欧美黑人粗大猛烈18p,日本高清视频www夜色资源

Kimi聯(lián)網(wǎng)搜索API解決什么問題

多源信息整合：將來自不同來源的數(shù)據(jù)進(jìn)行整合，提供統(tǒng)一的搜索接口。
實(shí)時(shí)數(shù)據(jù)獲取：幫助用戶獲取最新的實(shí)時(shí)信息，提高數(shù)據(jù)的時(shí)效性。
高效搜索體驗(yàn)：優(yōu)化搜索算法，提高搜索速度和準(zhǔn)確性，提升用戶體驗(yàn)。

如何使用Python集成Kimi API聯(lián)網(wǎng)功能

Kimi為開發(fā)者封裝好了一個簡單方便、開箱即用的“聯(lián)網(wǎng)搜索”功能；此功能基于 Kimi 大模型原有的工具調(diào)用 tool_calls 用法，提供了一個內(nèi)置的工具函數(shù) builtin_function.$web_search，集成的時(shí)候只需要使用這個內(nèi)置工具函數(shù)就可以很簡單的實(shí)現(xiàn)聯(lián)網(wǎng)搜索功能。

下面以獲取一個網(wǎng)頁信息的內(nèi)容為例給大家一步一步演示如何集成Kimi的API聯(lián)網(wǎng)功能：

第一步：導(dǎo)入必要的庫

import json

from typing import Dict, Any

from openai import OpenAI

from openai.types.chat.chat_completion import Choice

這一步導(dǎo)入了處理JSON數(shù)據(jù)、類型注解、與OpenAI API交互所需的庫。

第二步：設(shè)置OpenAI客戶端

client = OpenAI(

    api_key="*****",

    base_url="https://api.moonshot.cn/v1"

)

在這一步，創(chuàng)建了一個OpenAI客戶端實(shí)例，配置了API密鑰和基礎(chǔ)URL。API秘鑰為注冊賬號時(shí)生成的秘鑰

第三步：定義`search_impl`函數(shù)

def search_impl(arguments: Dict[str, Any]) -> Any:

    """

    在使用 Moonshot AI 提供的 search 工具的場合，只需要原封不動返回 arguments 即可，

    不需要額外的處理邏輯。

    """

    return arguments

這個函數(shù)是搜索工具的實(shí)現(xiàn)，目前只是簡單地返回傳入的參數(shù)。

第四步：定義`chat`函數(shù)

def chat(messages) -> Choice:

    completion = client.chat.completions.create(

        model="moonshot-v1-128k",

        messages=messages,

        temperature=0.3,

        response_format={"type": "json_object"},

        tools=[

            {

                "type": "builtin_function",

                "function": {

                    "name": "$web_search",

                },

            }

        ]

    )

    usage = completion.usage

    choice = completion.choices[0]



    if choice.finish_reason == "stop":

        print(f"chat_prompt_tokens:          {usage.prompt_tokens}")

        print(f"chat_completion_tokens:      {usage.completion_tokens}")

        print(f"chat_total_tokens:           {usage.total_tokens}")

    return choice

這個函數(shù)用于發(fā)送消息給Kimi大模型，并接收回復(fù)。它處理聊天完成請求，并根據(jù)回復(fù)的finish_reason打印出消耗的Tokens數(shù)量。在這里要注意一下,對大模型返回的數(shù)據(jù)要做一下格式處理，咱們可以使用官方文檔提供的JSON Mode。JSON Mode的基本用法是將 response_format 設(shè)置為 {"type": "json_object"}來使用，Kimi 大模型會按照要求輸出一個合法的、可被正確解析的 JSON 文檔。關(guān)于JSON Mode更多用法可以參考官網(wǎng)文檔有詳細(xì)說明，這里不做贅述。

第五步：處理聊天完成請求的響應(yīng)

使用JSON Mode的目的，一方面是為了節(jié)省token，另一方面也是為了從網(wǎng)頁信息中提取更有價(jià)值的格式化數(shù)據(jù)方便后面二次加工處理。

def main():

    web_url = "http://cnzze.cn/api/scd2024090489792d77afd9"

    system_prompt = """

    請搜索當(dāng)前鏈接地址"""+web_url+"""，生成一段200字的內(nèi)容總結(jié)，

    輸出 JSON 格式如下：

    [{"summary": ""}]

    """

    messages = [

        {"role": "system", "content": "你是 Kimi。"},

    ]



    messages.append({

        "role": "user",

        "content": system_prompt

    })



    finish_reason = None

    while finish_reason is None or finish_reason == "tool_calls":

        choice = chat(messages)

        finish_reason = choice.finish_reason

        if finish_reason == "tool_calls":

            messages.append(choice.message)

            for tool_call in choice.message.tool_calls:

                tool_call_name = tool_call.function.name

                tool_call_arguments = json.loads(tool_call.function.arguments)

                if tool_call_name == "$web_search":

                    tool_result = search_impl(tool_call_arguments)

                else:

                    tool_result = f"Error: unable to find tool by name '{tool_call_name}'"



                messages.append({

                    "role": "tool",

                    "tool_call_id": tool_call.id,

                    "name": tool_call_name,

                    "content": json.dumps(tool_result),

                })



    print(choice.message.content)

