大家好,我是 同学小张,持续学习C++进阶知识和AI大模型应用实战案例,持续分享,欢迎大家点赞+关注,共同学习和进步。
月之暗面(moonshot)最近很火呀,本文我们紧跟一下实事,看下Moonshot AI的API调用,以及在LangChain中如何使用。
文章目录
- 0. 前期准备
- 1. 基本使用
- 2. 工具使用
- 3. LangChain中使用
- 3.1 使用 MoonshotChat
- 3.2 使用 ChatOpenAI
- 4. LangChain中使用 + 使用工具
0. 前期准备
官网,注册账号,登录,申请API KEY
申请API KEY:https://platform.moonshot.cn/console/api-keys
申请的Key是有一点免费额度的。又能白嫖了,真开心。
1. 基本使用
官方文档:https://platform.moonshot.cn/docs/api/chat#%E5%9F%BA%E6%9C%AC%E4%BF%A1%E6%81%AF
使用 Moonshot AI API进行简单的对话,代码如下:
from openai import OpenAI client = OpenAI( api_key = "$MOONSHOT_API_KEY", base_url = "https://api.moonshot.cn/v1", ) completion = client.chat.completions.create( model = "moonshot-v1-8k", messages = [ {"role": "system", "content": "你是 Kimi,由 Moonshot AI 提供的人工智能助手,你更擅长中文和英文的对话。你会为用户提供安全,有帮助,准确的回答。同时,你会拒绝一切涉及恐怖主义,种族歧视,黄色暴力等问题的回答。Moonshot AI 为专有名词,不可翻译成其他语言。"}, {"role": "user", "content": "你好,我叫李雷,1+1等于多少?"} ], temperature = 0.3, ) print(completion.choices[0].message)
可以看到,其接口的使用形式完全兼容OpenAI,甚至可以当作就是用的OpenAI的接口,只是将api_key、base_url、model三个值换成了Moonshot的。
2. 工具使用
工具的使用方式,示例代码如下,也与OpenAI的接口完全兼容。
import os moonshot_api_key = os.getenv('MOONSHOT_API_KEY') moonshot_base_url = os.getenv('MOONSHOT_BASE_URL') moonshot_model = "moonshot-v1-8k" from openai import OpenAI client = OpenAI( api_key = moonshot_api_key, base_url = moonshot_base_url, ) completion = client.chat.completions.create( model = moonshot_model, messages = [ {"role": "system", "content": "你是 Kimi,由 Moonshot AI 提供的人工智能助手,你更擅长中文和英文的对话。你会为用户提供安全,有帮助,准确的回答。同时,你会拒绝一切涉及恐怖主义,种族歧视,黄色暴力等问题的回答。Moonshot AI 为专有名词,不可翻译成其他语言。"}, {"role": "user", "content": "编程判断 3214567 是否是素数。"} ], tools = [{ "type": "function", "function": { "name": "CodeRunner", "description": "代码执行器,支持运行 python 和 javascript 代码", "parameters": { "properties": { "language": { "type": "string", "enum": ["python", "javascript"] }, "code": { "type": "string", "description": "代码写在这里" } }, "type": "object" } } }], temperature = 0.3, ) print(completion.choices[0].message)
以上示例代码的运行结果:
3. LangChain中使用
LangChain中,有两种使用方式。
3.1 使用 MoonshotChat
LangChain对Moonshot模型进行了单独的封装,使用方式如下:
from langchain_community.chat_models.moonshot import MoonshotChat model = MoonshotChat(api_key=moonshot_api_key, base_url=moonshot_base_url, model="moonshot-v1-128k")
3.2 使用 ChatOpenAI
在1、2节中,我们看到,Moonshot的API接口与OpenAI的完全兼容,因此,在LangChain中我们也可以使用ChatOpenAI来调用Moonshot AI,使用方式如下:
from langchain_openai.chat_models import ChatOpenAI model = ChatOpenAI(api_key=moonshot_api_key, base_url=moonshot_base_url, model=moonshot_model, temperature=0)
这里只展示使用方法,具体的使用,在下面一起介绍。
4. LangChain中使用 + 使用工具
这里我们使用 【AI Agent系列】【LangGraph】2. 再进阶:给你的LangGraph加入循环逻辑(Cycles) 这篇文章中的代码,进行修改。
为什么用这个代码?因为遇到了坑,刚好给大家避坑…
从第3节中,我们得到了Moonshot的model,那我们就把下面红框中的代码替换掉就好了。
是不是觉得很可行?理论上是可以的。
但是实操过程中,发现,大模型根本识别不了tools…无论如何都识别不了。
如何解决呢?我找到了一种解决办法:
# from langchain.tools.render import format_tool_to_openai_function # functions = [format_tool_to_openai_function(t) for t in tools] # model = model.bind_functions(functions) # 改为: model = model.bind_tools(tools=tools)
修改后,运行结果如下:
可以看到,成功识别到了tools。
如果觉得本文对你有帮助,麻烦点个赞和关注呗 ~~~
- 大家好,我是 同学小张,持续学习C++进阶知识和AI大模型应用实战案例
- 欢迎 点赞 + 关注 👏,持续学习,持续干货输出。
- +v: jasper_8017 一起交流💬,一起进步💪。
- 微信公众号也可搜【同学小张】 🙏
本站文章一览: