import openai
import requests
import json
OPENAI_API_KEY = "你的 ChatGPT API 密钥"
DASHSCOPE_API_KEY = "你的通义千问 API 密钥"
XUNFEI_APP_ID = "你的讯飞星火 APPID"
XUNFEI_API_KEY = "你的讯飞星火 API_KEY"
XUNFEI_API_SECRET = "你的讯飞星火 API_SECRET"
def call_chatgpt(text):
openai.api_key = OPENAI_API_KEY
try:
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[{"role":"user","content":f"请总结以下文本核心内容，要求：1. 不超过 200 字；2. 保留关键数据和核心结论；3. 语言简洁易懂。文本：{text}"}],
temperature=0.3,
max_tokens=200
)
return response.choices[0].message.content.strip()
except Exception as e:
return f"ChatGPT 调用失败：{str(e)}"
def call_qwen(text):
url = "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation"
headers = {
"Authorization": f"Bearer {DASHSCOPE_API_KEY}",
"Content-Type": "application/json"
}
data = {
"model": "qwen-turbo",
"input": {"messages": [{"role": "user", "content": f"请总结以下文本核心内容，要求：1. 不超过 200 字；2. 保留关键数据和核心结论；3. 语言简洁易懂。文本：{text}"}]},
"parameters": {"temperature": 0.3, "max_tokens": 200}
}
try:
response = requests.post(url, headers=headers, json=data)
result = response.json()
return result["output"]["choices"][0]["message"]["content"].strip()
except Exception as e:
return f"通义千问调用失败：{str(e)}"
def get_xunfei_token():
url = f"https://spark-api.xf-yun.com/v1.1/chat?appId={XUNFEI_APP_ID}&apiKey={XUNFEI_API_KEY}&apiSecret={XUNFEI_API_SECRET}"
response = requests.post(url)
return response.json().get("access_token")
def call_xunfei(text):
token = get_xunfei_token()
url = "https://spark-api.xf-yun.com/v1.1/chat"
headers = {
"Authorization": f"Bearer {token}",
"Content-Type": "application/json"
}
data = {
"appId": XUNFEI_APP_ID,
"userId": "test_user",
"messages": [{"role": "user", "content": f"请总结以下文本核心内容，要求：1. 不超过 200 字；2. 保留关键数据和核心结论；3. 语言简洁易懂。文本：{text}"}],
"temperature": 0.3,
"maxTokens": 200
}
try:
response = requests.post(url, headers=headers, json=data)
result = response.json()
return result["payload"]["choices"]["text"][0]["content"].strip()
except Exception as e:
return f"讯飞星火调用失败：{str(e)}"
test_text1 = """2026 年 1 月，国内某科技公司发布新一代 AI 芯片，该芯片采用 7nm 制程工艺，算力达到 500TOPS，相比上一代提升 80%，功耗却降低了 30%。该芯片主要面向边缘计算场景，可应用于智能家居、工业物联网等领域，预计 2026 年下半年正式量产，首批订单已突破 100 万片。公司表示，该芯片的研发耗时 18 个月，投入研发资金超 5 亿元。"""
test_text2 = """Python 中的列表推导式是一种简洁的创建列表的方式，语法格式为 [表达式 for 变量 in 可迭代对象 if 条件]。相比传统的 for 循环+append 方法，列表推导式执行效率提升约 30%，且代码行数减少 50%。例如，要生成 1-10 中偶数的平方列表，用列表推导式可写为 [x*x for x in range(1,11) if x%2==0]，而传统方法需要 4 行代码。需要注意的是，复杂的列表推导式会降低可读性，建议嵌套不超过 2 层。"""
test_text3 = """2025 年第四季度公司电商平台销售额为 8500 万元，同比增长 15%，环比增长 8%。其中，美妆品类贡献 40% 的销售额，同比增长 25%；家居品类占比 25%，同比增长 10%；数码品类占比 15%，同比下降 5%。用户复购率为 28%，较上季度提升 3 个百分点，主要得益于会员专属优惠券和物流时效优化。预计 2026 年第一季度销售额有望突破 9000 万元，重点发力下沉市场。"""
def run_test():
test_texts = [("通用资讯（科技新闻）", test_text1), ("技术文档（Python 教程）", test_text2), ("职场报告（销售数据）", test_text3)]
for text_type, text in test_texts:
print(f"\n===== 【测试类型：{text_type}】 =====")
print("ChatGPT 总结：", call_chatgpt(text))
print("通义千问 总结：", call_qwen(text))
print("讯飞星火 总结：", call_xunfei(text))
print("-" * 80)
if __name__ == "__main__":
run_test()
