ChatGLM2使用api_key本地部署

本地部署 ChatGLM2-6B 阅读详情

在这里插入图片描述

安装

  按照以下网址的指示申请api_key然后替换程序中的your_api_key

https://help.aliyun.com/zh/dashscope/developer-reference/activate-dashscope-and-create-an-api-key?spm=a2c4g.11186623.0.0.459ac11aaiehfX

程序

from http import HTTPStatus

from dashscope import Generation
import dashscope

dashscope.api_key = your_api_key
def chatglmv2_call(prompt):
    rsp = Generation.call(model='chatglm-6b-v2',
                          prompt=prompt,
                          history=[])
    print(rsp)
    if rsp.status_code == HTTPStatus.OK:
        glm_result = rsp.output['text']

    else:
        print('Failed, status_code: %s, code: %s, message: %s' %
              (rsp.status_code, rsp.code, rsp.message))

    return glm_result
if __name__ == '__main__':
    prompt_TP = "Who are you?"

    glm_TP = chatglmv2_call(prompt=prompt_TP)
    print(glm_TP)

程序运行结果

{"status_code": 200, "request_id": "6faa94b1-6fb1-95cb-8fb5-4a7331bee0b2", "code": "", "message": "", "output": {"text": "I am an AI assistant named ChatGLM2-6B, which is developed based on the language model jointly trained by Tsinghua University KEG Lab and Zhipu AI Company in 2023. My job is to provide appropriate answers and support to users' questions and requests.", "finish_reason": "stop", "choices": null}, "usage": {"input_tokens": 20, "output_tokens": 63, "total_tokens": 83}}
I am an AI assistant named ChatGLM2-6B, which is developed based on the language model jointly trained by Tsinghua University KEG Lab and Zhipu AI Company in 2023. My job is to provide appropriate answers and support to users' questions and requests.
智谱AI:ChatGLM API调用说明 智谱AI与清华KEG实验室发布的ChatGLM大语言模型,支持8k上下文,在内容创作、文本理解、信息抽取等任务上表现突出。经过海量中英标识符的预训练与人类偏好对齐训练,相比一代模型在 MMLU、C-Eval、GSM8K 分别取得了16%、36%、280%的提升,并登顶中文任务榜单C-Eval。 阅读详情

相关推荐

LLMs之ChatGLM2:ChatGLM2-6B本地部署之单机推理(API/CLI/GUI)、低成本部署(GPU量化部署/CPU及其量化部署/Mac部署/多卡部署)、有限资源下高效微调(全参/P-t

​ LLMs之ChatGLM2:ChatGLM2-6B本地部署之单机推理(API/CLI/GUI)、低成本部署(GPU量化部署/CPU及其量化部署/Mac部署/多卡部署)、有限资源下高效微调(全参/P-tuning v2)、模型评估和推理之图文教程之详细攻略 目录 一、配置基础环境及其注意事项 二、模型微调:让通用走向专业 三、模型评估和推理 一、配置基础环境及其注意事项 第一步、检测软硬件环境 设备和

头部AI社区如有邀博主AI主题演讲请私信—心比天高,仗剑走天涯,保持热爱,奔赴向梦想!低调,专注,谦虚,自律,反思,成长,还算比较正能量的博主,公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然,有点小情怀,也有点使命感呀 2139

基于FastAPI实现的ChatGLM2-6B流式返回API接口

【代码】基于FastAPI实现的ChatGLM2-6B流式返回API接口。

LuoFan_A的博客 6163

Xftp卸载报错1628终极解决指南:深入解析InstallShield残留问题

本文深入解析了Xftp卸载时遇到的1628错误,其根源在于InstallShield安装引擎的残留问题。文章提供了从手动清理注册表项到彻底删除隐藏安装备份文件夹的完整解决方案,并给出了防患于未然的实用建议,帮助用户彻底解决这一经典安装报错。

weixin_29276847的博客 336

将 ChatGLM2-6B 部署成 OpenAI API 服务

将 ChatGLM2-6B 部署成 OpenAI API 服务

engchina的专栏 6370

【第三只眼:Oracle通过归档日志查看系统的业务高峰sql】

根据oracle归档的业务高峰量,查找业务sql,进行优化

霍然的专栏 577

数学建模--十大经典常用算法

数学建模十大算法:灰色预测,蒙特卡洛,遗传算法,模拟退火法,组合算法,神经网络,动态规划,聚类算法,类比法,概率算法,Floyd算法

qq_51533426的博客 5647

ChatGLM2-6B模型尝鲜:用TaoToken统一Key跑通本地推理配置

想在本地跑通 ChatGLM2-6B 推理,先改 web_demo.py 模型路径为本地权重目录,再用 TaoToken 统一 Key 通道接入。本文给出可复制的 config.toml 与 settings.json 骨架,覆盖启动验证、curl 请求与常见报错排查,官网见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 。

