img

  • AI时代下，如果你仅仅限于下载AI产品、通过网站对话访问Ai那就太落伍了。本文将用Apifox对阿里云上的模型进行请求，进行参数解读，让你从另一个视角认识大模型。

在这里插入图片描述

所需前置知识
HTTP协议 请求方法（GET/POST）
请求头/请求体
状态码（200/400/500）
JSON格式 知道json就好
API认证 API Key管理
请求头Authorization
Apifox工具 创建请求集合
环境变量配置
测试和调试

如何用Apifox对阿里云上的模型进行请求？

第一步：平台方面

  • 访问：下列网址，注册账号并注册密匙
https://bailian.console.aliyun.com/?tab=model#/api-key

在这里插入图片描述

  • 访问：下列网址，找到curl

image-20251010175042550

第二步：软件方面

  • 下载安装好Apifox，来到新建界面窗口

image-20251010175231221

image-20251010175301006

  • 分别填入

image-20251010175610272

https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions

自己的密匙，见第一步

{
    "model": "qwen-plus",
    "messages": [
        {
            "role": "user", 
            "content": "Qiuner为什么是帅哥？"
        }
    ]
}

image-20251010151301912

在这里插入图片描述

  • 点击发送，大模型就会回复了

image-20251010180522045

在这里插入图片描述

调用大模型时，出现的参数是什么意思？

  • 以下是调用大模型参数需要的json格式数据
{
  "model": "qwen-plus",
  "messages": [
    {
      "role": "system",
      "content": "你是Qiuner的ai助手"
    },
    {
      "role": "user",
      "content": "你是谁？"
    },
    {
      "role": "assistant",
      "content": "您好，有什么可以帮助您？"
    }
  ],
  "stream": true,
  "enable_search": true
}

model

指定要使用的AI模型版本，不同模型具有不同的能力和特点。

contenet/role

image-20251010153543062

stream

image-20251010153701624

  • true: 流式返回，响应内容会逐步返回，用户可以实时看到生成过程
  • false: 等待完整生成后一次性返回所有内容

enable_search

  • true: 模型可以联网搜索最新信息作为回答依据

  • false: 仅使用模型自身的知识库回答

在这里插入图片描述

总结

参数名称 类型 说明 可选值/示例
model string 告诉平台，当前调用哪个模型 qwen-plus 等模型名称
messages array 发送给模型的数据，模型会根据这些数据给出合适的响应 消息对象数组
stream boolean 调用方式 true: 非阻塞调用(流式调用)
false: 阻塞调用(一次性响应)，默认值
enable_search boolean 联网搜索，启用后，模型会将搜索结果作为参考信息 true: 开启
false: 关闭(默认)
字段名称 说明 可选值
role 消息角色(类型) user: 用户消息
system: 系统消息
assistant: 模型响应消息
content 消息内容 具体的文本内容
在这里插入图片描述

大模型响应的意思是什么？

响应数据示例

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "我是通义千问，阿里巴巴..."
      },
      "finish_reason": "stop",
      "index": 0
    }
  ],
  "object": "chat.completion",
  "usage": {
    "prompt_tokens": 22,
    "completion_tokens": 80,
    "total_tokens": 102
  },
  "created": 1748068508,
  "system_fingerprint": null,
  "model": "qwen-plus",
  "id": "chatcmpl-99f8d040-0f49-955b-943a-21c83"
}
  • 上面这个响应可以这样解读
- 模型（qwen-plus）生成了一条回复："我是通义千问，阿里巴巴..."
- 用户输入使用了22个token
- 模型回复使用了80个token
- 总共消耗102个token
- 响应正常结束（finish_reason为stop）
- 调用ID为 chatcmpl-99f8d040-0f49-955b-943a-21c83

响应字段说明表格

字段名称 类型 说明
choices array 模型生成的内容数组，可以包含一条或多条内容
object string 始终为chat.completion，无需关注
usage object 本次对话过程中使用的token信息
created integer 本次会话被创建时的时间戳
system_fingerprint string/null 固定为null，无需关注
model string 本次会话使用的模型名称
id string 本次调用的唯一标识符

finish_reason表示模型停止生成的原因：

  • stop: 模型自然完成了回答
  • length: 生成的内容达到了最大长度限制而被截断

created

  • Unix时间戳格式，表示该响应生成的时间。示例中的1748068508转换为日期时间约为2025年5月。

id

  • 每次API调用的唯一标识符，可用于日志追踪、问题排查或审计。

choices 数组结构（重点关注）

字段名称 类型 说明
message object 本次调用模型输出的消息
finish_reason string 自然结束(stop)，生成内容过长(length)
index integer 当前内容在choices数组中的索引
  • 这是一个数组，包含模型生成的所有响应。通常情况下只有一个元素（index为0），但某些API配置下可能返回多个候选响应。

message 对象结构

字段名称 类型 说明
role string 固定为assistant，表示这是模型的响应
content string 模型生成的具体文本内容

usage 对象结构（重点关注）

字段名称 类型 说明
prompt_tokens integer 用户的输入转换成token的个数
completion_tokens integer 模型生成的回复转换成token的个数
total_tokens integer 用户输入和模型生成的总token个数

