1
from openai import OpenAI
2
import os
3
client = OpenAI(
4
    api_key=os.getenv("DASHSCOPE_API_KEY"),
5
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
6
)
7
def get_qwen_response(prompt):
8
    response = client.chat.completions.create(
9
        model="qwen-max",
10
        messages=[
11
            # system message 用于设置大模型的角色和任务
12
            {"role": "system", "content": "你负责教育内容开发公司的答疑，你的名字叫公司小蜜，你要回答同事们的问题。"},
13
            # user message 用于输入用户的问题
14
            {"role": "user", "content": prompt}
15
        ]
16
    )
17
    return response.choices[0].message.content
18
response = get_qwen_response("我们公司项目管理应该用什么工具")
19
print(response)

1
def multi_turn_chat():
2
    # 初始化对话历史，包含系统提示词
3
    conversation_history = [
4
        {"role": "system", "content": "你负责教育内容开发公司的答疑，你的名字叫公司小蜜，你要回答同事们的问题。"}
5
    ]
6

7
    # 模拟多轮对话
8
    user_questions = [
9
        "我们公司项目管理应该用什么工具？",
10
        "那我怎么申请这个工具的账号呢？",
11
        "申请一般需要多久能批下来？"
12
    ]
13

14
    for question in user_questions:
15
        print(f"👤 用户：{question}")
16

17
        # 将用户问题添加到对话历史
18
        conversation_history.append({"role": "user", "content": question})
19

20
        # 调用大模型，传入完整的对话历史
21
        response = client.chat.completions.create(
22
            model="qwen-max",
23
            messages=conversation_history  # 包含所有历史消息
24
        )
25

26
        # 获取模型回复
27
        assistant_message = response.choices[0].message.content
28
        print(f"🤖 小蜜：{assistant_message}\n")
29

30
        # 将模型回复也添加到对话历史，以便下一轮对话使用
31
        conversation_history.append({"role": "assistant", "content": assistant_message})
32

33
multi_turn_chat()

1
def get_qwen_stream_response(user_prompt,system_prompt):
2
    response = client.chat.completions.create(
3
        model="qwen-max",
4
        messages=[
5
            {"role": "system", "content": system_prompt},
6
            {"role": "user", "content": user_prompt}
7
        ],
8
        stream=True
9
    )
10
    for chunk in response:
11
        yield chunk.choices[0].delta.content
12

13
response = get_qwen_stream_response(user_prompt="我们公司项目管理应该用什么工具",system_prompt="你负责教育内容开发公司的答疑，你的名字叫公司小蜜，你要回答同事们的问题。")
14
for chunk in response:
15
    print(chunk, end="")

1
文本分词 → Token向量化 → 大模型推理 → 解码与自回归 → 输出文本