Phi-3-Mini-128K助力Python入门零基础构建你的第一个AI应用你是不是觉得AI应用开发听起来特别高大上感觉那是资深程序员才能玩的转的东西每次看到别人展示自己做的智能聊天机器人或者图片生成工具心里都痒痒的但一看到那些复杂的代码和教程就打了退堂鼓别担心今天咱们就来打破这个魔咒。我准备带你用Python从一个完全零基础的小白视角一步步搭建起你的第一个AI应用。整个过程就像搭积木一样简单不需要你懂什么高深的机器学习理论也不用配置复杂的开发环境。我们用的“积木”是一个叫Phi-3-Mini-128K的轻量级模型它足够聪明又足够轻便特别适合新手入门。这篇文章的目标很简单让你在喝杯咖啡的时间里就能看到一个由你亲手写出的代码跑起来的AI程序。我们会从最基础的Python环境安装讲起手把手教你写几行简单的代码然后调用模型API最后把AI生成的结果漂亮地展示出来。相信我当你看到屏幕上跳出第一句由AI生成的、属于你自己的文本时那种成就感绝对爆棚。咱们这就开始吧。1. 万事开头易搭建你的Python游乐场在开始写任何代码之前我们得先有个能运行代码的地方。对于新手来说最友好、最不容易出错的选择就是Anaconda。你可以把它理解成一个“科学计算全家桶”它把Python解释器、常用的库以及一个方便管理不同项目的工具都打包好了一键安装省心省力。1.1 安装Anaconda一步到位首先打开你的浏览器访问Anaconda的官方网站。找到适合你电脑操作系统的版本Windows、macOS或者Linux进行下载。我强烈建议选择图形化安装程序跟着安装向导点“下一步”就行过程中记得勾选“将Anaconda添加到系统PATH环境变量”这个选项如果安装程序有提示的话这能让你以后在命令行里更方便地使用它。安装完成后你可以搜索并打开“Anaconda Navigator”。这是一个图形化的管理界面里面列出了很多常用的数据科学工具。不过我们今天更推荐使用“Anaconda Prompt”Windows或终端macOS/Linux因为敲命令的方式更通用也更能让你理解背后的原理。打开Anaconda Prompt后输入python --version并回车。如果屏幕上显示了Python的版本号比如 Python 3.9.13那么恭喜你你的Python游乐场已经搭建成功了1.2 创建专属项目空间直接在你的电脑上写代码容易把环境搞乱一个好习惯是为每个项目创建一个独立的空间。在Anaconda里这个空间叫做“环境”。我们在刚才打开的Anaconda Prompt里输入以下命令来创建一个新环境conda create -n my_first_ai python3.9这条命令的意思是创建一个名叫my_first_ai的新环境并且指定这个环境里安装Python 3.9版本。系统会提示你确认安装一些基础包输入y然后回车。环境创建好后我们需要进入这个环境conda activate my_first_ai你会发现命令行提示符前面多了(my_first_ai)的字样这说明你已经成功进入了我们为这个AI项目准备的专属空间。接下来所有操作都会在这个干净的环境中进行。1.3 安装必备的“工具包”我们的项目需要两个非常基础的Python库requests和json。requests库是用来在网络上发送请求的比如向AI模型的API接口要答案json库则是用来处理一种叫JSON的数据格式这是网络通信中最常用的数据格式之一。安装它们非常简单只需一行命令pip install requestspip是Python的包管理工具install是安装命令。由于json是Python的标准库已经内置了所以我们只需要安装requests。稍等片刻安装就完成了。好了至此我们的开发环境已经全部准备妥当。就像一个画家准备好了画布和颜料一个厨师备好了灶台和食材接下来就是动手创作的时刻了。2. 与AI对话编写你的第一行魔法代码现在我们来到了最核心也最有趣的部分写代码让电脑去调用AI模型。别紧张代码总共也就十几行而且每一行我都会解释清楚。2.1 理解API如何对AI“说话”我们使用的Phi-3-Mini-128K模型其能力通过一个叫做“API”的接口开放出来。你可以把API想象成一家餐厅的服务窗口。你不需要知道厨房里模型内部大厨是怎么做菜的你只需要把你想吃的菜你的问题写在菜单请求数据上递给服务窗口稍等一会儿服务员就会把做好的菜AI的回复端给你。我们的代码就是扮演那个“递菜单”和“接菜”的角色。为了完成这次“点餐”我们需要准备三样东西餐厅地址API端点告诉代码把请求发送到哪里。菜单内容请求数据用JSON格式写明我们要AI做什么。你的身份凭证API Key有些餐厅需要会员卡API调用通常需要一个密钥来验证身份。请注意为了你能真正运行代码你需要一个可用的API端点和一个有效的API Key。这些通常由提供模型服务的平台例如Azure AI Studio、或其他云服务商提供。