一、获取API密钥

1. 注册账号

毕竟只有注册过帐号才能拿到key~
Moonshot 登陆

2. 获取密钥

用户中心 > api Key管理 > 新建

PS：注意保存好你的key，这个key只会在新建的时候展示一次。
PS2：不要把你的key给任何人，有了key就可以使用你的token，token就是钱！

二、环境配置

要确保你的python环境没问题，然后需要下载如下库
python没下载的先下载一下python，这里就不再赘述了

#安装langchain库
pip install langchain
#安装Openai库
pip install openai
# 安装langchain集成社区库
pip install langchain_community

三、上手

先用一下原生的api试试链接是否成功

from openai import OpenAI
# 连接
client = OpenAI(api_key = '你的key',base_url = 'https://api.moonshot.cn/v1',
)
# prompt
response =  client.chat.completions.create(model="moonshot-v1-8k", # 模型名messages=[{"role": "system", "content": "You are a creative AI."},{"role": "user", "content": "请给我的花店起个名,多输出几个结果，直接输出名字，不要输出多余的语句"},], # prompt要求temperature=0.8, # 随机度max_tokens=20, # 最大输出token数#这个的意思是将结果截取到这个token数，并不是response只有这些token数
)
# 输出
print(response.choices[0].message.content)

1. 花语轩
2. 绿意坊
3. 香韵园

ok，没有问题。

接下来集成到Langchain里试试

import os
from langchain_community.llms.moonshot import Moonshot
os.environ["MOONSHOT_API_KEY"] = '你的key'
chat = MoonshotChat(model="moonshot-v1-8k",temperature=0.8,max_tokens=20,)
messages = [SystemMessage(content="你是一个很棒的智能助手"),HumanMessage(content="请给我的花店起个名,多输出几个结果，直接输出名字，不要输出多余的语句")
]
response = chat(messages)
print(response)

content='1. 绿意轩花坊\n2. 芳菲满园\n3. 花' additional_kwargs={} response_metadata={'token_usage': {'completion_tokens': 20, 'prompt_tokens': 39, 'total_tokens': 59, 'completion_tokens_details': None, 'prompt_tokens_details': None}, 'model_name': 'moonshot-v1-8k', 'system_fingerprint': None, 'finish_reason': 'length', 'logprobs': None} id='run-e262850d-46da-4fd2-b162-17dbfe05a357-0'

ok，没有问题
这个可以清晰的看出来response到底返回给我们了点什么

四、整合一下

这个使用到了读取配置文件的库，需要下载configparser包

pip install configparser

直接把key输入到运行文件里的安全性很低，很容易泄漏，而且耦合性还高，推荐大家自己写个配置文件，像下面这样：

新建setting.ini文件，将下面这些写入

# setting.ini
# 这里key的内容不需要加引号，直接粘贴进去即可
[Moonshot]
OPENAI_API_KEY=你的key
model=moonshot-v1-8k
url=https://api.moonshot.cn/v1

如果你不只想集成moonshot，还想集成其他的语言模型或者数据库等配置，可以直接在此文件添加section来统一管理，很方便。

新建init.py文件，专用于初始化，方便使用。

# init.py
import os
import configparser
from langchain_community.llms.moonshot import Moonshot
from openai import OpenAI
config = configparser.ConfigParser()
config.read("setting.ini")
os.environ["MOONSHOT_API_KEY"] = config["Moonshot"]["OPENAI_API_KEY"]
# 默认llm配置。
llm = Moonshot(model=config["Moonshot"]["model"],temperature=0.8,max_tokens=20,
)# openAi 默认的接口.
client = OpenAI(api_key = config["Moonshot"]["OPENAI_API_KEY"],base_url = config["Moonshot"]["url"],
)

五、检验一下成果

之前的两个示例可以简化成下面这样

import init
# 使用了默认的client配置
response =  init.client.chat.completions.create(model="moonshot-v1-8k",messages=[{"role": "system", "content": "You are a creative AI."},{"role": "user", "content": "请给我的花店起个名,多输出几个结果，直接输出名字，不要输出多余的语句"},],temperature=0.8,max_tokens=20,
)
print(response.choices[0].message.content)

from langchain_community.chat_models.moonshot import MoonshotChat
from langchain.schema import HumanMessage, SystemMessage
import init
# 这里没有直接用init中的默认配置
# 可以直接这样再次定义，不需要再次导入key之类的东西了
# 虽然代码中没有直接体现init包，但是不要删，这部初始化调用到了init中设定的环境变量
chat = MoonshotChat(model="moonshot-v1-8k",temperature=0.6,max_tokens=50,)
messages = [SystemMessage(content="你是一个很棒的智能助手"),HumanMessage(content="请给我的花店起个名,多输出几个结果，直接输出名字，不要输出多余的语句")
]
response = chat(messages)
print(response)

六、官方网站

最后放一下官方的网站，方便大家学习
Introduction | 🦜️🔗 LangChain
Moonshot AI - 开放平台