【AI大模型应用开发】Moonshot API 入门,完全平替 OpenAI API ?

慈云数据 2024-06-15 技术支持 61 0

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

      在这里插入图片描述

      申请的Key是有一点免费额度的。又能白嫖了,真开心。

      在这里插入图片描述

      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

      在这里插入图片描述

      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。

      在这里插入图片描述

      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。

      在这里插入图片描述

      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:

      在这里插入图片描述

      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:

        在这里插入图片描述

微信扫一扫加客服

微信扫一扫加客服

点击启动AI问答
Draggable Icon