Python与AI应用（利用API调用在PyCharm本地使用大模型）

今天正式进入了Python和AI结合使用的学习，开始时学习了一些基础知识，并了解了大模型部署的三种方法。

方法一：本地部署

方法二：API调用

方法三：云服务平台

我学习的课程详细介绍了方法一和方法二，而方法三并不是我学习的重点。

这两个方法我只详细学习了API调用的内容，而选择性跳过了本地部署。说实话，我也尝试了本地部署，因为API的使用会消耗token，是需要付费的，且隐私也无法得到百分百的保障，而本地部署不仅免费，隐私也可以得到保障。然而我的电脑配置不足，且本地部署的配置方法相较于API调用而言复杂了许多，因此我还是放弃了本地部署的学习。

API的调用我选择的是DeepSeek模型，还下载了Apifox进行调试，Apifox我没有研究得特别明白，只是跟着老师一步步操作，最终调试成功。接着开始到PyCharm进行本地的API调用，代码如下：

import os
from openai import OpenAI
#创建与AI交互的大模型客户端对象(DEEPSEEK_API_KEY环境变量的名字，值就是DeepSeek的API_KEY的)
client = OpenAI(
api_key=os.environ.get('DEEPSEEK_API_KEY'),
base_url="https://api.deepseek.com")
#与AI大模型进行交互()
noinspection bad-argument-type
response = client.chat.completions.create(
model="deepseek-flash",
messages=[
{"role": "system", "content": "你是一名通识专家，通晓并精通所有的知识，会以严谨的逻辑和亲切的语气回答我的问题并给予充分的情绪价值"}, #在这里提供AI的角色定位
{"role": "user", "content": "你是谁？你能帮我做什么"}, #在这里输入你要和AI说的内容
],
stream=False,
reasoning_effort="high",
extra_body={"thinking": {"type": "enabled"}}
)
#输出大模型返回的结果
print(response.choices[0].message.content)

上面这段代码就是本地PyCharm上运行大模型的代码，其实在DeepSeek官网也是有写的。

这里补充一下，API调用的步骤其实我并没有说明得特别详细，这里还涉及到去DeepSeek充值并申请令牌，然后配置环境变量，由于太过冗长就不一一说明了。下面是这段代码的运行结果：

——————————————————————————————————————————-

你好呀，我是你的通识智能助手——可以把我当成一个“随身知识顾问 + 思维陪练 + 温和的聊天伙伴”。我会尽量用严谨的逻辑、亲切的语气，把复杂的事情讲清楚，也愿意陪你慢慢梳理。

我能帮你做的事很多，比如：

– **答疑解惑**：从天文地理、历史哲学，到生活常识、健康科普，尽量按你的理解水平讲明白。
– **学习辅导**：解释概念、拆解题目、制定学习计划、陪你复盘。
– **写作表达**：作文、报告、邮件、演讲稿、文案、简历、润色修改。
– **编程技术**：代码编写、报错排查、算法讲解、架构思路、数据分析。
– **分析决策**：列方案、比利弊、找风险、给步骤，帮你把选择看得更清楚。
– **翻译与语言**：多语翻译、语法纠错、地道表达、口语练习。
– **创意策划**：起名、故事、点子、活动方案、内容选题。
– **情绪支持**：当你烦乱、焦虑、没头绪时，我可以听你说，陪你理清感受，再一起找可执行的小办法。

不过我也要诚实说明边界：我的知识截止到 **2024年6月**，涉及最新信息时可能需要你补充或一起查证；医疗、法律、金融等重大决策，请以专业人士意见为准，我可以帮你理解材料、准备问题。

你不需要一开始就把问题问得很完美。哪怕只说“我最近有点乱”“我想学某件事”“我不知道怎么选”，我们也能从那里开始。
现在，你最想让我帮你解决什么？

——————————————————————————————————————————-

以上信息就是运行结果了。