在下面的代码示例中我将用YOUR_API_ENDPOINT和YOUR_API_KEY作为占位符你需要将它们替换成你自己的真实信息。2.2 动手写代码从“Hello AI”开始打开你喜欢的文本编辑器甚至用Windows的记事本、macOS的文本编辑都可以新建一个文件把它保存为ai_chat.py。注意后缀名必须是.py。然后将下面的代码完整地复制进去# 导入我们需要的“工具包” import requests import json # 1. 设置“餐厅地址”和“会员卡” api_endpoint YOUR_API_ENDPOINT # 请替换为真实的API地址 api_key YOUR_API_KEY # 请替换为真实的API密钥 # 2. 准备我们的“菜单”请求数据 # 这是一个标准的JSON格式数据告诉AI模型我们想干什么 request_data { messages: [ { role: user, # 角色是“用户”即我们 content: 请用一句简短的话介绍Python编程语言。 # 这是我们提出的问题 } ], max_tokens: 150, # 限制AI回复的最大长度避免它“话痨” temperature: 0.7 # 控制回答的“创意度”0.7是个不错的中间值既有创意又不至于胡言乱语 } # 3. 准备“递菜单”时的额外信息HTTP请求头 # 这里主要告诉服务器我们发送的是JSON数据并且附上身份验证密钥 headers { Content-Type: application/json, Authorization: fBearer {api_key} # 这是一种常见的API密钥传递方式 } # 4. 正式“递出菜单”并等待“上菜” print(正在向AI发送请求请稍候...) try: response requests.post(api_endpoint, headersheaders, jsonrequest_data) # 检查请求是否成功HTTP状态码200表示成功 if response.status_code 200: print(请求成功) # 5. 解析“端上来的菜”解析API返回的JSON数据 response_json response.json() # 通常AI的回复内容在返回数据的特定路径下这里需要根据你使用的API文档调整 # 假设回复在 [choices][0][message][content] 里这是一种常见格式 ai_reply response_json.get(choices, [{}])[0].get(message, {}).get(content, 未找到回复内容) print(\n--- AI的回复 ---) print(ai_reply) print(----------------) else: print(f请求失败状态码{response.status_code}) print(f错误信息{response.text}) except Exception as e: print(f在请求过程中发生错误{e})2.3 运行你的魔法代码写好了怎么让它运行起来呢回到我们之前打开的Anaconda Prompt确保还在my_first_ai环境下。使用cd命令切换到你的ai_chat.py文件所在的目录。例如如果你的文件在桌面可以输入cd Desktop然后运行这个Python脚本python ai_chat.py深吸一口气按下回车。你会看到屏幕上打印出“正在向AI发送请求请稍候...”几秒后取决于网络和API速度你应该就能看到AI生成的关于Python的介绍了第一次看到自己写的程序成功调用了AI并返回结果是不是感觉非常神奇这短短十几行代码已经完成了一次完整的人机智能交互。你可以尝试修改代码中request_data里“content”后面的问题比如改成“讲一个程序员的笑话”或者“如何学好编程”再次运行看看AI会怎么回答你。3. 让结果更出彩解析与美化AI的回应直接打印出文本回复已经很棒了但我们可以做得更好一点让这个简单的应用看起来更“像样”。比如我们可以把AI的回复保存到文件里或者尝试用更清晰的方式展示出来。3.1 把AI的智慧存起来让程序自动把每次的对话记录保存下来是个很实用的功能。我们只需要在成功获取回复后添加几行写文件的代码。在你刚才的ai_chat.py文件中找到打印AI回复的那部分代码print(ai_reply)附近我们可以在其后添加如下内容# ... (接上面成功获取ai_reply的代码) print(\n--- AI的回复 ---) print(ai_reply) print(----------------) # 新增将本次对话保存到文件 with open(ai_conversation_log.txt, a, encodingutf-8) as log_file: # “a”模式表示追加写入 log_file.write(f用户提问{request_data[messages][0][content]}\n) log_file.write(fAI回复{ai_reply}\n) log_file.write(- * 40 \n) # 写入一条分隔线 print(对话已保存至 ai_conversation_log.txt 文件。)