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。
