还在为API文档头疼?文心一言接口调用,这个方法让你一分钟上手!
让我们来讲一个故事
今天和女朋友吵架了,(假设你有女朋友)。
今晚又是一个人睡沙发,这天晚上,你躺在沙发上,夜不能寐
因为--------
你女朋友想用文心一言画图,想搭建一个自己的AI机器人
你打开了你的电脑——你的第一夫人
现在,进入我们今天的正题——一分钟学会文心一言的api接口调用接入

一、账号创建
创建主账号在
您使用百度智能云千帆大模型平台前,需要您提前注册一个百度智能云的官网主账号。
百度智能云-注册 (baidu.com)

完成验证

API 列表
百度智能云千帆平台提供了丰富的API,包括对话Chat、续写Completions、向量Embeddings插件应用、Prompt工程、模型服务、管理、调优及数据管理等API能力,详情请查看API列表。
- 模型相关
- 对话Chat:支持创建chat,用于发起一次对话。
- 续写Completions:支持创建completion,用于发起一次续写请求,不支持多轮会话等。
- 向量Embeddings:支持Embeddings,用于根据输入内容生成对应的向量表示。
- 自定义模型:平台支持HuggingFace Transformer架构的自定义大模型导入,将自定义模型发布为服务,并支持通过相关API调用该服务。
- 图像Images:提供图像相关API能力。
- 模型服务:提供创建服务、获取服务详情等API能力。
- 模型管理:提供获取模型、模型版本详情及将训练任务发布为模型等API能力。
- 模型调优:提供创建训练任务、任务运行、停止任务运行及获取任务运行详情等API能力。
- 数据管理:提供创建数据集、导入导出数据集等API能力。
- Prompt工程:提供模版相关API能力。
- 插件应用:提供域内知识搜索增强插件API相关能力。
二、API 调用流程简介

1、创建千帆应用
登录百度智能云千帆控制台创建应用,创建成功后,在应用列表页获取AppID、API Key、Secret Key 等信息。如果已有千帆应用,可以在应用列表页查看已有应用的API Key、Secret Key 等信息。
2、API授权
创建应用后,获取AppID、API Key、Secret Key。

3、获取访问凭证
根据步骤一获取的API Key、Secret Key,获取access_token。参考以下获取access_token,更多详情方法请参考获取access_token。
注意:access_token默认有效期30天,生产环境注意及时刷新。
# 填充API Key与Secret Key
curl 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【API Key】&client_secret=【Secret Key】'
4、调用接口
调用接口就是写代码的事情了,下面以python举两个例子

单轮对话
import requests
import json
# 步骤一:获取access_token
data = {
'grant_type': 'client_credentials',
'client_id': '[API Key]', # 使用你从百度云获取到的API Key
'client_secret': '[Secret Key]' # 使用你从百度云获取到的Secret Key
}
response = requests.post('https://aip.baidubce.com/oauth/2.0/token', data=data)
access_token = response.json()['access_token']
# 步骤二:调用API
headers = {'Content-Type': 'application/json'}
data = {
"messages": [
{"role":"user","content":"介绍一下你自己"}
]
}
response = requests.post(f'https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions_pro?access_token={access_token}',
headers=headers, data=json.dumps(data))
print(response.json())
多轮对话
import requests
import json
def get_access_token(client_id, client_secret):
url = f'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={client_id}&client_secret={client_secret}'
response = requests.get(url)
if response.status_code == 200:
return response.json()['access_token']
else:
return None
def call_api(access_token):
url = f'https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions_pro?access_token={access_token}'
headers = {'Content-Type': 'application/json'}
data = {
"messages": [
{"role":"user","content":"请介绍一下你自己"},
{"role":"assistant","content":"我是百度公司开发的人工智能语言模型,我的中文名是文心一言,可以协助您完成范围广泛的任务并提供有关各种主题的信息,比如回答问题,提供定义和解释及建议。如果您有任何问题,请随时向我提问。"},
{"role":"user","content": "我在上海,周末可以去哪里玩?"},
{"role":"assistant","content": "上海是一个充满活力和文化氛围的城市,有很多适合周末游玩的地方。以下是几个值得推荐的地方..."},
{"role":"user","content": "周末这里的天气怎么样?"}
]
}
response = requests.post(url, headers=headers, data=json.dumps(data))
return response.json()
def main():
client_id = '[API Key]'
client_secret = '[Secret Key]'
access_token = get_access_token(client_id, client_secret)
if access_token:
result = call_api(access_token)
print(result)
else:
print('Failed to get access token')
if __name__ == '__main__':
main()
然后就开始你的大模型训练之旅吧!
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

更多推荐



所有评论(0)