这样每次运行程序你和AI的问答都会被追加记录到同一个文本文件中方便以后查看。3.2 尝试一点简单的“可视化”“可视化”听起来复杂其实对于文字结果我们可以做一些简单的格式化让它阅读体验更好。例如我们可以模拟一个简单的对话气泡效果。我们可以创建一个新的Python文件比如叫fancy_display.py尝试另一种展示方式import textwrap # 这个标准库可以帮助我们优雅地折行显示长文本 def display_as_dialogue(speaker, text, width50): 用一个简单的方框来显示对话 wrapped_text textwrap.fill(text, widthwidth) border - * (width 2) print(border) print(f| {speaker:^{width}} |) # 居中显示说话者 print(border) for line in wrapped_text.split(\n): print(f| {line:{width}} |) # 左对齐显示文本 print(border) print() # 假设这是我们获取到的AI回复 ai_response “Python是一种高级、解释型、通用的编程语言以其清晰的语法和代码可读性而闻名非常适合初学者入门同时也强大到足以支撑大型复杂项目。” # 显示用户提问这里用模拟的 display_as_dialogue(你, “请介绍Python”) # 显示AI回复 display_as_dialogue(AI助手, ai_response)运行这个fancy_display.py文件你会看到提问和回答被放在了两个整齐的框里看起来是不是比纯文本更有趣这只是一个非常初级的例子但它展示了如何通过编程让输出结果更友好。4. 闯关小贴士常见问题与下一步探索第一次尝试难免会遇到一些小坎坷。这里我总结几个新手最可能碰到的问题和解决方法。4.1 你可能遇到的“拦路虎”错误ModuleNotFoundError: No module named requests原因requests库没有安装成功或者你在错误的Python环境下运行。解决确认你已经进入了conda activate my_first_ai创建的环境然后重新执行pip install requests。错误HTTP 401或HTTP 403原因API密钥api_key错误、过期或者没有访问该API端点的权限。解决仔细检查你从云服务平台获取的API密钥和端点地址是否填写正确并确认该密钥是否有效、是否有足够的额度。错误HTTP 404原因API端点地址api_endpoint填写错误。解决核对并粘贴完整的、正确的API URL。程序运行后没有输出或者输出乱码原因网络问题导致请求超时或者API返回的数据结构和你代码中解析的路径不一致。解决检查网络连接。在try...except块中加入更详细的错误打印比如print(response.json())来查看API返回的完整原始数据然后根据实际数据结构调整解析ai_reply的那行代码。查阅你所使用平台的API文档至关重要。4.2 你的创意实验室试试这些好玩的主意当你成功运行了基础代码后就可以开始尽情实验了个性化聊天机器人修改request_data中的“messages”你可以为AI设定一个角色比如“你是一个幽默的编程导师”然后进行多轮对话。批量问答写一个questions.txt文件里面每行是一个问题然后写个循环让程序依次读取问题去问AI并把所有答案保存下来。结合其他库安装matplotlib库尝试让AI生成一段关于某部电影票房的数据描述用文字然后你写代码将这些数据画成简单的柱状图或折线图。整个过程走下来感觉怎么样从零开始安装环境、写代码、调试、最后看到AI按照你的指令工作这个完整的闭环体验就是编程和AI应用开发最初始的魅力。Phi-3-Mini-128K这样的轻量模型就像是一把精心打造、手感极佳的新手剑它让你能轻松挥舞感受到“斩断问题”的快感而不会被其重量所累。我们今天搭建的这个小小应用虽然简单但已经包含了AI应用最核心的骨架准备输入、调用模型、处理输出。在此基础上你可以无限扩展。下次你可以尝试让它帮你写邮件大纲、总结长文章、甚至为你的小游戏生成剧情对话。编程的世界和AI的可能性一样大门已经为你打开钥匙就在你手中。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。