llm.py 2.7 KB

12345678910111213141516171819202122232425262728293031323334353637383940414243
  1. import os
  2. from openai import OpenAI
  3. ###29b9cd63fa5f4666bf01aaf9f7c0302e.8NqXiixA3oAZgq1o
  4. client = OpenAI(
  5. # 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",
  6. #api_key=os.getenv("DASHSCOPE_API_KEY"),
  7. api_key=os.getenv("ZAI_API_KEY"),
  8. #base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
  9. base_url="https://open.bigmodel.cn/api/paas/v4/",
  10. )
  11. A="个"
  12. B="m"
  13. completion = client.chat.completions.create(
  14. # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/models
  15. model="glm-4.5-flash",
  16. #model="qwen3-4b",
  17. messages=[
  18. {"role": "system", "content": "You are a helpful assistant."},
  19. {"role": "user", "content": " 计量单位可以用名称或者符号表示,常用的符号包括表示米的符号m,表示千米的符号km,表示吨的符号t,表示千克的符号kg,表示平方米的符号m2,表示立方米的符号m3。给定一个工作量计量单位,内容为" + A + ",记作A,再给定一个工作量计量单位,内容为" + B + ",记作B。若两个单位等价,请返回A=B。若两个单位不等价,但是存在比例换算关系,请返回比例换算关系,例如A单位是m,B单位是10m, 则返回A=0.1*B。若两个单位不等价,且不存在比例换算关系,请返回A<>B,例如A单位是m,B单位是m2,一个表示长度,一个表示面积,不存在比例关系,则返回A<>B。 "},
  20. ],
  21. # Qwen3模型通过enable_thinking参数控制思考过程(开源版默认True,商业版默认False)
  22. # 使用Qwen3开源版模型时,若未启用流式输出,请将下行取消注释,否则会报错
  23. #extra_body={"enable_thinking": False},
  24. extra_body={"thinking": {"type": "disabled"}},
  25. )
  26. json_string = completion.choices[0].message.content
  27. print(json_string)
  28. completion = client.chat.completions.create(
  29. # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/models
  30. #model="qwen3-4b",
  31. model="glm-4.5-flash",
  32. messages=[
  33. {"role": "system", "content": "You are a helpful assistant.请将最终答案以JSON格式输出"},
  34. {"role": "user", "content": " 给你一段文字如下, " + json_string + ",其中给出了一个类似于A=B的表达式作为答案,请将该最终答案输出"},
  35. ],
  36. # Qwen3模型通过enable_thinking参数控制思考过程(开源版默认True,商业版默认False)
  37. # 使用Qwen3开源版模型时,若未启用流式输出,请将下行取消注释,否则会报错
  38. #extra_body={"enable_thinking": False},
  39. extra_body={"thinking": {"type": "disabled"}},
  40. )
  41. json_string = completion.choices[0].message.content
  42. print(json_string)