探索Kimi API：打造你的智能AI助手！

pip install openai
pip install --upgrade 'openai>=1.0'
pip show openai
    Name: openai
    Version: 1.33.0
    Summary: The official Python library for the openai API
    Home-page: 
    Author: 
    Author-email: OpenAI <support@openai.com>
    License: 

from openai import OpenAI
​
client = OpenAI(
    api_key="api_key",
    base_url="https://api.moonshot.cn/v1",
)
​
#%%
def create_ask_gpt(prompt, session_id=None):
    response =  client.chat.completions.create(
        model="moonshot-v1-8k",
        messages=[
            {
                "role": "system",
                "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。",
            },
            {"role": "user", "content": prompt},
        ],
        temperature=0.3,
        stream=True,
    )
    answer = response.choices[0].message.content
    return answer
​
#%%
prompt="海事卫星历代卫星的历史及发展介绍，以二级结构写出文章大纲，以Json格式输出"
response = create_ask_gpt(prompt)
print(response)

while True:
    prompt = input("你： ")
    response = create_ask_gpt(prompt)
    print("Kimi：", response)

from pathlib import Path
from openai import OpenAI
​
client = OpenAI(
    api_key="api_key",
    base_url="https://api.moonshot.cn/v1",
)
#%%
file_object = client.files.create(file=Path("海事卫星.md"), purpose="file-extract")
#%%
 
# 获取结果
# file_content = client.files.retrieve_content(file_id=file_object.id)
# 注意，之前 retrieve_content api 在最新版本标记了 warning, 可以用下面这行代替
# 如果是旧版本，可以用 retrieve_content
file_content = client.files.content(file_id=file_object.id).text
#%%
 
# 把它放进请求中
messages = [
    {
        "role": "system",
        "content": "使用以下步骤来回应用户输入。\n步骤一：用户将用三重引号提供文本或提供文件。用前缀“摘要：”将这段文本概括成一句话。\n步骤二：将第一步的摘要翻译成英语，并加上前缀 'Translation' ",
    },
    {
        "role": "system",
        "content": file_content,
    },
    {"role": "user", "content": "用两句话概括文本，50字以内。"},
]
#%%
# 然后调用 chat-completion, 获取 Kimi 的回答
completion = client.chat.completions.create(
  model="moonshot-v1-32k",
  messages=messages,
  temperature=0.3,
)
 
print(completion.choices[0].message)

from pathlib import Path
from openai import OpenAI
​
client = OpenAI(
    api_key="api_key",
    base_url="https://api.moonshot.cn/v1",
)
#%%
file_object = client.files.create(file=Path("testcal.jpg"), purpose="file-extract")
#%%
 
# 获取结果
# file_content = client.files.retrieve_content(file_id=file_object.id)
# 注意，之前 retrieve_content api 在最新版本标记了 warning, 可以用下面这行代替
# 如果是旧版本，可以用 retrieve_content
file_content = client.files.content(file_id=file_object.id).text
#%%
 
# 把它放进请求中
messages = [
    {
        "role": "system",
        "content": "你是 Kimi，由 Moonshot AI 提供的人工智能助手，你更擅长中文和英文的对话。你会为用户提供安全，有帮助，准确的回答。同时，你会拒绝一切涉及恐怖主义，种族歧视，黄色暴力等问题的回答。Moonshot AI 为专有名词，不可翻译成其他语言。",
    },
    {
        "role": "system",
        "content": file_content,
    },
    {"role": "user", "content": "理解图片内容，正确识别题目的数量并对进行判断，确认提供的答案是否正确。"},
]
#%%
# 然后调用 chat-completion, 获取 Kimi 的回答
completion = client.chat.completions.create(
  model="moonshot-v1-32k",
  messages=messages,
  temperature=0.3,
)
print(completion.choices[0].message.content )