前一节，已经把全栈开发的环境部署好了，这一节，我们来做一个小项目，来实践一下。

实践项目：利用kimi模型，写一个睡前故事

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

from openai import OpenAI
import os
import time
client = OpenAI()
client.api_key = os.getenv('KIMI_API_KEY')
client.base_url = 'https://api.moonshot.cn/v1'
response = client.chat.completions.create(
  model="moonshot-v1-8k",
  messages=[
    {"role": "system", "content": "你是一位优秀的妈妈."},
    {"role": "user", "content": "你有一位可爱的女儿，现在是睡觉时间了，请为自己的女儿讲一个睡前故事吧"},
  ],
  stream=True, 
)

for chunk in response:
    print(chunk.choices[0].delta.content, end='')
    time.sleep(0.1)

如果要运行上边的代码，需要做2个准备工作

    1. 申请kimi模型的API_KEY，具体操作请参考这里
    1. 安装openai的python库，具体操作请参考 这里需要注意的是，因为在上一节，我们创建了一个开发虚拟环境，所以我们如果要在这个虚拟环境中运行这个代码，那么就需要把 这个扩展安装到少当前去年的虚拟环境。具体操作如下：
    • 2.1 查看当前所在的虚拟环境
    1
2
3
4
5
6
7
8

       conda env list

   ## 查看当前安装的虚拟环境
   # conda environments:
   #
   base                     /Users/liuzhifeng/miniconda3
   ai_all_stack          *  /Users/liuzhifeng/miniconda3/envs/ai_all_stack
   # 其中，带*的表示当前的虚拟环境
    • 2.2 安装openai的python库
    1
2
3
4
5

      conda install -n ai_all_stack openai
  # 因为我们要在ai_all_stack这个虚拟环境中运行代码，所以需要把openai这个库安装到这个虚拟环境中
  # 这里需要注意，如果在2.1中查看的虚拟环境不是ai_all_stack，那么需要把ai_all_stack替换成你查看到的虚拟环境名字
  #命令也比较简单
  conda activate your_env_name
    • 2.4 设置环境变量
    1

      conda env config vars set KIMI_API_KEY=YOU KIMI API KEY