从零开始构建你的RAG项目第二弹：API 调用大模型问答-Seo优化-塔城地区网站建设公司

一、为什么选择 API 调用
轻量：无需本地部署 GPU，只需一行请求即可调用大模型。
灵活：支持多种模型（qwen-turbo / qwen-plus / qwen-max），可按需切换。
兼容：DashScope 提供了 OpenAI API 兼容模式，能直接复用 LangChain、OpenAI SDK 等生态。
二、准备工作：配置 API Key
参考阿里云百炼的官方教程，注册账号后获取 API Key（国内用户需实名认证）：

获取并使用 API Key
⚠️ 安全提示：为了安全和复用性，建议根据官方教程通过系统环境变量或 .env 文件配置 API Key，避免在代码中明文写入密钥。若项目公开，请务必在提交前移除或打码。本文为帮助读者迅速复现，采取了在代码中直接放入 API Key 的方式，并对其作打码处理。

三、大模型调用最小可运行示例
from langchain_openai import ChatOpenAI
import os

os.environ[“DASHSCOPE_API_KEY”] = ‘sk-xx’ # 替换为你的 API Key

chat = ChatOpenAI(
model=“qwen-plus”, # 可选 qwen-turbo / qwen-max
api_key=os.environ[“DASHSCOPE_API_KEY”],
base_url=“https://dashscope.aliyuncs.com/compatible-mode/v1”,
#若为国际版则改为 https://dashscope-intl.aliyuncs.com/compatible-mode/v1
temperature=0
)

resp = chat.invoke(“温度是什么？”)
print(resp.content)
如果这个代码可以让模型成功给出答案，那么则说明调用成功了。输出答案示例：

温度是表示物体冷热程度的物理量，从微观角度来看，它反映了物体内部分子或原子热运动的剧烈程度。温度越高，物质内部粒子（如分子、原子）的无规则运动就越剧烈；温度越低，粒子的运动就越缓慢。

四、结合 RAG 的调用示例

代码示例
在 RAG 场景中，API 调用通常和我们上次生成的那种向量库结合。示例：

from langchain_community.embeddings import ModelScopeEmbeddings
from langchain_community.vectorstores import FAISS
from langchain_core.prompts import ChatPromptTemplate, SystemMessagePromptTemplate, HumanMessagePromptTemplate, MessagesPlaceholder
from langchain_core.messages import HumanMessage
from langchain_openai import ChatOpenAI
from operator import itemgetter
import os

1. 加载 embedding 模型和向量库

try:
# 加载embedding模型（用于将query向量化）
embeddings = ModelScopeEmbeddings(model_id=‘iic/nlp_corom_sentence-embedding_chinese-base’)
#加载 FAISS 向量库（用于知识召回）
vector_db = FAISS.load_local(‘faiss_index/LLM’, embeddings, allow_dangerous_deserialization=True) # 替换为你的向量库路径
# allow_dangerous_deserialization=True 仅在本地加载向量库时使用，请勿在不可信环境下启用

添加异常处理

except Exception as e:
print(f"模型或向量库加载失败: {str(e)}")
exit(1)

2. 创建检索器 Retriever

检索器将 query 转为向量并返回最相似文档片段

retriever = vector_db.as_retriever(search_kwargs={“k”: 5}) # 设置返回的相关相似对最高的模块数量为 5

3. 配置 API Key，初始化 Chat 模型

此处使用阿里云达观智能 DashScope 平台的模型接口

os.environ[“DASHSCOPE_API_KEY”] = ‘sk-xx’ # 替换为你的 API Key

chat = ChatOpenAI(
model=“qwen-plus”, # 按照需要更换模型名称
api_key=os.environ[“DASHSCOPE_API_KEY”],
base_url=“https://dashscope.aliyuncs.com/compatible-mode/v1”,
#若为国际版则改为 https://dashscope-intl.aliyuncs.com/compatible-mode/v1
temperature=0
)

4. Prompt模板

system_prompt = SystemMessagePromptTemplate.from_template(‘你是一个有帮助的助手。’) # 系统提示
user_prompt = HumanMessagePromptTemplate.from_template(‘’’
只基于以下内容回答问题，不要使用你在训练中学到的知识:

{context}

问题: {query}
‘’') # 用户提示
full_chat_prompt = ChatPromptTemplate.from_messages(
[system_prompt, MessagesPlaceholder(variable_name=“chat_history”), user_prompt]) # 构建完整的聊天提示模板

5. 构建对话链 Chat chain

chat_chain = {
“context”: itemgetter(“query”) | retriever,
“query”: itemgetter(“query”),
“chat_history”: itemgetter(“chat_history”),
} | full_chat_prompt | chat

6. 开始对话

chat_history = [] # 初始化对话历史
while True:
query = input(“请输入问题（输入 exit 退出）：”)
if query.lower() == “exit”:
break
response = chat_chain.invoke({‘query’: query, ‘chat_history’: chat_history}) # 获取模型响应
chat_history.extend((HumanMessage(content=query), response)) # 更新对话历史
print(“AI:”, response.content)
chat_history = chat_history[-20:] # 保留最近 20 条消息
2. 代码中需要手动修改的部分
向量库地址
调用模型名称
自己的 API Key
base url 地址
3. 预期输出结果示例
调用模型后，会出现 input 的界面，仍旧提问为：“温度是什么？” 示例回答如下：

温度（Temperature）是介于0到1之间的值，用于影响模型生成文本时的随机性。低温设置强调具有高确定性的单一首选预测，使模型倾向于选择高概率的下一个词；而高温设置则增加输出的多样性与创造性。当温度设置得极高（高于1，通常在10的量级），温度的影响变得不重要，此时更多依赖Top-K或Top-P等采样标准来选择词汇。

说明模型根据文档内容回答成功。