weixin_33608403的博客 170

ARFoundation系列讲解 - 24 锚点

一、添加平面检测和平面可视化 请参考 ARFounnation快速入门-08平面检测 案例 二、添加射线检测 1.在AR Session Origin 组件上添加ARRaycastManager 脚本

a451319296的博客 4876

【AI实战】最强开源 6B 中文大语言模型ChatGLM2-6B,从零开始搭建与 TaoToken 统一 Key 接入

把 ChatGLM2-6B 封装成 OpenAI 兼容接口,用 FastAPI 暴露 /v1/chat/completions,再通过 TaoToken 统一 Key 接入 Cline、Codex CLI 等工具,实现本地中文大语言模型与多工具复用同一套鉴权。含 curl 验证与 401、local proxy failed 等报错排查,官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 。

weixin_30415591的博客 17

辉芒微教程第五篇《定时器0实现LED灯闪烁》

定时器定时器,一听就跟个闹钟似的,对于嵌入式定时器大部分的应用中,也的确可以这么理解,但是这只能肤浅地这么理解,实际其功能不仅仅是用来计数定时,但是对于我们这种8位单片机,这么理解就够了。

qq_41809823的博客 723

在claude code desktop中安装pdf处理skill的实战教程

本文介绍了在Claude Code Desktop中安装PDF处理Skill的详细教程。针对国内用户使用第三方API时无法直接调用官方插件的问题,提供了完整的解决方案。教程从下载Anthropic官方Skills源码开始,逐步演示了如何将PDF处理模块打包、上传至Claude Code Desktop,并最终成功加载使用。整个过程采用全流程拆解方式,确保新手也能快速上手。通过本文,读者可以掌握在非官方环境下扩展Claude Code功能的方法,从而提升工作效率

weixin_43178406的博客 9万+

ChatGLM两代部署与微调实战:从GLM基座、LoRA/P-Tuning到ChatGLM2源码实现,用TaoToken统一Key打通调用链路

用P-Tuning v2在ADGEN数据集微调ChatGLM-6B,跑通从GLM基座到ChatGLM2的部署链路,再把本地model.chat()切到TaoToken统一Key的OpenAI兼容endpoint验证调用。文中给出train.sh、LoRA配置与401、prefix_encoder等报错排查,官网见https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_35756373的博客 12

手把手教你玩转服务器芯片架构--​​7.1 项目1:基于FPGA的RISC-V软核设计(Verilog实现核心指令执行单元)​

本文介绍了基于FPGA的RISC-V软核设计实践项目。项目采用Verilog实现RV32I指令集核心处理器,包含指令解码、ALU、寄存器堆等关键模块设计,并通过功能仿真验证。在Xilinx Artix-7 FPGA上完成综合与部署,资源利用率控制在5%以内。最后探讨了五级流水线优化、指令集扩展等进阶方案。该实践完整覆盖了从指令集设计、RTL实现到FPGA部署的全流程,可作为学习处理器架构与FPGA开发的典型案例。

MHD0815的博客 173

Ubuntu 下 ChatGLM2-6B 部署实录(二):把模型加载 endpoint 改到 TaoToken

Ubuntu 部署 ChatGLM2-6B 后,把模型加载 endpoint 改到 TaoToken 统一 API 通道,本地只留 tokenizer 与轻量转发层,显存占用降到 1G 以内。文中给出 .env 与 train.py 可复制片段、curl 与 Python 双通道验证,并排查 401、local proxy failed、reading choices 等报错。官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_33308579的博客 128

【Frida Android】实战篇8:客户端证书认证绕过 Hook 教程

通过重写类的方法,自定义证书校验逻辑;利用配置文件,从系统层面管理证书信任策略;以及通过 OkHttp 框架提供的方法,实现证书的强绑定校验。这些内容主要围绕客户端如何验证服务端证书的合法性展开。客户端证书认证。当 APK 预置了客户端证书,并且服务端会对客户端证书进行校验时,传统的中间人攻击方式将面临新的挑战。我们将深入分析这种场景的工作原理,并详细介绍如何通过技术手段获取客户端证书、配置中间人工具,最终成功实现抓包分析。

