是chatgpt还是微信AI？告诉你如何申请微信AI-WeLM的密钥

PHP学习网

发布于 2023-06-19 15:35:50

2820

发布于 2023-06-19 15:35:50

PHP学习网将不定时分享优质开源项目，优质技术文章，精选面试题和资源，大家可以把PHP学习网设为🌟星标，第一时间获取最新推送，以防错过优质内容

chatgpt已经从年前到现在已经火出了天际，直接颠覆了整个行业，于是乎各个大厂开始入局，比速度，目前质量上会往后靠，先从无到有的折腾。chatgpt说实在的有点惭愧，我没有申请账号，不过呢偶然在群里看到大家分享微信的AI，WELM，于是我就申请了token，具体怎么样还不知道，不过可以先把申请步骤告诉大家。

welm介绍

官网介绍WeLM 提供续写功能，但并不具有原生对话能力，WeLM 是一个非常擅长理解和生成文本的通用语言模型。你可以通过调用 WeLM 的 API 解决多种多样涉及文本的任务。

举例说明

如果你给的 prompt 是

我今天很

模型也许会返回文本：“开心，因为看了一本书。”。

如果你给的 prompt 是，

问题：百年孤独的作者是？\n 回答：

模型也许会返回文本：“加西亚·马尔克斯”。

申请方法

步骤一：登录官网

步骤二：填写问卷调查

我这里使用了QQ邮箱，但是需要等待，时间有点长，我从申请到收到邮件大概半天吧。

申请成功邮件

PHP调用

function query_api($prompt, $model, $max_tokens, $temperature, $top_p, $top_k, $n, $echo, $stop, $token) 
{

    $url = "https://welm.weixin.qq.com/v1/completions";
    $data = array(
    "prompt" => $prompt,
    "model" => $model,
    "max_tokens" => $max_tokens,
    "temperature" => $temperature,
    "top_p" => $top_p,
    "top_k" => $top_k,
    "n" => $n,
    "echo" => $echo,
    "stop" => $stop
    );
    $data = json_encode($data);
 
    $headers = array(
        "Content-Type: application/json",
        "Authorization: Bearer " . $token
    );
 
    $curl = curl_init();
    
    curl_setopt_array($curl, array(
    CURLOPT_URL => $url,
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_ENCODING => "",
    CURLOPT_MAXREDIRS => 10,
    CURLOPT_TIMEOUT => 30,
    CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
    CURLOPT_CUSTOMREQUEST => "POST",
    CURLOPT_POSTFIELDS => $data,
    CURLOPT_HTTPHEADER => $headers,
    ));
    
    $response = curl_exec($curl);
    $err = curl_error($curl);
    
    curl_close($curl);
    
    if ($err) 
    {
        echo "请求失败: " . $err;
        return null;
    } 
    else 
    {
        $result = json_decode($response, true);
        return $result;
    }
}
 

$prompt = "测试";
$model = "xl";
$max_tokens = 16;
$temperature = 0.0;
$top_p = 0.0;
$top_k = 10;
$n = 1;
$echo = false;
$stop = ",，.。";
$token = "你的token";
 
$result = query_api($prompt, $model, $max_tokens, $temperature, $top_p, $top_k, $n, $echo, $stop, $token);

Request body

model: string 必选，要使用的模型名称，当前支持的模型名称有medium、 large 和 xl

prompt: string 可选，默认值空字符串，给模型的提示

max_tokens: integer 可选，最多生成的token个数，默认值 16

temperature: number 可选默认值 0.85，表示使用的sampling temperature，更高的temperature意味着模型具备更多的可能性。对于更有创造性的应用，可以尝试0.85以上，而对于有明确答案的应用，可以尝试0（argmax采样）。建议改变这个值或top_p，但不要同时改变。

top_p: number 可选默认值 0.95，来源于nucleus sampling，采用的是累计概率的方式。即从累计概率超过某一个阈值p的词汇中进行采样，所以0.1意味着只考虑由前10%累计概率组成的词汇。建议改变这个值或temperature，但不要同时改变。

top_k: integer 可选默认值50，从概率分布中依据概率最大选择k个单词，建议不要过小导致模型能选择的词汇少。

n: integer 可选默认值 1 返回的序列的个数

echo: boolean 可选默认值false，是否返回prompt

stop: string 可选默认值 null，停止符号。当模型当前生成的字符为stop中的任何一个字符时，会停止生成。若没有配置stop，当模型当前生成的token id 为end_id或生成的token个数达到max_tokens时，停止生成。合理配置stop可以加快推理速度、减少quota消耗。

Response

{
"id":"25ade274-2f8a-11ed-8c3d-1767c0ccef73",
"object":"text_generation",
"created":1662650590,
"model":"xl",
"choices":[
{
"text":"测试结果",
"index":0,
"logprobs":0,
"finish_reason":"finished",
}
]
}