开发篇1：使用原生api和Langchain调用大模型

对大模型的调用通常有以下几种方式：方式一、大模型厂商都会定义http风格的请求接口，在代码中可以直接发起http请求调用；方式二、在开发环境中使用大模型厂商提供的api；方式三、使用开发框架Langchain调用，这个就像java对数据库的调用一样，可以直接用jdbc也可以使用第三方框架，第三方框架调用会封装一些共性问题，比如参数配置，多数据库统一调用方式，连接处理，缓存处理等等，使用第三方框架调用往往会大幅提高开发效率。下面逐一说明几种调用方式

方式一: post请求调用，以openai（chatgpt）为例，demo如下，举例代码语言为python，http调用各种语言都有这个能力，个人建议还是python来做大模型相关开发，pandas对数据集合处理已经比较成熟，内存运算性能也很高，下面的例子中requests为python的requests的模块

response = requests.post(

"https://api.openai.com/v1/chat/completions",

headers=headers,

json=json_data,

)

其中head封装了在openai上注册的key

headers = {
"Content-Type": "application/json",
"Authorization": "Bearer " + openai.api_key,
}

json是一个python的字典，封装了模型名称和messages（prompt请求）

json_data = {"model": model, "messages": messages}

方式二：python使用使用大模型厂商提供的api（openai为例），首先要在开发环境中pip安装tiktoken和openai模块，openai有两个接口，1个是对话模型，1个语言模型，调用方式分别如下

pip install tiktoken openai

#调用Completion api，openai会以json返回回答

data = openai.Completion.create(

model="text-davinci-003",

prompt="牛肉面故乡在哪里",

max_tokens=1000,

temperature=0

)

#调用 chat Completion api，chat Completion api是GPT3.5开始使用的问答模型，可以使用这个模型实现一问一答

messages=[

{

"role": "user",

"content": "你好"

}

]

data = openai.ChatCompletion.create(

model="gpt-3.5-turbo",

messages = messages

)

方式三：用使用langchain调用，使用langchain自带的OpenAI类，

from langchain.llms import OpenAI

 

llm = OpenAI(model_name="text-davinci-003")

llm("牛肉面起源于哪个城市")

Langchain有model，Data Connection，chains，Memory，Agents，Callbacks，每个模块的使用会在下一篇说明，OpenAI类属于model模块，如下图所示，Model 模块的主要职责1个是提示词的生成，1个是解决对大模型的调用的封装，这个有点像java里面Springboot template对jdbc的封装，封装后统一了对各类模型的调用