水滴石穿 1426

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

ChatGLM2-6B 跑 32K 上下文推理:Key 用 TaoToken

ChatGLM2-6B跑32K,用long_doc.txt发长请求,看prompt_tokens计入。到TaoToken官网https://taotoken.net/?utm_source=taotoken_aicg_blog_end建Key,模型ID广场复制;短消息通后再上长文,回控制台对账。遇401查Key,404查重复路径,chatGLM长请求受理。

weixin_35754676的博客 15

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

WSL2 本地化部署 ChatGLM2+FastGPT+oneapi 接入 TaoToken 统一 Key 通道

在 WSL2 里用 Docker 部署 ChatGLM2+FastGPT+oneapi,把 oneapi 渠道 Base URL 指向 TaoToken 统一 Key 通道,本地模型与云端模型共用一个入口。含渠道 JSON、FastGPT 环境变量与 curl 验证步骤,并排查 401、Connection error 等常见报错。详见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_42602241的博客 9

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

LangChain + ChatGLM2-6B 搭建个人专属知识库:TaoToken 统一 Key 接入实践

用 LangChain 串联 ChatGLM2-6B 搭建本地知识库,先跑通文档切块与向量入库,再通过 TaoToken 统一 Key 接入模型服务,LangChain 侧只认一个 Base URL 和一个 Key,换模型换机器都不用改业务代码。官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 提供 OpenAI 兼容接口,配合 Chroma 与中文 embedding 即可完成检索问答验证。

weixin_35755640的博客 61

使用FastGPT高效搭建本地离线大语言模型(ChatGLM2)问答平台:TaoToken统一Key接入与验证

FastGPT 搭配 ChatGLM2 搭建本地离线大语言模型问答平台时,多模型 Key 分散常导致配置混乱。本文用 TaoToken 统一 Key 收敛 ChatGLM2 与 M3E 调用入口,给出 docker-compose 与 config.json 可复制配置,并附 curl 验证与 401、choices 报错排查表。详见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_35749545的博客 6

FastGPT部署接入M3E与chatglm2-m3e文本向量模型:TaoToken统一Key配置与向量检索验证

FastGPT私有化部署替换默认向量模型时,把M3E与chatglm2-m3e文本向量模型接入检索链路,需先起Docker服务并自测1024维embedding,再在config.json的vectorModels中登记模型名,通过TaoToken统一Key将Base URL指向https://taotoken.net/?utm_source=taotoken_aicg_blog_end,最后用curl与知识库召回验证维度与语义是否真实生效。

weixin_35756690的博客 149

使用NextChat搭建本地ChatGTP应用,调用本地chatGLM2-6B模型

本文记录了使用NextChat,调用本地chatGLM2-6B模型

weixin_42118737的博客 4443

QQ机器人接入本地LLM的C2C通信实现与优化

C2C(Client-to-Client)通信是即时通讯系统中的关键技术,它实现了客户端之间的直接数据交换。在QQ机器人接入本地LLM(大语言模型)的场景中,C2C通信机制尤为关键,它直接影响消息传输的稳定性和响应速度。通过WebSocket协议和消息队列优化,可以有效提升通信质量,满足高并发需求。本地LLM部署结合C2C通信,能够实现智能问答、内容生成等高级功能,适用于客服机器人、智能助手等应用场景。本文以go-cqhttp和ChatGLM2-6B为例,详细介绍了如何实现高效的C2C通信,并提供了性能优化

weixin_33416697的博客 202

国产可图大模型实战:GLM3加持下ComfyUI最全指南与SD3综合评比,TaoToken统一API接入

在ComfyUI里跑通国产可图大模型Kolors,用ChatGLM3编码中文提示语,并与SD3做三组提示词对照。文中给出权重目录、采样器参数与Python调用片段,本地显存不足时经TaoToken统一API出图,附401等报错排查。详见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end

PinkFlower67的博客 178

对本地部署的ChatGLM模型进行API调用

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。接下来我展示一个数据分析的例子代码。接下来运行就没有问题了。

daada123321的博客 2508

FastGPT 使用 One API 接入 Azure、ChatGLM 和本地模型

部署和使用 One API,实现 Azure、ChatGLM 和本地模型的接入。

学亮编程手记 2378

WSL2+ChatGLM2+FastGPT+oneapi本地化部署

使用WSL2+docker+oneapi成功部署fastGPT

weixin_42118737的博客 4587
上一篇: 图表征学习——Graph Embedding
下一篇: ChatGPT使用api_key本地部署
晓shuo
晓shuo 优质创作者: 人工智能技术领域 优质创作者: 人工智能技术领域
博客等级 码龄6年 4万+粉丝 113原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

晓shuo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值