智普清言开放平台函数调用

记得去年2023GPT刚发布我就到处找较便宜的API,但当时大多是国外的虽然有代理的但是稍微贵了点(相对与我).终于现在模型市场卷起来了，国产的==GLM4也还是不错。记录下自己使用过程:
有了API就可以将大语言模型集成到很多地方。

先来个图，这个是我下面举的例子，图是AI画的

函数作用—个人理解

大语言模型怎么使用应该都知道------给模型输入信息------模型返回结果。
但是有个问题，如果你做应用，想利用大模型理解别人说的话，提取到必要信息怎么做？
有个人要通过大模型查询北京到上海的航班信息。
他这样问的:查询2024年7月23日从北京到上海的ABX21次飞机的航班信息。
这样问虽然提供的信息很具体，但是模型还没意识还没有联想信息的功能，所以他只会机械方式得在海量已有数据里检索出:胡编乱造的信息回答你。
如下:下面回答还好，如果没有网页搜索，他真的是胡编乱造。

揭秘大语言模型的“超能力”与我们的“小秘密”

哎呀呀，虽然我们这位大语言模型兄台在网络上翻云覆雨，但它有时候也会遇到一点小尴尬——比如说，找不到我们想要的航班信息。不过，别小看了这位大兄弟，它可是有着精准提取关键信息的能力。瞧瞧，客户一提到“日期、出发地、目的地、航班号”，它就像个侦探一样，把这些线索一一记录下来。

关键信息提取大展示：

日期：2024-07-23
出发地：北京
目的地：上海
航班号：ABX21

转折来了！

虽然大语言模型在网络上找不到信息，但是别忘了，我们手里还有一张王牌——自家数据库！这就好比大模型是个聪明的侦探，而我们数据库就是那个藏有所有秘密的案件档案库。

SQL查询大作战： 一旦大模型提取了关键信息，我们就启动“秘密武器”——一个函数。这个函数就像是个小机器人，它会拿着这些信息去数据库里翻箱倒柜，找到我们想要的结果。看，这就是它的战果：

SELECT *
FROM flights
WHERE 日期 = ‘2024-07-23’ AND 出发地 = ‘北京’ AND 目的地 = ‘上海’ AND 航班号 = ‘ABX21’;

大模型与函数的完美配合： 大模型提取了信息，函数完成了检索，接下来就是大模型的拿手好戏——总结。它会把函数找到的结果巧妙地编织成一个故事，然后风度翩翩地返回给客户。

干货代码

# -*- coding: GB2312 -*-
import jwt,time,requests,json,os,sys,subprocess

def read_qs_txt():
    try:
        with open('qs.txt', 'r', encoding='utf-8',errors='replace') as file:
            content = file.read()
            return content
    except FileNotFoundError:
        return "File qs.txt not found in the current directory."

class BigModelChatAPI:
    def __init__(self,function_bindings=None):
        
        self.token = None
        self.func_bindings= function_bindings
        self.all_msg_log=[]
        self.tools = [
        {
   
   
            "type"