一. 简介

通义千问系列模型为阿里云研发的大语言模型。千问模型基于 Transformer 架构，在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。千问大模型现在已经十分强大了，可以与GPT5.2掰掰手腕，国内的使用还是很推荐的。

Qwen1.5

Qwen1.5 是 Qwen 开源系列的下一个版本。与之前的版本相比，Qwen1.5 显著提升了聊天模型与人类偏好的一致性，改善了它们的多语言能力，并具备了强大的链接外部系统能力。DashScope 上提供 API 服务的是新版本 qwen 模型的 chat 版本，在 chat 能力上大幅提升，即便在英文的 MT-Bench 上，Qwen1.5-Chat 系列也取得了优秀的性能。

Qwen2

Qwen2 参数范围包括 0.5B 到 72B，包括 MOE 模型。Qwen2 在一系列针对语言理解、语言生成、多语言能力、编码、数学、推理等的基准测试中总体上超越了大多数开源模型，并表现出与专有模型的竞争力。Qwen2 增⼤了上下⽂⻓度⽀持，最⾼达到 128K tokens（Qwen2-72B-Instruct），能够处理大量输入

二. Qwen2-VL ModelScope

Qwen2-VL 可以处理任意图像分辨率，将它们映射到动态数量的视觉标记中，提供更接近人类的视觉处理体验

• Qwen2-VL 模型特点

  • 读懂不同分辨率和不同长宽比的图片：Qwen2-VL 在 MathVista、DocVQA、RealWorldQA、MTVQA 等视觉理解基准测试中取得了全球领先的表现。
  • 理解 20 分钟以上的长视频：Qwen2-VL 可理解长视频，并将其用于基于视频的问答、对话和内容创作等应用中。
  • 能够操作手机和机器人的视觉智能体：借助复杂推理和决策的能力，Qwen2-VL 可集成到手机、机器人等设备，根据视觉环境和文字指令进行自动操作。
  • 多语言支持：为了服务全球用户，除英语和中文外，Qwen2-VL 现在还支持理解图像中的多语言文本，包括大多数欧洲语言、日语、韩语、阿拉伯语、越南语等。

三. langchain 调用阿里云 api

阿里云 api 可以免费试用，申请api key后即可使用，国内的大模型其实也不差，但是特点就是好用的都付费，哈哈哈哈 虽然我用的这个效果没有前沿的好，但是学习嘛，够用了。

• 获取阿里云 API Key

  • 白嫖汇总

• 使用大模型实现简单的问答系统

  • 代码示例

    # tongyi_qna_system.py
    import os
    from langchain_community.chat_models import ChatTongyi
    from langchain_core.messages import HumanMessage, SystemMessage
    
    
    class SimpleTongyiQA:
    
        def __init__(self, api_key: str):
            """
            初始化问答系统
            api_key: 阿里云API密钥（格式：sk-xxxxxxxx）
            """
            self.api_key = api_key
    
            # 验证API密钥格式
            if not api_key.startswith('sk-'):
                print("警告：API密钥格式可能不正确，应以'sk-'开头")
    
            # 初始化模型（使用qwen-turbo，成本较低）
            self.model = ChatTongyi(
                model_name="qwen-turbo",  # 先用免费或低成本模型测试
                dashscope_api_key=self.api_key,
                temperature=0.7,
                max_tokens=1000,
                streaming=False
            )
            print("通义千问模型初始化成功")
            print(f"使用模型: qwen-turbo")
    
        def ask(self, question: str, system_prompt: str = None) -> str:
            """
            提问并获取回答
                question: 用户问题
                system_prompt: 系统提示词（可选）
            Returns:模型回答
            """
            # 构建消息
            messages = []
    
            if system_prompt:
                messages.append(SystemMessage(content=system_prompt))
    
            messages.append(HumanMessage(content=question))
    
            try:
                print(f"\n提问: {question}")
    
                # 调用模型
                response = self.model.invoke(messages)
                print(f"\n回答:")
                print("-" * 50)
                print(response.content)
                print("-" * 50)
                return response.content
            except Exception as e:
                error_msg = str(e)
                print(f"\n请求失败:{error_msg}")
                # 提供调试建议
                self._provide_debug_suggestions(error_msg)
                return None
    
        def _provide_debug_suggestions(self, error_msg: str):
            """提供调试建议"""
            if "InvalidApiKey" in error_msg or "401" in error_msg:
                print("1. 检查API密钥是否正确")
                print("2. 访问 https://dashscope.aliyun.com/ 查看API密钥")
                print("3. 确保API密钥格式为: sk-xxxxxxxx")
            elif "余额不足" in error_msg or "InsufficientBalance" in error_msg:
                print("1. 登录阿里云控制台充值")
                print("2. 检查服务是否已开通")
            elif "未开通服务" in error_msg:
                print("1. 访问阿里云控制台开通相应服务")
                print("2. 可能需要实名认证")
    
    # ========== 使用示例 ==========
    def main():
        """主函数"""
        print("=" * 60)
        print("阿里云通义千问问答系统")
        print("=" * 60)
        # 获取API密钥
        api_key = input("请输入您的阿里云API密钥 (格式: sk-xxxxxxxx): ").strip()
        if not api_key:
            print("未提供API密钥，程序退出")
            return
    
        # 创建问答系统实例
        try:
            qa_system = SimpleTongyiQA(api_key=api_key)
        except Exception as e:
            print(f"初始化失败: {e}")
            return
        print("\n" + "=" * 60)
        print("开始问答，输入 'quit' 或 'exit' 退出")
        print("=" * 60)
    
        # 交互式问答循环
        while True:
            try:
                # 获取用户输入
                user_input = input("\n请输入您的问题: ").strip()
                # 退出条件
                if user_input.lower() in ['quit', 'exit', '退出', 'q']:
                    print("\n感谢使用，再见！")
                    break
                if not user_input:
                    print("输入不能为空，请重新输入")
                    continue
                # 提问并获取回答
                qa_system.ask(user_input)
            except KeyboardInterrupt:
                print("\n\n检测到中断，程序退出")
                break
            except Exception as e:
                print(f"\n发生错误: {e}")
    
    if __name__ == '__main__':
        main()
    

    • 运行示例
      

      • 大模型给出的结果运行