GLM-CookBook:智谱 GLM 大模型 API 入门指南
2024 年 1 月 16 日,伴随着 GLM-4 系列模型发布,全新的智谱 AI 第四代 API 也进入视野。第四代 API 在实用性和稳定性上都做出了提升,但与第三代 API 有所变化。为助力大模型开发者更好地使用 GLM 系列大模型(特别是 GLM-4 等模型的 API),我们联合社区开发者,共同推出了 GLM Cookbook 开源项目。
这个教程仓库提供了丰富的代码示例、实用指南以及资源链接,旨在帮助用户轻松掌握 GLM API 的使用。该仓库覆盖了从基本 API 调用到高级功能的多方面内容,适合不同层次的用户。本项目已经在 Github 开源,大家可以直接访问。
仓库设计
本仓库由智谱 AI x 社区开发者共同完成,在官方文档的技术上,做出进一步的延伸,以示例代码的方式,让开发者以更低的成本进行调整。仓库内容丰富,涵盖了多个有趣且实用的板块,具体由以下文件夹实现:
- 🌱 basic:最基础的内容,帮助你熟悉基本的 API 调用;
- 👁️ vision:关于视觉模型和绘图模型的调用和基本应用;
- 🔧 finetune:或许可以来这里找找微调的内容;
- 🎉 demo:一些有趣的小项目,或许可以激发点灵感;
- 🤖 agent:看看发布会的智能体有多厉害;
- 📚 data:运行 demo 所需要的数据;
- 🏠 asset:一些相关的图片资料;
- 📊 glms:智谱清言智能体专区,即使你不会代码,也能快速上手!
本仓库已包含了所有智谱 AI API 调用方法,并提供了入门级上手应用项目 Demo,包括数据分析、多角色 Agent 对话、图像理解分析等场景。
环境准备
在使用 SDK 之前,请确保开发环境满足以下要求:
- 安装 Python 3.8 或更高版本。
- 获取智谱 AI 的 API Key。
- 安装对应的 SDK 包。
pip install glm-client
API 调用示例
以下是基于 Python SDK 的基础调用流程示例。在实际使用中,请确保已安装对应的 SDK 包并配置好环境变量中的 API Key。
from glm import ChatClient
# 初始化客户端
client = ChatClient(api_key="YOUR_API_KEY")
# 发送请求
response = client.chat(
messages=[{"role": "user", "content": "你好,请介绍一下你自己"}]
)
print(response.choices[0].message.content)
请注意,上述代码仅为示意,具体参数请参考官方最新文档。实际部署时,建议将 API Key 存储在安全的环境变量中,避免硬编码在代码里。
高级功能概览
除了基础的文本对话,该项目还支持多种高级能力:
- 视觉模型:支持图像理解与分析,可处理图文混合输入。
- 智能体 (Agent):展示多轮对话与任务规划能力,适用于复杂场景。
- 微调 (Finetune):提供领域适配的微调方案,帮助构建垂直行业模型。
参与贡献
'GLM cookbook'仓库鼓励社区用户参与贡献。无论是提出建议、添加代码,还是提交 Pull Request 和开 Issue 讨论,都受到欢迎。如果你对这个项目感兴趣,不妨给它一个星标,支持项目发展!随着该仓库的推出,期待更多的开发者和爱好者能够更深入地理解和使用 GLM API,进一步推动技术的发展和应用。


