Anropa en LLM från Python
Skicka prompts och tolka svar
Anropa en LLM från Python är en gratis lektion i NLP Academy på CoddyKit. Detta är lektion 2 av 4. Du kan läsa vilka 3 lektioner som helst i den här lärvägen kostnadsfritt i sin helhet – därefter låser CoddyKit PRO upp alla lektioner, plus praktisk övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Den ingår i lärvägen för NLP Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i NLP Academy innehåller totalt 4 lektioner.
Prata med en modell i kod
Ni kör inte enorma modeller på er laptop. I stället skickar ni text till en värdbaserad modell via ett API och får tillbaka ett svar. 🌐
Installera en klient
De flesta leverantörer tillhandahåller ett Python-client-bibliotek så att ni kan anropa modellen med några tydliga rader i stället för med rå HTTP.
pip install openaiHåll er nyckel hemlig
Anrop autentiseras med en API key. Lagra den i en miljövariabel, aldrig hårdkodad i era källfiler.
import os
key = os.environ["OPENAI_API_KEY"]Skapa klienten
Ni börjar med att skapa ett client-objekt. Det läser er nyckel och hanterar nätverksdetaljerna för varje anrop ni gör.
from openai import OpenAI
client = OpenAI()Meddelanden, inte bara text
Chattmodeller tar emot en lista med messages, där varje meddelande har en roll, till exempel system, user eller assistant.
Systemrollen
Ett system-meddelande anger modellens beteende på förhand, till exempel att den ska svara kortfattat eller agera som en hjälpsam lärare.
Skicka er prompt
Ni placerar frågan i ett user-meddelande och skickar hela listan till modellen i ett enda anrop.
resp = client.chat.completions.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": "Hi!"}])Tolkar svaret
Svaret är ett strukturerat objekt. Texten ni vill åt finns i det första choice-objektet och kan läsas eller lagras direkt.
text = resp.choices[0].message.content
print(text)Styr med temperatur
Inställningen temperature styr slumpmässigheten. Låga värden ger stabila svar, medan höga värden ger mer kreativa och varierade svar.
Begränsa resultatet
Inställningen max tokens begränsar hur långt svaret kan bli, vilket håller svaren lagom korta och kostnaderna förutsägbara.
Hantera fel
Nätverk kan sluta fungera och gränser kan nås, så omslut anrop i try/except och försök igen på ett smidigt sätt när ett fel uppstår.
Snabb kontroll
Var hittar ni modellens text i ett svar från en chat completion?
Sammanfattning
Installera en client, läs in er nyckel från miljön, skicka rollmärkta meddelanden och läs sedan texten från det första choice-objektet. ✅
Lär dig Python med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 30
- Lektioner
- 120
Vanliga frågor
Är lektionen ”Anropa en LLM från Python” gratis?
Ja – du kan läsa vilka 3 lektioner som helst i lärvägen NLP Academy, inklusive ”Anropa en LLM från Python”, kostnadsfritt i sin helhet här på webben. Därefter låser CoddyKit PRO upp alla lektioner, plus interaktiv övning med en inbyggd kodredigerare och en AI-lärare dygnet runt. Kursen i NLP Academy innehåller totalt 4 lektioner.
Vad lär jag mig i ”Anropa en LLM från Python”?
Skicka prompts och tolka svar Ni övar på NLP Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig NLP Academy?
Du behöver inga förkunskaper. Utbildningen i NLP Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 2 av 4.
Hur lång tid tar lektionen ”Anropa en LLM från Python”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här NLP Academy-lektionen?
Ja. Varje NLP Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Vad gör en modell stor?
- Anropa en LLM från Python
- Zero-shot- och few-shot-promptning
- Strukturerad output och skyddsräcken