智能对话机器人(通义版)会话接口API使用Quick Start

本文涉及的产品
NLP 自学习平台,3个模型定制额度 1个月
NLP自然语言处理_基础版,每接口每天50万次
视觉智能开放平台,图像资源包5000点
简介: 本文主要演示了如何使用python脚本快速调用智能对话机器人API接口,在参数获取的部分给出了具体的获取位置截图,这部分容易出错,第一次使用务必仔细参考接入参数获取的位置。

一、大模型会话接口集成概述

官方API参考地址

图片.png

二、API接口调用参数获取

  • 2.1 ACCESS_KEY_ID、ACCESS_KEY_SECRET参数获取地址

图片.png

  • 2.2 AgentKey

业务空间 key,不设置则访问默认业务空间,key 值在主账号业务管理页面获取

图片.png

  • 2.3 instance_id

图片.png

三、Python Code Sample

# -*- coding: utf-8 -*-

import hashlib
import time
import uuid
from alibabacloud_tea_openapi.client import Client as OpenApiClient
from alibabacloud_tea_openapi import models as open_api_models
from alibabacloud_tea_util import models as util_models
from alibabacloud_openapi_util.client import Client as OpenApiUtilClient
import json
import requests


class Sample:
    def __init__(self):
        pass

    # 参数设置
    ACCESS_KEY_ID = 'LTAI**********'
    ACCESS_KEY_SECRET = '8RQfmiwwn***********'
    @staticmethod
    def create_client() -> OpenApiClient:
        """
        使用AK&SK初始化账号Client
        @return: Client
        @throws Exception
        """
        # 建议使用更安全的 STS 方式,更多鉴权访问方式请参见:https://help.aliyun.com/document_detail/378659.html。
        config = open_api_models.Config(
            # 必填,请确保代码运行环境设置了环境变量 ALIBABA_CLOUD_ACCESS_KEY_ID。,
            access_key_id=Sample.ACCESS_KEY_ID,
            # 必填,请确保代码运行环境设置了环境变量 ALIBABA_CLOUD_ACCESS_KEY_SECRET。,
            access_key_secret=Sample.ACCESS_KEY_SECRET
        )
        # Endpoint 请参考 https://api.aliyun.com/product/Chatbot
        config.endpoint = f'chatbot.cn-shanghai.aliyuncs.com'
        return OpenApiClient(config)

    @staticmethod
    def get_sign(stream_secret, timestamp) -> str:
        """
        计算签名
        :param stream_secret:
        :param timestamp:
        :return:
        """
        text_to_hash = f"streamSecret={stream_secret}&timestamp={timestamp}"
        md5_hash = hashlib.md5(text_to_hash.encode('utf-8')).hexdigest()
        return md5_hash


    @staticmethod
    def create_ApplyForStreamAccessToken_api_info() -> open_api_models.Params:
        """
        API 相关
        @param path: string Path parameters
        @return: OpenApi.Params
        """
        params = open_api_models.Params(
            # 接口名称,
            action='ApplyForStreamAccessToken',
            # 接口版本,
            version='2022-04-08',
            # 接口协议,
            protocol='HTTPS',
            # 接口 HTTP 方法,
            method='POST',
            auth_type='AK',
            style='RPC',
            # 接口 PATH,
            pathname=f'/',
            # 接口请求体内容格式,
            req_body_type='json',
            # 接口响应体内容格式,
            body_type='json'
        )
        return params

    @staticmethod
    def ApplyForStreamAccessToken(
            AgentKey:str,
        ) -> str:
            client = Sample.create_client()
            params = Sample.create_ApplyForStreamAccessToken_api_info()
            # query params
            queries = {
   
   }
            queries['AgentKey'] = AgentKey
            # runtime options
            runtime = util_models.RuntimeOptions()
            request = open_api_models.OpenApiRequest(
                query=OpenApiUtilClient.query(queries)
            )
            # 复制代码运行请自行打印 API 的返回值
            # 返回值实际为 Map 类型,可从 Map 中获得三类数据:响应体 body、响应头 headers、HTTP 返回的状态码 statusCode。
            res = client.call_api(params, request, runtime)
            return res['body']

    @staticmethod
    def create_request_body(message_id, instance_id, utterance):
        """
        构造请求body
        :param message_id:消息message id
        :param instance_id:机器人id
        :param utterance:实际内容
        :return:
        """
        body = {
   
   
            "messageId": message_id,
            "action": "TongyiBeebotChat",
            "version": "2022-04-08",
            "data": [
                {
   
   
                    "type": "JSON_TEXT",
                    "value": json.dumps({
   
   
                        "InstanceId": instance_id,
                        "Utterance": utterance
                    },ensure_ascii=False)
                }
            ]
        }
        return body

