阿里云百炼初探DeepSeek模型调用

阿里云百炼初探DeepSeek模型调用

  • 阿里云百炼
  • 为什么选择百炼
  • 开始使用百炼
      • 方式一:文本对话
      • 方式二:文本调试
      • 方式三:API调用
  • DeepSeek调用
    • 1、搜索模型
    • 2、查看API调用
    • 3、开始调用
      • 安装依赖
      • 查看API Key
      • 运行以下代码
    • 4、流式输出
  • 总结

阿里云百炼

阿里云百炼是一个综合性人工智能开发与管理平台,提供模型、应用、数据等全链路服务,涵盖模型推理、批量处理、插件开发及系统观测功能。核心模块包括模型中心的应用部署能力、数据中心的智能分析工具,以及支持第三方模型(如DeepSeek-V3文本生成模型)的接入与管理。该平台通过API及可视化工具简化了AI开发流程,并支持企业级的权限与资源管理。

为什么选择百炼

  • 丰富的模型选择:百炼提供通义千问商业版的官方API接口,同时支持主流第三方大模型,涵盖文本、图像、音视频等模态,并提供行业定制化模型。
  • 便捷的开发工具:百炼提供的Prompt自动优化、知识库管理、函数调用、流程编排、模型定制等能力,能帮助您更快地构建一个生产级别的大模型应用。
  • 更低的使用成本:相比本地部署大模型,您无需在前期投入巨额成本来购置硬件,后期也无需考虑硬件的维护和折旧。只需按实际用量付费,可显著降低成本。
  • 严格的数据保护:阿里云严格保护数据隐私,绝不会将您的数据用于模型训练。同时,您在构建应用或训练大模型过程中传输的数据都会经过加密,确保数据安全。

开始使用百炼

方式一:文本对话

直接以对话形式和大模型交互,是大模型常见的 Chat 功能,支持切换其他模型以及第三方模型。

文本对话

方式二:文本调试

可以选择模型进行调试,以获取最合适的模型提示和输出设置。

文本调试

方式三:API调用

下面演示如何使用百炼平台调用第三方大模型的API,主要有以下步骤:

  1. 注册账号:如果没有阿里云账号,您需要先注册阿里云账号。

  2. 开通百炼:前往百炼控制台,如果页面顶部显示以下消息,您需要开通百炼的模型服务,以获得免费额度。如果未显示该消息,则表示您已经开通。
    开通服务

    如果开通服务时提示“您尚未进行实名认证”,请先参考实名认证文档对您的阿里云账号进行实名认证。

  3. 获取API Key:在控制台的右上角选择API-KEY,然后创建API Key,用于通过API调用大模型。

    创建API Key

  4. 配置API Key到环境变量:API Key配置到环境变量,从而避免在代码里显式地配置API Key

    API Key配置到环境变量

  5. 选择开发语言:如python

    import os
    from openai import OpenAItry:client = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",)completion = client.chat.completions.create(model="qwen-plus",  # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '你是谁?'}])print(completion.choices[0].message.content)
    except Exception as e:print(f"错误信息:{e}")print("请参考文档:https://help.aliyun.com/zh/model-studio/developer-reference/error-code")
    

下面以 DeepSeek 为例继续演示,其他模型类似。

DeepSeek调用

1、搜索模型

再开通百炼之后可以领取每个模型100万tokens,首先进入模型广场搜索 deepseek:

搜索deepseek

2、查看API调用

选择限时免费体验的 deepseek-r1-distill-llama-70b 进行演示。可以查看模型的说明、费用和调用方式等。

DeepSeek-R1-Distill 系列模型是基于知识蒸馏技术,通过使用 DeepSeek-R1 生成的训练样本对 Qwen、Llama 等开源大模型进行微调训练后,所得到的增强型模型。

deepseek-r1-distill-llama-70b

3、开始调用

API 使用前提:已获取API Key并完成配置API Key到环境变量。如果通过SDK调用,还需要安装OpenAI SDK。对于 DeepSeek-R1 类模型,思考过程会通过 reasoning_content字段返回,最终回复会通过 content字段返回。

安装依赖

pip install --upgrade openai

查看API Key

查看API Key

运行以下代码

可以通过 OpenAI SDK 或 OpenAI 兼容的 HTTP 方式快速体验 DeepSeek 模型。

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"), # 如何获取API Key:https://help.aliyun.com/zh/model-studio/developer-reference/get-api-keybase_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)completion = client.chat.completions.create(model="deepseek-r1",  # 此处以 deepseek-r1 为例,可按需更换模型名称。messages=[{'role': 'user', 'content': '2025年如何学习AI'}]
)# 通过reasoning_content字段打印思考过程
print("思考过程:")
print(completion.choices[0].message.reasoning_content)
# 通过content字段打印最终答案
print("最终答案:")
print(completion.choices[0].message.content)

