基础大模型是智能体搭建与能力调用的核心底座所有工具调度、对话推理、业务决策都依赖大模型的基础接入能力实现。在前序内容中我们已经掌握了主流大模型的通用调用逻辑与工具适配范式。为进一步落地实操、夯实智能体开发基础本节将以阿里通义千问 Qwen3也称 Qwen为核心示例从零完整梳理大模型的工程接入流程。主要覆盖模型注册、基础对话交互、API 请求调用等核心实操内容通过完整的落地实践熟练掌握通用大模型的基础接入与使用方法为后续智能体工具调用、链路编排等高阶能力搭建筑牢前置基础。2.2.1 阿里Qwen3的注册与基本使用在第一次登录Qwen3时我们首先需要完成注册流程。与许多主流平台类似Qwen3提供了便捷的在线注册方式用户可以手机号进行快速注册。整个过程简单明了只需填写基本信息并完成验证即可如图2-15所示。图2-15 Qwen3网页端注册完成注册并成功登录后用户将直接进入Qwen3的网页交互界面。该界面设计简洁直观功能布局清晰便于新手快速上手。主界面中央为对话输入框用户可在此输入问题或指令系统则会在下方实时返回回答内容。如图2-16所示。图2-16 网页Qwen3的交互在界面左上角Qwen3官方提供了多个模型版本供用户选择。对于大多数日常使用场景默认推荐的Qwen3-235B-A22B模型已经能够满足需求其在响应速度与准确性之间取得了良好的平衡。当然如果用户有特定的应用目标例如更高的推理能力或更低的资源消耗也可以根据实际需求切换至其他模型版本。此外Qwen3的一个显著特点是支持“深度思考”模式。在问答过程中用户可以手动开启这一模式使模型对问题进行更深入、细致的分析与处理从而获得更加精准和详尽的回答。这一功能特别适用于需要逻辑推理、复杂判断或长文本理解的场景。如图2-17所示。图2-17 开启了深度思考模型的Qwen3网页端对话下面我们需要访问Qwen3的官方网站阿里云百炼注册并登录后进入阿里云百炼控制台在上方点击“API参考”来获取APIKey如图2-18所示。图2-18 获取APIKey点击“我的API-Key”后我们进入API设置与选择页面在这里既可以创建新的API-Key也可以查询以前所创建的API-Key如图2-19所示。图2-19 已创建的API-Key接下来我们返回阿里云百炼控制台目录点击左侧的“通义千问”链接如图2-20所示即可则使用在线Qwen3的API调用功能。图2-20 点击通义千问菜单项对于不同的任务需求Qwen3给我们准备了不同的API调用示例如图2-21所示。图2-21 Qwen3在线API调用示例可以看到通过使用现有的第三方库就可以顺利完成Qwen大模型的调用。2.2.2 Qwen3大模型的自定义使用前面我们通过导入现有的第三方库可以完成Qwen3大模型的特定使用。除了使用现有第三方库也可以通过大模型的自定义使用完成同样的使用示例如下BaseLLM模块-基础LLM客户端import jsonfrom typing import Any, Dictimport httpxfrom model_config import ModelConfig#一切配置只选「名称」即可切换模型只改这一行MODEL_NAME qwenapi_key ModelConfig.get_api_key(MODEL_NAME)url ModelConfig.get_base_url(MODEL_NAME)model ModelConfig.get_api_model(MODEL_NAME) or MODEL_NAMEdef llm_chat(message: str) - str:简单的同步chat函数调用大模型APIArgs:message:用户消息Returns:模型的回复文本headers {Authorization: fBearer {api_key},Content-Type: application/json}payload: Dict[str, Any] {model: model,messages: [{role: user, content: message}],temperature: 0.0,max_tokens: 8192}response httpx.post(url, headersheaders, jsonpayload, timeout180.0)response.raise_for_status()result response.json()#解析响应if choices in result and result[choices]:choice result[choices][0]message_content choice.get(message, {}).get(content, )return message_contentreturn if __name__ __main__:user_message 你好介绍下你自己response llm_chat(user_message)print(response)输出结果如下所示你好我是通义千问由阿里巴巴集团通义实验室自主研发的大型语言模型。作为一个AI思考伙伴我致力于为你提供清晰、准确且有帮助的回答。我的能力涵盖了许多方面主要包括* **语言理解与逻辑推理**能够精准理解你的意图并在数学、自然科学及复杂的逻辑推理任务中提供深度的解答。* **全栈代码赋能**支持复杂代码的生成、理解和调试能够帮你解决开发中的各种难题。* **长文本与深度分析**原生支持超长上下文能帮你快速梳理和定位数十万字文档中的关键信息。* **多模态与视觉分析**不仅能识别图像还能深度分析复杂的图表、数学公式和科学图解理清其中的因果关系。* **自主智能体规划**具备自主规划、多轮搜索和代码执行的能力可以独立帮你完成需要多步协调的复杂任务。无论是解答专业问题、协助工作学习还是日常的灵感碰撞我都随时准备为你提供帮助。今天有什么我可以帮你的吗可以看到此时通过我们自定义的方式一样可以完成大模型的调用读者可以自行尝试。2.2.3 智谱GLM的注册与基本使用智谱AI同样也提供了大模型的使用API读者可以注册并登录智谱AI完成注册首次注册还可以获取专享的tokens体验包如图2-22所示。之后我们可以进入对应的“控制台”左侧有多种操作选择如图2-23所示。图2-22 智谱AI注册界面 图2-23 智谱控制台的项目选择面板下面我们只需要点开API Key按钮获取对应的Key如图2-24所示。图2-24 获取API Key局部页面截图可以看到此时智谱官方提供了默认API Key。我们也可以使用“新建API Key”按钮来新建一个自命名的Key具体以用户登录的页面为准。接下来看一个基础的调用示例curl --request POST \--url https://open.bigmodel.cn/api/paas/v4/chat/completions \--header Authorization: Bearer token \--header Content-Type: application/json \--data {model: glm-5.2,messages: [{role: system,content: 你是编程助手擅长写简洁高效的代码。},{role: user,content: 写一个Python函数计算斐波那契数列第n项。}],stream: false,temperature: 1}读者可以自行尝试。