI 大模型面临较大挑战。6G 网络面临如何有效采集适合AI大模型训练的数据的挑战。 而在构建 AI 大模型的路径上，需要分阶段探索，从离线小规模模型开始，逐步过渡到实时大规模模型，最终实现统一的网络 AI 大模型。 本文摘自于中国移动的“6G内生AI架构及AI大模”汇报材料。
40810编辑于 2024-04-24 - 来自专栏Java开发
如何使用LangChain4j调用商业API模型？
使用 LangChain4j 调用商业 API 模型（如 OpenAI、Anthropic、Google Gemini 等）非常便捷，因为它提供了统一的接口和简化的配置方式。 获取 API 密钥undefined从模型提供商（如 OpenAI、Anthropic 官网）申请 API 密钥，并确保账户有可用额度。 创建模型实例undefined通过 builder 模式配置模型参数（API 密钥、模型名称、超时时间等）。 {System.err.println("调用失败：" + e.getMessage());}批量处理：对于大量请求，考虑异步调用或批量API（如OpenAI的batch接口）。 通过以上方式，你可以轻松集成各种商业API模型，并利用LangChain4j的高级功能（如对话记忆、函数调用）构建复杂的LLM应用。
49610编辑于 2025-09-24 - 来自专栏全栈程序员必看
api接口调用
api接口调用 CURL 是一个利用URL语法规定来传输文件和数据的工具，支持很多协议，如HTTP、FTP、TELNET等。最爽的是，PHP也支持 CURL 库。
4.1K30编辑于 2022-09-06 - 来自专栏大模型应用
大模型应用：本地大模型API调用鉴权可视化全解析：从基础实现到业务扩展.45
一、引言 随着大模型本地化部署的普及，基于 FastAPI 封装大模型接口并实现鉴权、可视化交互，成为实现落地大模型应用的核心场景。 前一篇博文我们讲解了大模型本地化部署以及api鉴权调用的基础示例，今天我们在初级理论的基础上强化实际应用，以“本地大模型文本生成 API+Streamlit 可视化前端”为核心案例，从代码分解、执行流程 应用功能安全防护：API Key/JWT 双鉴权避免大模型被滥用，IP 限流防止高频调用导致服务崩溃；灵活定制：支持调节生成参数（temperature 控制随机性、top_p 控制采样策略），适配不同文本生成场景 后端校验阶段 鉴权校验：验证API Key或JWT令牌的有效性限流校验：检查用户请求频率是否超出限制4. 模型推理阶段 调用大模型进行文本生成，根据参数控制生成质量和多样性5. ，快速搭建大模型交互平台Transformers：模型调用，用于大模型加载与推理，HuggingFace开源库，支持加载 Qwen、GPT2 等主流大模型，提供统一的 generate 推理接口PyTorch
37832编辑于 2026-03-14 大模型的2025：6个关键洞察
以下为卡帕西年度回顾全文：《2025年大语言模型年度回顾》2025年是大语言模型领域大步跨越且充满变数的一年。 正如我在今年Y Combinator演讲中强调的，像Cursor这样的大语言模型应用，核心价值在于为特定垂直领域整合并编排大语言模型调用逻辑，具体体现在以下方面：-处理“上下文工程”，优化提示词设计与上下文管理 ；-在后台将多个大语言模型调用编排为日益复杂的有向无环图（DAG），精准平衡性能与成本；-为“人机回圈”（Human-in-the-loop）提供适配特定场景的图形用户界面；-提供可调节的“自主权滑块” 2025 年，行业内围绕这一新应用层的“厚度”展开了大量讨论：大语言模型实验室是否会通吃所有应用场景？还是说垂直领域的大语言模型应用仍有广阔蓝海？ 我个人的观点是，大语言模型实验室更倾向于培育“通识能力极强的大学生”式模型，而大语言模型应用则通过整合私有数据、传感器、执行器及反馈闭环，对这些“大学生”进行针对性组织、微调，最终驱动它们成为特定垂直领域的
57910编辑于 2025-12-24- 来自专栏专知
【干货】使用TensorFlow官方Java API调用TensorFlow模型（附代码）
专知成员Hujun给大家详细介绍了在Java中使用TensorFlow的两种方法，并着重介绍如何用TensorFlow官方Java API调用已有TensorFlow模型的方法。 TensorFlow的两种方法 ---- ---- 使用Java调用TensorFlow大致有两种方法： 直接使用TensorFlow官方API调用训练好的pb模型: https://www.tensorflow.org 由于KerasServer的服务端提供Python API, 因此可以直接将已有的TensorFlow/Keras Python代码和模型转换为KerasServer API，供Java/c/c++/C 本教程介绍如何用TensorFlow官方Java API调用TensorFlow(Python)训练好的模型。 在代码的最后，调用tf.graph_util.convert_variables_to_constants 将图进行转换，最后将图保存为模型文件(pb)。
14.9K41发布于 2018-06-05 Wan2.1开源视频生成模型API调用指南
Wan2.1：通过API生成视频如果你最近关注AI视频领域，可能已经注意到它正在爆炸式发展。新的模型每周都在发布，带来了更好的输出效果、更高的分辨率和更快的生成速度。 它是开源的，包括模型权重和代码。社区已经在构建工具来增强它。它能生成具有真实世界准确度的惊艳视频。它体积足够小，可以在消费级GPU上运行。本文将介绍新模型以及如何通过API运行它们。 通过API运行Wan2.1某平台上的每个模型都配有可扩展的云API，Wan2.1也不例外。 2.1-i2v-480p"const input = { image: "https://replicate.delivery/pbxt/MZZyui7brAbh1d2AsyPtgPIByUwzSv6Uou8objC7zXEjLySc 只需在调用模型时省略图像输入即可：import Replicate from "replicate"const replicate = new Replicate()const model = "wavespeedai
48710编辑于 2026-02-10语音合成模型Speech-02 API调用与集成指南
某中心的Speech-02系列是文本转语音模型，能够生成具有情感表达的自然人声。该系列模型支持超过30种语言。 聆听Speech-02以下是Speech-02-HD模型朗读本篇博客文章改编版本的一个示例，以及生成该语音的预测。（此处通常为音频链接或嵌入代码）Speech-02模型是当今可用的最佳文本转语音模型。 首先，安装Node.js客户端库：npm install replicate将API令牌设置为环境变量：export REPLICATE_API_TOKEN=r8_9wm**************** ******************（可以从账户获取API令牌。 首先，安装客户端并设置API令牌：pip install replicateexport REPLICATE_API_TOKEN=r8_9wm******************************
29010编辑于 2026-02-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号