执行输出(等待将近一分钟):

进行提问

4、流式输出

由于 DeepSeek-R1 类模型可能会输出较长的思考过程,为了降低超时风险,可以使用流式输出调用 DeepSeek-R1 类模型。

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(model="deepseek-r1", # 此处以 deepseek-r1 为例,可按需更换模型名称。messages=[{'role': 'user', 'content': 'DeepSeek和ChatGPT相比较的优势是什么?'}],stream=True)# 定义完整思考过程
reasoning_content = ""
# 定义完整回复
answer_content = ""
for chunk in completion:# 获取思考过程reasoning_chunk = chunk.choices[0].delta.reasoning_content# 获取回复answer_chunk = chunk.choices[0].delta.content# 如果思考过程不为空,则打印思考过程if reasoning_chunk != "":print(reasoning_chunk,end="")reasoning_content += reasoning_chunk# 如果回复不为空,则打印回复。回复一般会在思考过程结束后返回elif answer_chunk != "":print(answer_chunk,end="")answer_content += answer_chunk
print(f"\n完整思考过程:{reasoning_content}")
print(f"完整的回复:{answer_content}")

流式输出

总结

阿里云百炼是一个综合性的人工智能开发与管理平台,提供从模型选择、应用部署到数据分析的全链路服务。平台支持多种主流大模型(如DeepSeek、通义千问等),并通过便捷的开发工具(如Prompt优化、流程编排)帮助用户快速构建生产级AI应用。相比本地部署,百炼以按需付费的方式显著降低了使用成本,同时通过严格的数据保护机制确保用户数据的安全性。

更多内容:一键轻松打造你的专属AI应用
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/895170.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【网络安全】服务器安装Docker及拉取镜像教程

文章目录 1. 安装 Docker2. 拉取镜像3. 运行 Ubuntu 容器4. 执行相关操作5. 退出并停止容器1. 安装 Docker # 更新软件包索引 sudo apt update# 安装必要的依赖 sudo apt install -y ca-certificates curl gnupg

AI刷题-子数组和的最大值问题

目录 问题描述 输入格式 输出格式 输入样例 输出样例 说明 数据范围 解题思路: 问题理解 数据结构选择 算法步骤 具体步骤 代码实现: 1.特判: 不需要删除元素的时候 2.在前面的判断结束后:k1,&#xff…

pytest.fixture

pytest.fixture 是 pytest 测试框架中的一个非常强大的功能,它允许你在测试函数运行前后执行一些设置或清理代码。以下是关于 pytest.fixture 的详细介绍: 一、定义与用途 pytest.fixture 是一个装饰器,用于标记一个函数为 fixture。Fixture 函数中的代码可以在测试函数运…

Swift的方法派发机制

1. 静态派发(Static Dispatch) 静态派发在编译时确定方法的具体实现,调用时直接跳转到该实现。静态派发的优点是性能高,因为不需要运行时查找方法实现。 适用场景: 值类型(Struct 和 Enum)&am…

C++并发编程指南 09(共享数据)

文章目录 第3章 共享数据本章主要内容共享数据的问题使用互斥保护数据保护数据的替代方案 3.1 共享数据的问题共享数据的核心问题不变量的重要性示例:删除双链表中的节点多线程环境中的问题条件竞争的后果总结3.1.1 条件竞争3.1.2 避免恶性条件竞争 3.2 使用互斥量3…

ZooKeeper 技术全解:概念、功能、文件系统与主从同步

引言 随着分布式系统变得越来越复杂,对协调服务的需求也在不断增长。ZooKeeper 作为一个由 Apache 维护的开源分布式协调服务框架,广泛用于 Hadoop 生态系统和其他需要协调的分布式环境中。这一系统旨在解决分布式应用中常见的挑战,如配置管…

设计方案主要做哪些事情?

