网站模型大全功能规格与计费-大模型服务平台百炼-阿里云-大模型服务平台百炼(Model Studio)-阿里云帮助中心https://help.aliyun.com/zh/model-studio/modelshttps://help.aliyun.com/zh/model-studio/models大模型服务平台百炼控制台https://bailian.console.aliyun.com/cn-beijing?tabapi#/api/?typemodelurl3016807https://bailian.console.aliyun.com/cn-beijing?tabapi#/api/?typemodelurl3016807步骤实例代码import os from openai import OpenAI client OpenAI( # 若没有配置环境变量请用百炼API Key将下行替换为api_keysk-xxx api_keyos.getenv(DASHSCOPE_API_KEY), # {WorkspaceId}需要改成自己的 base_urlhttps://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1, ) completion client.chat.completions.create( # 模型列表https://help.aliyun.com/zh/model-studio/getting-started/models modelqwen-plus, messages[ {role: system, content: You are a helpful assistant.}, {role: user, content: 人为什么要睡觉?}, ], temperature 0.75, # 模型生成内容多宽 (范围[0,2), 0表示生成内容非常确定2表示生成内容非常不确定。默认值为0.75。) # max_completion_tokens 100 # 最大生成长度 ) #print(completion.model_dump_json()) print(completion.choices[0].message.content)模型输出单轮请求另一种写法class LLMCase1(BaseModel): question: str Field(..., title问题, description问题) async def case1_api(llmCase1Request: LLMCase1): client OpenAI( # 若没有配置环境变量请用百炼API Key将下行替换为api_keysk-xxx api_keyos.getenv(DASHSCOPE_API_KEY), base_urlhttps://ws-79yxgjtjhsypfj33.cn-beijing.maas.aliyuncs.com/compatible-mode/v1, ) # 第一是角色设定明确模型的身份定位 # 第二是任务指令清晰模型任务信息 # 第三是输入数据与上下文提供必要的背景信息 # 第四是输出格式指定返回的结构如 JSON、列表等 # 第五是约束条件限制长度、风格、禁忌等要求 # 第六是示例引导通过少量示例让模型模仿输出。 ### 请求体提问 prompt f ## 角色设定: 你是一个智能助手 ## 任务描述: {llmCase1Request.question} ## 输入参数: ## 输出格式: ## 约束条件: ## 示例: completion client.chat.completions.create( # 模型列表https://help.aliyun.com/zh/model-studio/getting-started/models modelqwen-plus, messages[ {role: user, content: prompt}, ], temperature0.75, ) ai_reply completion.choices[0].message.content return { code: 1, message: 请求成功, data: { ai_reply: ai_reply } }总结本文详细介绍了如何通过阿里云百炼平台调用通义千问大模型qwen-plus进行单轮对话。主要内容总结如下准备工作首先需要访问阿里云百炼平台的模型大全了解功能规格与计费并在控制台获取API Key和Workspace ID。核心步骤配置OpenAI兼容的客户端设置api_key和指向百炼服务的base_url然后调用chat.completions.create方法发起请求。两种代码实现基础调用直接构造包含系统提示和用户问题的消息列表可调节temperature等参数控制生成结果。结构化请求使用Pydantic模型定义请求体构建包含角色设定、任务描述等要素的详细Prompt模板更适合集成到Web API中。关键要点百炼平台提供了与OpenAI API兼容的接口开发者可以沿用熟悉的openai库进行开发只需替换base_url和api_key即可快速接入阿里云的强大模型能力。通过以上两种方式开发者可以灵活地将通义千问大模型集成到自己的Python应用中实现智能对话功能。 
长河君 · 2026/8/7 10:13:55 · 阅读 1.2k 大模型调用
网站模型大全功能规格与计费-大模型服务平台百炼-阿里云-大模型服务平台百炼(Model Studio)-阿里云帮助中心https://help.aliyun.com/zh/model-studio/modelshttps://help.aliyun.com/zh/model-studio/models大模型服务平台百炼控制台https://bailian.console.aliyun.com/cn-beijing?tabapi#/api/?typemodelurl3016807https://bailian.console.aliyun.com/cn-beijing?tabapi#/api/?typemodelurl3016807步骤实例代码import os from openai import OpenAI client OpenAI( # 若没有配置环境变量请用百炼API Key将下行替换为api_keysk-xxx api_keyos.getenv(DASHSCOPE_API_KEY), # {WorkspaceId}需要改成自己的 base_urlhttps://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1, ) completion client.chat.completions.create( # 模型列表https://help.aliyun.com/zh/model-studio/getting-started/models modelqwen-plus, messages[ {role: system, content: You are a helpful assistant.}, {role: user, content: 人为什么要睡觉?}, ], temperature 0.75, # 模型生成内容多宽 (范围[0,2), 0表示生成内容非常确定2表示生成内容非常不确定。默认值为0.75。) # max_completion_tokens 100 # 最大生成长度 ) #print(completion.model_dump_json()) print(completion.choices[0].message.content)模型输出单轮请求另一种写法class LLMCase1(BaseModel): question: str Field(..., title问题, description问题) async def case1_api(llmCase1Request: LLMCase1): client OpenAI( # 若没有配置环境变量请用百炼API Key将下行替换为api_keysk-xxx api_keyos.getenv(DASHSCOPE_API_KEY), base_urlhttps://ws-79yxgjtjhsypfj33.cn-beijing.maas.aliyuncs.com/compatible-mode/v1, ) # 第一是角色设定明确模型的身份定位 # 第二是任务指令清晰模型任务信息 # 第三是输入数据与上下文提供必要的背景信息 # 第四是输出格式指定返回的结构如 JSON、列表等 # 第五是约束条件限制长度、风格、禁忌等要求 # 第六是示例引导通过少量示例让模型模仿输出。 ### 请求体提问 prompt f ## 角色设定: 你是一个智能助手 ## 任务描述: {llmCase1Request.question} ## 输入参数: ## 输出格式: ## 约束条件: ## 示例: completion client.chat.completions.create( # 模型列表https://help.aliyun.com/zh/model-studio/getting-started/models modelqwen-plus, messages[ {role: user, content: prompt}, ], temperature0.75, ) ai_reply completion.choices[0].message.content return { code: 1, message: 请求成功, data: { ai_reply: ai_reply } }总结本文详细介绍了如何通过阿里云百炼平台调用通义千问大模型qwen-plus进行单轮对话。主要内容总结如下准备工作首先需要访问阿里云百炼平台的模型大全了解功能规格与计费并在控制台获取API Key和Workspace ID。核心步骤配置OpenAI兼容的客户端设置api_key和指向百炼服务的base_url然后调用chat.completions.create方法发起请求。两种代码实现基础调用直接构造包含系统提示和用户问题的消息列表可调节temperature等参数控制生成结果。结构化请求使用Pydantic模型定义请求体构建包含角色设定、任务描述等要素的详细Prompt模板更适合集成到Web API中。关键要点百炼平台提供了与OpenAI API兼容的接口开发者可以沿用熟悉的openai库进行开发只需替换base_url和api_key即可快速接入阿里云的强大模型能力。通过以上两种方式开发者可以灵活地将通义千问大模型集成到自己的Python应用中实现智能对话功能。