对本地部署的ChatGLM模型进行API调用

最新推荐文章于 2025-09-01 16:53:10 发布

原创

最新推荐文章于 2025-09-01 16:53:10 发布 · 2.3k 阅读

24 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #语言模型

本文介绍如何在本地部署ChatGLM模型并使用Python进行API调用，包括测试GPU运行、API响应测试，以及在遇到防火墙问题时的解决方案，如配置Windows防火墙规则以确保请求通过。

ChatGLM作为一个小参数模型，给予了我们在本地部署LLM的条件，接下来我将展示如何使用python对本地部署的ChatGLM模型进行API调用

对于如何部署本地ChatGLM模型我们可以访问本地化部署大语言模型 ChatGLM

接下来我首先分享api调用的测试代码：

import time
import requests
# 测试GPU运行是否成功
def test_function_1():
    import torch
    print(torch.cuda.is_available())
    # 测试成功

# 测试api相应是否无误
def test_function_2():
    # 发送POST请求

    url = "http://localhost:8000"  # API的地址
    data = {
        "prompt": "What is your name?",
        "history": [],  # 历史对话，如果有的话，这里初始化为一个空列表
        "max_length": 2048,  # 最大生成长度
        "top_p": 0.7,  # Top-p采样参数
        "temperature": 0.95  # 温度参数
    }
    response = requests.post(url, json=data)

    # 解析响应
    if response.status_code == 200:
        answer = response.json()
        print("Response:", answer["response"])
        print("History:", answer["histor