長上下文（Qwen-Long）

import os
from openai import OpenAI, BadRequestError

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),  # 如果您沒有配置環境變數，請在此處替換您的API-KEY
    # 以下為華北2（北京）地區的URL，各地區的URL不同。
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",  # 填寫DashScope服務base_url
)
# 初始化messages列表
messages = [
    {'role': 'system', 'content': 'You are a helpful assistant.'},
    # 請將 '{FILE_ID1}' 替換為您實際對話情境所使用的 fileid。
    {'role': 'system', 'content': f'fileid://{FILE_ID1}'},
    {'role': 'user', 'content': '這篇文章講了什嗎？'}
]

try:
    # 第一輪響應
    completion_1 = client.chat.completions.create(
        model="qwen-long",
        messages=messages,
        stream=False
    )
    # 列印出第一輪響應
    # 如果需要流式輸出第一輪的響應，需要將stream設定為True，並拼接每一段輸出內容，在構造assistant_message的content時傳入拼接後的字元
    print(f"第一輪響應：{completion_1.choices[0].message.model_dump()}")
except BadRequestError as e:
    print(f"錯誤資訊：{e}")
    print("請參考文檔：https://www.alibabacloud.com/help/zh/model-studio/error-code")

# 構造assistant_message
assistant_message = {
    "role": "assistant",
    "content": completion_1.choices[0].message.content}

# 將assistant_message添加到messages中
messages.append(assistant_message)

# 將追加文檔的fileid添加到messages中
# 請將 '{FILE_ID2}' 替換為您實際對話情境所使用的 fileid。
system_message = {'role': 'system', 'content': f'fileid://{FILE_ID2}'}
messages.append(system_message)

# 添加使用者問題
messages.append({'role': 'user', 'content': '這兩篇文章討論的方法有什麼異同點？'})

# 追加文檔後的響應
completion_2 = client.chat.completions.create(
    model="qwen-long",
    messages=messages,
    # 所有程式碼範例均採用流式輸出，以清晰和直觀地展示模型輸出過程。如果您希望查看非流式輸出的案例，請參見https://www.alibabacloud.com/help/zh/model-studio/text-generation
    stream=True,
    stream_options={
        "include_usage": True
    }
)

# 流式列印出追加文檔後的響應
print("追加文檔後的響應：")
for chunk in completion_2:
    print(chunk.model_dump())

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),  # 如果您沒有配置環境變數，請在此處替換您的API-KEY
    # 以下為華北2（北京）地區的URL，各地區的URL不同。
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",  # 填寫DashScope服務base_url
)
# 初始化messages列表
completion = client.chat.completions.create(
    model="qwen-long",
    messages=[
        {'role': 'system', 'content': 'You are a helpful assistant.'},
        {'role': 'system', 'content': '阿里雲百鍊X1————暢享極致視界：搭載6.7英寸1440 x 3200像素超清螢幕，搭配120Hz重新整理率...'},
        {'role': 'system', 'content': '星塵S9 Pro —— 創新視覺盛宴：突破性6.9英寸1440 x 3088像素屏下網路攝影機設計...'},
        {'role': 'user', 'content': '這兩篇文章討論的產品有什麼異同點？'}
    ],
    # 所有程式碼範例均採用流式輸出，以清晰和直觀地展示模型輸出過程。如果您希望查看非流式輸出的案例，請參見https://www.alibabacloud.com/help/zh/model-studio/text-generation
    stream=True,
    stream_options={"include_usage": True}
)
full_content = ""
for chunk in completion:
    if chunk.choices and chunk.choices[0].delta.content:
        # 拼接輸出內容
        full_content += chunk.choices[0].delta.content
        print(chunk.model_dump())

print(full_content)

import os
from openai import OpenAI, BadRequestError

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),  # 如果您沒有配置環境變數，請在此處替換您的API-KEY
    # 以下為華北2（北京）地區的URL，各地區的URL不同。
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",  # 填寫DashScope服務base_url
)
# 初始化messages列表
messages = [
    {'role': 'system', 'content': 'You are a helpful assistant.'},
    {'role': 'system', 'content': '阿里雲百鍊X1 —— 暢享極致視界：搭載6.7英寸1440 x 3200像素超清螢幕，搭配120Hz重新整理率...'},
    {'role': 'user', 'content': '這篇文章講了什嗎？'}
]

try:
    # 第一輪響應
    completion_1 = client.chat.completions.create(
        model="qwen-long",
        messages=messages,
        stream=False
    )
    # 列印出第一輪響應
    # 如果需要流式輸出第一輪的響應，需要將stream設定為True，並拼接每一段輸出內容，在構造assistant_message的content時傳入拼接後的字元
    print(f"第一輪響應：{completion_1.choices[0].message.model_dump()}")
except BadRequestError as e:
    print(f"錯誤資訊：{e}")
    print("請參考文檔：https://www.alibabacloud.com/help/zh/model-studio/error-code")

# 構造assistant_message
assistant_message = {
    "role": "assistant",
    "content": completion_1.choices[0].message.content}

# 將assistant_message添加到messages中
messages.append(assistant_message)
# 將追加文檔內容添加到messages中
system_message = {
    'role': 'system',
    'content': '星塵S9 Pro —— 創新視覺盛宴：突破性6.9英寸1440 x 3088像素屏下網路攝影機設計，帶來無界視覺享受...'
}
messages.append(system_message)

# 添加使用者問題
messages.append({
    'role': 'user',
    'content': '這兩篇文章討論的產品有什麼異同點？'
})

# 追加文檔後的響應
completion_2 = client.chat.completions.create(
    model="qwen-long",
    messages=messages,
    # 所有程式碼範例均採用流式輸出，以清晰和直觀地展示模型輸出過程。如果您希望查看非流式輸出的案例，請參見https://www.alibabacloud.com/help/zh/model-studio/text-generation
    stream=True,
    stream_options={"include_usage": True}
)

# 流式列印出追加文檔後的響應
print("追加文檔後的響應：")
for chunk in completion_2:
    print(chunk.model_dump())