    @staticmethod
    def sse_request(url, payload):
        """
        构建SSE请求
        :param url: 请求的URL
        :param payload: 要发送的数据
        :return: None
        """
        # 创建会话
        session = requests.Session()

        # 请求头
        headers = {
   
   
            'Content-Type': 'application/json'
        }

        # 使用 POST 请求获取 SSE 线
        with session.post(url, headers=headers, data=json.dumps(payload), stream=True) as response:
            # 确保请求成功
            response.raise_for_status()

            # 持续读取服务器发来的事件
            for line in response.iter_lines():
                if line:
                    # 处理每一行数据
                    data = line.decode('utf-8')
                    print(f'Received: {data}')


if __name__ == '__main__':
    AgentKey = "f6b6af483***********_p_beebot_public" # 业务空间key
    res = Sample.ApplyForStreamAccessToken(AgentKey) # 1、调用ApplyForStreamAccessToken接口
    AccessToken = res['AccessToken']
    StreamSecret = res['StreamSecret']
    ChannelId = res['ChannelId']
    time_millis = int(time.time() * 1000)
    sign = Sample.get_sign(StreamSecret, time_millis)  # 2、计算会话接口签名
    url_template = "https://alime-ws.aliyuncs.com/sse/paas4Json/{AccessToken}/{ChannelId}/{Sign}/{Timestamp}"
    url = url_template.format(AccessToken=AccessToken, ChannelId=ChannelId, Sign=sign, Timestamp=time_millis)

    # 生成一个随机的UUID
    messageId = str(uuid.uuid4())
    instance_id = "chatbot-cn-Aei********" # 机器人id
    utterance = "你有什么技能?" # 实际问题
    payload = Sample.create_request_body(messageId, instance_id, utterance)
    Sample.sse_request(url, payload) # 3、发送SSE请求,获取流式响应结果
  • 测试结果:
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":false,\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"SequenceId\":\"0e99be8a5ec444359a54405870cc96cf\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"aad1d419-45cb-4f8d-9f24-a0c12ca62749","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"da038f26ab9e4ad7acd8087a5b76c6e3\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"5fb4a490-e0d7-4832-b460-287724d557da","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"67b712bc3a2e477aaef56beca30e441a\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"75e24897-0249-4971-b476-f366c1b16a16","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"245c83ddd9584a5cb771f4f9c07351ca\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"c137f85c-1403-4395-887a-df876d37190a","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"16b98b73c83e404fb10424e14307c089\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"6a3ae208-cb45-46ba-b319-d9f0a09ce415","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"我是个大模型,能够\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"65e6de0c377d4934803b258449fefbd0\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"316abed4-7c0e-42b2-bbf2-9451948a1ad6","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"我是个大模型,能够回答问题、创作文字,比如写\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"3e297b0afb64430d9982bbd3a190563a\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"97e66246-4159-4ce2-990e-db035ab64698","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"我是个大模型,能够回答问题、创作文字,比如写故事、写公文、写邮件\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"d10ee630e84f4995a0755a1448b319e1\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"95af7cc8-5439-4c50-8893-d62877fc33f7","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"我是个大模型,能够回答问题、创作文字,比如写故事、写公文、写邮件、写剧本等等,还能表达观点\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"371ac0ab34a94bc2acea1056b4939099\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"3180f1c0-b901-4189-b306-c6ff4f0a25de","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"我是个大模型,能够回答问题、创作文字,比如写故事、写公文、写邮件、写剧本等等,还能表达观点,玩游戏等。\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"044f4dadc62f4d938032b49a2bbd719b\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"4e1fcd22-2140-44d1-adde-f3ecb754939e","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"我是个大模型,能够回答问题、创作文字,比如写故事、写公文、写邮件、写剧本等等,还能表达观点,玩游戏等。\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"89c05efbd4b342c9a4841e7a2ce87617\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":false}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"7dd5c7f3-b2ed-42a9-a130-b29f9797e7cd","success":true}
Received: data:{
   
   "data":[{
   
   "type":"JSON_TEXT","value":"{\"IsAIGC\":true,\"MessageBody\":{\"DirectMessageBody\":{\"ContentType\":\"RICH_TEXT\",\"Ext\":{},\"SentenceList\":[{\"Content\":\"我是个大模型,能够回答问题、创作文字,比如写故事、写公文、写邮件、写剧本等等,还能表达观点,玩游戏等。\"}]},\"Type\":\"Direct\",\"VoiceConfig\":{}},\"MessageId\":\"aad1d419-45cb-4f8d-9f24-a0c12ca62749\",\"QuerySegList\":[\"你\",\"有\",\"什么\",\"技能\",\"?\"],\"SequenceId\":\"6939e0f6569345799e2b19496842ea27\",\"SessionId\":\"dfa8ed43a2584d6c867a1c9b5baee490\",\"Source\":\"NON_STRUCTURAL_KNOWLEDGE\",\"StreamEnd\":true}"}],"messageId":"6bd684db-7259-4060-88fc-de562d2c86e7","requestId":"0b7d7915-1d68-43ce-a634-bbf44ff98cc2","success":true}

