在上一节课中，我们已经学习了如何快速调用接口来使用大模型。接下来，我们需要在代码中编写触发请求的部分。为此，我们将创建一个专门的文件来存放请求的示例代码，并逐步优化这个示例函数。以下是使用javascript编写的代码示例：
// 创建一个新文件，命名为 requestDemo.js
// 导入所需的库
const axios = require('axios');
// 定义请求函数
async function sendRequest() {
try {
const url = "https://wss.lke.cloud.tencent.com/v1/qbot/chat/sse";
const payload = {
"content": "你好啊",
"bot_app_key": "RBuTwvCq",
"visitor_biz_id": "001",
"session_id": "00b",
"visitor_labels": [],
"streaming_throttle": 100
};
const response = await axios.post(url, payload, {
headers: {
'Content-Type': 'application/json'
}
});
// 解析响应数据
const responseData = response.data.split('event:replydata:').pop();
const jsonData = JSON.parse(responseData);
const content = jsonData.payload.content;
console.log(content);
} catch (error) {
console.error('请求失败:', error);
}
}
// 调用请求函数
sendRequest();
直接执行这个文件，看看控制台输出：
然后我们可以将这个请求逻辑封装在一个函数中：
之后，我们回到 views.py 文件中的需求分解函数，可以调用这个新封装的函数：
这里有三点需要特别注意：
- 调用这个函数时需要设置好默认需求语。
- 返回的回答需要按照固定格式进行格式清洗。
- 需要设置好
session_id和上下文控制。
这些复杂功能我们将在下一节课中详细讲解。同时用一只手打代码和写教程确实是一项挑战。