目录 1. 需求分析 2. 系统架构设计 3. 数据库设计 4. 接口设计 5. 缓存设计 6. 安全设计 7. 性能优化 8. 高可用与容灾 9. 监控与日志 10. 测试方案 11. 部署方案 12. 文档编写 13. 风险评估 14. 项目管理 总结 设计方案是项目开发的关键步骤,确保项目按计划进…

【语法】C++的内存管理 模板

内存管理: 在C语言中,动态开辟空间可以用malloc,calloc,realloc这三个函数,下面先来复习一下这三者的区别 malloc和calloc都是用来开辟新空间,calloc在malloc的基础上还会初始化该空间为0,用法…

30~32.ppt

目录 30.导游小姚-介绍首都北京❗ 题目​ 解析 31.小张-旅游产品推广文章 题目 解析 32.小李-水的知识❗ 题目​ 解析 30.导游小姚-介绍首都北京❗ 题目 解析 新建幻灯片-从大纲-重置-检查设计→主题对话框→浏览主题:考生文件夹(注意&#x…

深度学习-交易预测

下面为你详细介绍如何使用Python结合深度学习库TensorFlow和Keras来构建一个简单的交易预测模型。在这个示例中,我们以股票价格预测为例,假设我们要根据过去一段时间的股票价格数据来预测未来的价格走势。 步骤分析 数据准备:获取股票价格数…

C++ STL Map 学习学案(提高版)

C++ STL Map 学案(初中生版) 一、学习目标 深入理解 STL 中 map 容器的概念、特点和用途。熟练掌握 map 容器的基本操作,如插入、查找、删除和遍历元素。能够运用 map 容器解决实际编程问题,提升逻辑思维和编程实践能力。二、知识讲解 引入 在日常生活中,我们常常会遇到…

uniapp实现人脸识别(不使用三方插件)

uniapp实现人脸识别 内容简介功能实现上传身份证进行人脸比对 遇到的问题 内容简介 1.拍摄/相册将身份证照片上传到接口进行图片解析 2.使用live-pusher组件拍摄人脸照片,上传接口与身份证人脸进行比对 功能实现 上传身份证 先看下效果 点击按钮调用chooseImage…

Evaluating Very Long-Term Conversational Memory of LLM Agents 论文

Abstract : 长期开放域对话的现有作品着重于评估不超过五个聊天会议的上下文中的模型响应。尽管LongContext大语言模型(LLM)和检索增强发电(RAG)技术的进步,但在长期对话中的功效仍未得到探索。为了解决这一研究差距&a…

相对收益-固定收益组合归因-Campisi模型

固定收益组合归因-Campisi模型 1 Campisi模型11.1 Campisi归因框架1.2 Campisi模型绝对收益分解1.2.1 票息收益1. 2.2 收敛收益1. 2.3 骑乘收益1. 2.4 平移收益1. 2.5 扭曲收益1. 2.6 利差收益1. 2.7 残差收益 1.3 Campisi模型超额收益分解 2 Campisi模型22.1 分解框架2.2 模型…

IntelliJ IDEA使用经验(十三):使用Git克隆github的开源项目

文章目录 问题背景办法1、设置git代理;2、再次克隆项目;3、再次按常规方式进行git克隆即可。 问题背景 由于github在国外,很多时候我们在使用idea克隆开源项目的时候,没办法检出,提示 连接重置。 办法 1、设置git代…

JAVA安全之Java Agent打内存马

基本介绍 Java Agent是一种特殊的Java程序,它允许开发者在Java虚拟机(JVM)启动时或运行期间通过java.lang.instrument包提供的Java标准接口进行代码插桩,从而实现在Java应用程序类加载和运行期间动态修改已加载或者未加载的类,包括类的属性、…

RabbitMQ 消息顺序性保证

方式一:Consumer设置exclusive 注意条件 作用于basic.consume不支持quorum queue 当同时有A、B两个消费者调用basic.consume方法消费,并将exclusive设置为true时,第二个消费者会抛出异常: com.rabbitmq.client.AlreadyClosedEx…

SQL自学,mysql从入门到精通 --- 第 14天,主键、外键的使用

1.主键 PRIMARY KEY 主键的使用 字段值不允许重复,且不允许赋NULL值 创建主键 rootmysqldb 10:11: [d1]> CREATE TABLE t3(-> name varchar(10) PRIMARY KEY,-> age int,-> class varchar(8)-> ); Query OK, 0 rows affected (0.01 sec)rootmys…

DeepSeek深度思考:客户端(Android/iOS)架构设计指南

目标读者:中高级开发者、架构师 适用场景:大型复杂应用开发、跨团队协作、长期维护迭代 一、架构设计核心原则 1.模块化(Modularization) 横向拆分:按功能边界划分(如登录、支付、消息模块)纵向…

【MQ】Spring3 中 RabbitMQ 的使用与常见场景

一、初识 MQ 传统的单体架构,分布式架构的同步调用里,无论是方法调用,还是 OpenFeign 难免会有以下问题: 扩展性差(高耦合,需要依赖对应的服务,同样的事件,不断有新需求&#xff0…