更多参考

大模型会话接口集成概述

相关实践学习
阿里巴巴智能语音交互技术与应用
智能语音交互,是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人机交互体验。适用于多个应用场景中,包括智能问答、智能质检、法庭庭审实时记录、实时演讲字幕、访谈录音转写等。 本课程主要讲解智能语音相关技术,包括语音识别、人机交互、语音合成等。  
相关文章
|
1天前
|
编解码 监控 API
直播源怎么调用api接口
调用直播源的API接口涉及开通服务、添加域名、获取API密钥、调用API接口、生成推流和拉流地址、配置直播源、开始直播、监控管理及停止直播等步骤。不同云服务平台的具体操作略有差异,但整体流程简单易懂。
|
14天前
|
人工智能 自然语言处理 PyTorch
Text2Video Huggingface Pipeline 文生视频接口和文生视频论文API
文生视频是AI领域热点,很多文生视频的大模型都是基于 Huggingface的 diffusers的text to video的pipeline来开发。国内外也有非常多的优秀产品如Runway AI、Pika AI 、可灵King AI、通义千问、智谱的文生视频模型等等。为了方便调用,这篇博客也尝试了使用 PyPI的text2video的python库的Wrapper类进行调用,下面会给大家介绍一下Huggingface Text to Video Pipeline的调用方式以及使用通用的text2video的python库调用方式。
|
14天前
|
JSON JavaScript API
(API接口系列)商品详情数据封装接口json数据格式分析
在成长的路上,我们都是同行者。这篇关于商品详情API接口的文章,希望能帮助到您。期待与您继续分享更多API接口的知识,请记得关注Anzexi58哦!
|
1月前
|
安全 API 开发者
Web 开发新风尚!Python RESTful API 设计与实现,让你的接口更懂开发者心!
在当前的Web开发中,Python因能构建高效简洁的RESTful API而备受青睐,大大提升了开发效率和用户体验。本文将介绍RESTful API的基本原则及其在Python中的实现方法。以Flask为例,演示了如何通过不同的HTTP方法(如GET、POST、PUT、DELETE)来创建、读取、更新和删除用户信息。此示例还包括了基本的路由设置及操作,为开发者提供了清晰的API交互指南。
95 6
|
2月前
|
存储 JSON API
淘系API接口(解析返回的json数据)商品详情数据解析助力开发者
——在成长的路上,我们都是同行者。这篇关于商品详情API接口的文章,希望能帮助到您。期待与您继续分享更多API接口的知识,请记得关注Anzexi58哦! 淘宝API接口(如淘宝开放平台提供的API)允许开发者获取淘宝商品的各种信息,包括商品详情。然而,需要注意的是,直接访问淘宝的商品数据API通常需要商家身份或开发者权限,并且需要遵循淘宝的API使用协议。
淘系API接口(解析返回的json数据)商品详情数据解析助力开发者
|
11天前
|
监控 API 开发工具
深入理解API设计:构建高效的接口
【10月更文挑战第6天】深入理解API设计:构建高效的接口
29 0
|
16天前
|
API 数据安全/隐私保护 开发者
淘宝 API:关键词搜商品列表接口,助力商家按价格销量排序分析数据
此接口用于通过关键词搜索淘宝商品列表。首先需在淘宝开放平台注册并创建应用获取API权限,之后利用应用密钥和访问令牌调用接口。请求参数包括关键词、页码、每页数量、排序方式及价格区间等。返回结果含总商品数量及具体商品详情。使用时需注意签名验证及官方文档更新。
|
2月前
|
SQL 存储 数据处理
|
1月前
|
安全 机器人 API
AppFlow通义千问机器人支持上下文会话
在最新升级的AppFlow中,通义千问对话功能现已支持上下文保留,使对话体验更加流畅。用户可通过配置AppFlow连接流,结合钉钉机器人实现与通义千问的交互。只需几步简单设置,即可在群聊中@机器人进行连续对话。此外,提供了两种创建钉钉机器人的方法:使用Outgoing机制或钉钉开放平台,方便不同需求的用户进行集成。通过这些步骤,您可以轻松实现与通义千问的高效沟通。
|
2月前
|
XML JSON API
RESTful API设计最佳实践:构建高效、可扩展的接口
【8月更文挑战第17天】RESTful API设计是一个涉及多方面因素的复杂过程。通过遵循上述最佳实践,开发者可以构建出更加高效、可扩展、易于维护的API。然而,值得注意的是,最佳实践并非一成不变,随着技术的发展和业务需求的变化,可能需要不断调整和优化API设计。因此,保持对新技术和最佳实践的关注,是成为一名优秀API设计师的关键。