在這一步，定義了main函數(shù)，它設(shè)置了一個系統(tǒng)提示，指示模型搜索特定的URL并生成內(nèi)容總結(jié)。然后，它初始化消息列表，包括系統(tǒng)角色的消息和用戶角色的初始提問。進(jìn)入一個循環(huán)，不斷發(fā)送消息并接收回復(fù)，直到?jīng)]有更多的工具調(diào)用需要執(zhí)行。最后，打印出模型生成的回復(fù)內(nèi)容。

第六步：運(yùn)行腳本

if __name__ == '__main__':

    main()

這一步檢查如果這個腳本作為主程序運(yùn)行，將調(diào)用main函數(shù)。最終查看一下控制臺返回的日志信息，符合提示詞中的JSON格式，并且也返回了使用的token數(shù)量。

chat_prompt_tokens:          90

chat_completion_tokens:      267

chat_total_tokens:           357

[{

    "summary": "AI手寫服務(wù)-Handwrytten利用人工智能技術(shù)模擬真實(shí)手寫字體，

    提供個性化的溝通方式。用戶可選擇字體、筆觸風(fēng)格和布局定制內(nèi)容，適用于客戶關(guān)系維護(hù)、

    市場推廣和個人情感表達(dá)。服務(wù)通過Restful API實(shí)現(xiàn)自動化交互，支持用戶認(rèn)證、訂單提交等功能。

    Helium公司作為技術(shù)支持，推動物聯(lián)網(wǎng)發(fā)展，為數(shù)字化轉(zhuǎn)型提供支持。"

}]

Kimi聯(lián)網(wǎng)搜索API最佳實(shí)踐

學(xué)會使用聯(lián)網(wǎng)搜索API并不是目的，目的是把這個工具能應(yīng)用到工作場景中。

案例分析：

小智最近接到一個小需求，公司在做一個服務(wù)商的導(dǎo)航頁，導(dǎo)航頁中需要展示服務(wù)商的信息簡介。要知道上千個服務(wù)商信息，光打開網(wǎng)頁都得操作上千次還不算上打開網(wǎng)頁后要去挨個網(wǎng)頁瀏覽查看，然后總結(jié)當(dāng)前網(wǎng)頁的內(nèi)容，最終生成一個信息簡介。

解決方案：

通過爬取的方式去把頁面的信息獲取到然后再投喂給大模型，最終讓大模型輸出一個關(guān)于服務(wù)商的信息簡介。但是有了聯(lián)網(wǎng)搜索API，這個需求實(shí)現(xiàn)起來變得更簡單，只需要把網(wǎng)頁鏈接地址提供出來，然后調(diào)用聯(lián)網(wǎng)搜索API就可以解決。

實(shí)現(xiàn)思路：

1、安裝必要的Python庫：確保安裝了處理Excel文件的庫（如openpyxl或pandas）和用于發(fā)送HTTP請求的庫（如requests）
2、加載Excel文件：使用pandas或openpyxl庫讀取包含URL的Excel文件
3、提取URL列：從DataFrame中提取包含URL的列。
4、定義搜索函數(shù)：創(chuàng)建一個函數(shù)，用于發(fā)送HTTP請求到Kimi聯(lián)網(wǎng)搜索API，并獲取結(jié)果。(直接使用已集成好的Kimi聯(lián)網(wǎng)搜索API)
5、遍歷URL列表：對每個URL調(diào)用搜索函數(shù)，并將結(jié)果存儲。
6、更新DataFrame：將搜索結(jié)果添加到原始DataFrame中
7、保存更新后的Excel文件：將更新后的DataFrame保存回Excel文件。

經(jīng)過小智親測，1分鐘獲取100個網(wǎng)頁信息沒有問題，當(dāng)然為了提高效率可以加并發(fā)。Kimi對API有速率限制，但如果是充值會員的話，一分鐘內(nèi)發(fā)起的請求數(shù)RPM能達(dá)到200

總結(jié)

以上就是小智為大家?guī)淼姆窒?，如何通過Kimi API實(shí)現(xiàn)聯(lián)網(wǎng)搜索功能，以及這一功能如何幫助我們高效地獲取和處理實(shí)時(shí)數(shù)據(jù)。通過使用Kimi API的內(nèi)置$web_search工具函數(shù)，我們可以輕松地將網(wǎng)頁信息整合到我們的應(yīng)用程序中，從而提升用戶體驗(yàn)和數(shù)據(jù)處理的效率。無論是個人開發(fā)者還是企業(yè)，都能從中受益。希望這次的分享能幫助大家更好地理解和使用Kimi API的聯(lián)網(wǎng)搜索功能。如果覺得我的文章對你有幫助的話，請不要吝嗇你的點(diǎn)贊、在看和轉(zhuǎn)發(fā)。歡迎大家關(guān)注我的公眾號小智AI指南。

文章轉(zhuǎn)自微信公眾號@小智AI指南