Token是AI模型处理文本的基本单位，用户输入内容需要转换成token才能方便大模型处理同时用于计费和性能监控：

（一个token等于四个英文字符，一个汉字等于1~2个token）

  • prompt_tokens: 你发送给模型的所有内容（包括历史对话）消耗的token数
  • completion_tokens: 模型生成的回复消耗的token数
  • total_tokens: 本次调用的总消耗，等于前两者之和

在这里插入图片描述

学习程度测试：下面响应该如何解读？

  • 我将答案放在了最后面，小伙伴们可以可以先打到评论区，用以检验自己学习程度。

题目：

{
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "“Qiuner”这个名字或昵称在网络上可能指代某个特定的人物，但目前并没有广泛公认的公众人物或知名角色叫这个名字。因此，“Qiuner为什么是帅哥”这个问题，很可能来源于某个小众圈子、网络社区、游戏、直播平台或者朋友间的调侃。\n\n如果有人说“Qiuner是帅哥”，可能有以下几种原因：\n\n1. **主观审美**：有人觉得他外貌出众，符合“帅哥”的标准，比如五官端正、气质好、穿搭时尚等。\n2. **性格魅力**：“帅哥”不一定单指外表，也可能形容一个人有魅力、幽默、温柔、有才华，让人感觉“帅”。\n3. **网络梗或玩笑**：在某些社群中，“帅哥”可能是一种调侃或称号，用来称呼某个活跃成员，未必真的指颜值。\n4. **自我设定或人设**：如果Qiuner是某个虚拟主播、UP主或社交平台用户，他可能打造了一个“帅气学霸”“高冷男神”之类的人设。\n5. **粉丝滤镜**：喜欢一个人的时候，容易觉得他哪里都好，自然就是“帅哥”了。\n\n总结来说，“Qiuner是帅哥”可能是出于真实颜值、人格魅力，也可能是圈内梗或粉丝喜爱的表达方式。如果你能提供更多背景（比如他在哪个平台、做什么的），我可以给出更具体的解释 😊"
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 14,
        "completion_tokens": 285,
        "total_tokens": 299,
        "prompt_tokens_details": {
            "cached_tokens": 0
        }
    },
    "created": 1760090562,
    "system_fingerprint": null,
    "model": "qwen-plus",
    "id": "chatcmpl-90a8022a-73fc-40c5-9d06-67db4e4a4110"
}

结束语

img

你好,我是Qiuner. 为帮助别人少走弯路而写博客 这是我的 github https://github.com/Qiuner⭐ gitee https://gitee.com/Qiuner 🌹

如果本篇文章帮到了你 不妨点个赞吧~ 我会很高兴的 😄 (^ ~ ^) 。想看更多 那就点个关注吧 我会尽力带来有趣的内容 😎。

代码都在github或gitee上，如有需要可以去上面自行下载。记得给我点星星哦😍

如果你遇到了问题，自己没法解决，可以去我掘金评论区问。CSDN评论区和私信看不完 掘金账号 https://juejin.cn/user/1942157160101860 掘金账号

更多专栏:

掘金账号 CSDN账号

感谢订阅专栏 三连文章
上一篇推荐 链接
Java程序员快又扎实的学习路线 点击该处自动跳转查看哦
一文读懂 AI 点击该处自动跳转查看哦
一文读懂 服务器 点击该处自动跳转查看哦
2024年创作回顾 点击该处自动跳转查看哦
一文读懂 ESLint配置 点击该处自动跳转查看哦
老鸟如何追求快捷操作电脑 点击该处自动跳转查看哦
未来会写什么文章？ 预告链接
一文读懂 XX？ 点击该处自动跳转查看哦
2025年终总结 点击该处自动跳转查看哦
一图读懂 XX？ 点击该处自动跳转查看哦

答案

基本信息

模型名称：qwen-plus
调用ID：chatcmpl-90a8022a-73fc-40c5-9d06-67db4e4a4110
创建时间：1760090562（Unix时间戳）
响应类型：chat.completion

生成内容

模型（qwen-plus）生成了一条回复：""Qiuner"这个名字或昵称在网络上可能指代某个特定的人物，但目前并没有广泛公认的公众人物或知名角色叫这个名字。因此，"Qiuner为什么是帅哥"这个问题，很可能来源于某个小众圈子、网络社区、游戏、直播平台或者朋友间的调侃..."（完整回复约285个token长度）

Token消耗统计

用户输入使用了14个token（prompt_tokens）
模型回复使用了285个token（completion_tokens）
总共消耗299个token（total_tokens）
缓存token数：0（本次请求未使用缓存）

执行状态

响应正常结束（finish_reason为stop）
返回结果索引：0（表示第一条结果）
概率信息：null（未开启logprobs参数）
# 阿里云
Logo
松山湖开发者村综合服务平台

助力广东及东莞地区开发者，代码托管、在线学习与竞赛、技术交流与分享、资源共享、职业发展，成为松山湖开发者首选的工作与学习平台

更多推荐

cover

【IoTDB】时序数据库选型迷茫？Apache IoTDB 为何成工业场景优选？

avatar 松山湖开发者村综合服务平台
cover

Opencv(二): 灰度化

avatar 松山湖开发者村综合服务平台
cover

Transformer实战（23）——使用SBERT进行文本聚类与语义搜索

avatar 松山湖开发者村综合服务平台