### 如何在 Django 中调用通义千问 API 要在 Django 项目中调用通义千问 API，可以按照以下方式实现。以下是完整的代码示例以及说明： #### 配置环境变量 首先，在 `settings.py` 文件中配置通义千问的 API 密钥和其他必要参数。 ```python # settings.py import os THOUSAND_ASK_API_KEY = os.getenv('THOUSAND_ASK_API_KEY', 'your_api_key_here') THOUSAND_ASK_URL = "https://api.baichuan.com/v1/chat/completion" ``` #### 编写视图函数 接下来，在 `views.py` 文件中编写用于处理请求并调用通义千问 API 的视图逻辑。 ```python # views.py from django.http import JsonResponse from django.views.decorators.csrf import csrf_exempt from django.conf import settings import requests import json @csrf_exempt def call_thousand_ask(request): if request.method != "POST": return JsonResponse({"error": "Invalid method"}, status=405) api_url = settings.THOUSAND_ASK_URL user_message = request.POST.get('message') headers = { "Content-Type": "application/json", "Authorization": f"Bearer {settings.THOUSAND_ASK_API_KEY}" } payload = { "messages": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": user_message}, {"role": "assistant", "content": ""} ], "max_tokens": 100, "temperature": 0.7, "top_p": 0.9 } try: response = requests.post(api_url, headers=headers, data=json.dumps(payload)) response_data = response.json() if response.status_code == 200 and "choices" in response_data: ai_response = response_data["choices"][0]["message"]["content"] return JsonResponse({"response": ai_response}) else: error_message = response_data.get("error", {}).get("message", "Unknown Error") return JsonResponse({"error": error_message}, status=500) except Exception as e: return JsonResponse({"error": str(e)}, status=500) ``` 此代码实现了通过 POST 请求接收用户消息，并将其发送到通义千问 API 进行处理的功能[^1]。 #### 添加路由 最后，在项目的 `urls.py` 文件中添加对应的路由规则。 ```python # urls.py from django.urls import path from .views import call_thousand_ask urlpatterns = [ path('thousandask/', call_thousand_ask, name='call_thousand_ask'), ] ``` 以上设置完成后，可以通过向 `/thousandask/` 发送 POST 请求来测试接口功能。 --- ### 注意事项 尽管上述代码展示了如何集成通义千问 API 到 Django 应用程序中，但在实际开发过程中需要注意以下几点： - **安全性**：确保敏感数据（如 API 密钥）不会被泄露，推荐使用 `.env` 文件存储这些信息[^3]。 - **错误处理**：增加更多的异常捕获机制以应对网络问题或其他潜在失败情况。 - **性能优化**：对于高并发场景下可能需要引入缓存策略或者异步任务队列减少延迟影响。 ---