34 lines
1.1 KiB
Python
34 lines
1.1 KiB
Python
import langchain_openai
|
||
from langchain_core.prompts import ChatPromptTemplate
|
||
import dotenv
|
||
import os
|
||
|
||
# 加载环境变量（包含API密钥）
|
||
dotenv.load_dotenv()
|
||
|
||
# 创建聊天模型
|
||
llm = langchain_openai.ChatOpenAI(
|
||
api_key=os.getenv("OPENAI_API_KEY"), # 从环境变量获取 API 密钥
|
||
base_url=os.getenv("DASHSCOPE_BASE_URL"), # 指定 API 端点
|
||
model="qwen-plus", # 使用通义千问 Plus 模型
|
||
temperature=0.7, # 控制回复的随机性（0-1，越高越有创意）
|
||
streaming=True, # 启用流式模式
|
||
)
|
||
|
||
# 创建简单的提示词模板
|
||
prompt = ChatPromptTemplate.from_messages([
|
||
("system", "你是一个友好的聊天助手。"), # 系统角色设定
|
||
("human", "{question}") # 用户输入占位符
|
||
])
|
||
|
||
# 创建处理链
|
||
chain = prompt | llm # 使用管道操作符连接组件
|
||
|
||
# 使用 stream() 实现流式输出
|
||
for chunk in chain.stream({"question": "你好"}):
|
||
print(chunk.content, end="", flush=True)
|
||
print() # 换行
|
||
|
||
# # 非流式输出
|
||
# response = chain.invoke({"question": "你好"})
|
||
# print(response.content) |