如何借助大数据模型进行自己的二次创作

2024开年以来，以chartgpt为标杆的AI如火如荼的发展起来，让人类似乎看到了新的一次“工业革命”，各种基于ai 大模型的构想呼之欲出，如文字成文，图片，语言分析，使用AI完成不需要人参与的电影等等，这些似乎让人类隐隐感觉到有大事件发生。在这种大的趋势之下，你是否也想参与进来，一探究竟，即使做不了大模型的研发人，但作为终端使用者，如果了解这中间的由来，也是一个很了不起的事了，这篇文章会帮助你，从小白成长为初步研发者。一起来看看吧。

由于国内openai 不开放，chartgpt 无法使用，我们可以借助国内大公司开放的模型来学习一下，这里我就选取阿里的通义千问来做说明。

在日常你可以通过访问 https://tongyi.aliyun.com/qianwen/ 来使用交互对话，来获得你所需要的答案。但这不是我们的目标，我们的目标是实现一个类似的窗口，或者说将其输出作为自己的中间结果再进行加工，当然你也可以有自己的想法。我这里只会将你带入进来，如何使用对话后面的大模型，将其纳入到自己的程序中。

好了，废话不多讲，首先你需要注册阿里云的账号，登录这里去注册：https://www.aliyun.com/product/list?spm=5176.28508143.J_4VYgf18xNlTAyFFbOuOQe.2.7e30154aUTQVbj ，如下图，

输入“通义千问”，即可找到关于通义千问完整介绍，链接如下：https://help.aliyun.com/zh/dashscope/?spm=a2c4g.11186623.0.0.134e193ei3MivP ，我们可以从快速入门来看。按照阿里网页的介绍来看，首先要注册，生成一个API-KEY,我这里以Windows 11 系统为例。

KEY 获取与配置，请参考：https://help.aliyun.com/zh/dashscope/developer-reference/acquisition-and-configuration-of-api-key?spm=a2c4g.11186623.0.0.1a0717d9JzeJ18

这里特别提到一下的是环境配置，

打开powershell 命令行，按照网页介绍，输入

# 用您的 API-KEY 代替 YOUR_DASHSCOPE_API_KEY

[Environment]::SetEnvironmentVariable("DASHSCOPE_API_KEY", "YOUR_DASHSCOPE_API_KEY", [EnvironmentVariableTarget]::User)

YOUR_DASHSCOPE_API_KEY 这个要替换为自己的KEY。如果先前有打开过Python 的文件，请配置完环境变量后，重新开启一下，这样key 才能生效。

按照API-KEY之后，就需要安装dashscope ,它支援Python 和Java, 这里我们以Python 为例。链接：https://help.aliyun.com/zh/dashscope/developer-reference/install-dashscope-sdk?spm=a2c4g.11186623.0.0.295a1507WdxbVZ

在powershell 中输入pip install dashscope ，即可下载。

通义千问的模型介绍自己可以看看，https://help.aliyun.com/zh/dashscope/developer-reference/model-introduction?spm=a2c4g.11186623.0.0.2be1f97ez4EISf 。

如何使用才是我们的重点，链接为：https://help.aliyun.com/zh/dashscope/developer-reference/api-details?spm=a2c4g.11186623.0.0.45a446c1lnMHyq。

在安装好dashscope SDK后，引入Generation 类，调用call 方法，我在后面讲贴出一个简单的demo 源码，这个是我本地测试成功的。

这里会重点介绍一下call 方法和response 结果，当然你参考阿里源链接也能找到答案。

response = Generation.call(model="qwen-max",
                               messages=messages,
                               # 将输出设置为"message"格式
                               result_format='message')

如下图：

from dashscope import Generation

def get_response(messages):
    response = Generation.call(model="qwen-max",
                               messages=messages,
                               # 将输出设置为"message"格式
                               result_format='message')
    return response

messages = [{'role': 'system', 'content': 'You are a helpful assistant.'}]

while True:
    user_input = input("请输入：")
    messages.append({'role': 'user', 'content': user_input})
    assistant_output = get_response(messages).output.choices[0]['message']['content']
    messages.append({'role': 'assistant', 'content': assistant_output})
    if user_input == 'quit':
        print('用户退出！')
        print('\n')
        break
    print(f'模型输出：{assistant_output}')
    print('\n')

执行后，可以简单对话，

好了，今天就简单介绍到这里，关注我，后续我会继续更新AI相关文章。感谢~