本文基于你提供的智谱AI流式多轮对话代码，结合大模型API入门核心知识点，从零打通：环境配置、密钥安全、多轮对话、流式输出、异常处理所有核心能力，是新手入门大模型API调用的标准实战案例。

一、先搞懂：核心基础概念

1. 什么是大模型API？

我们不用自己下载、训练、部署超大AI模型，只需要发送网络请求，调用厂商（智谱、DeepSeek、通义千问）已经部署好的模型，接收AI的回答，这个过程就是API调用。

简单说：代码帮我们远程调用云端AI，实现人机对话。

2. 什么是SDK？

原生调用API需要手写复杂的网络请求、请求头、数据格式，非常麻烦。

厂商提供的 SDK（工具包）帮我们封装好了所有底层操作，我们只需要写简单代码，就能调用AI，新手直接用SDK即可。

3. 什么是流式输出（stream）？

平时网页聊天框的「打字机效果」，就是流式输出。

• 非流式：AI全部写完，一次性返回结果（等待久，体验差）

• 流式：AI写一点、返回一点，实时展示（所有聊天软件的标配）

4. 大模型没有“记忆力”（核心重点）

大模型本身不会自动记住你上一句说的话！

所有的多轮对话记忆，都是我们自己在代码里保存聊天记录，每次提问都把完整记录发给AI，AI才能接续对话。

二、项目前置准备

1. 安装必备工具包

打开电脑终端，输入两行命令安装依赖，缺一不可：

pip install python-dotenv

pip install zhipuai

• python-dotenv：读取本地配置文件，保护密钥不泄露

• zhipuai：智谱AI官方SDK，专门用来调用智谱大模型

2. 配置密钥文件（新手最重要的安全规范）

在你的代码文件夹里，新建一个名为 .env 的文件（无后缀），写入以下内容：

ZHIPUAI_API_KEY=你的智谱AI平台密钥

ZHIPUAI_MODEL_NAME=glm-4-flash

三、完整代码逐行超详细解析

下面对你的全部代码，从第一行到最后一行，逐行翻译“人话”，0基础也能看懂。

第一部分：导入工具 + 加载私密配置

import os 
from dotenv import load_dotenv 
from zhipuai import ZhipuAiClient 
oad_dotenv()

逐行解释：

• import os：调用电脑系统工具，用来读取.env文件里的密钥

• from dotenv import load_dotenv：导入读取配置文件的工具

• from zhipuai import ZhipuAiClient：导入智谱AI的客户端工具，用来连接AI

• load_dotenv()：核心作用！自动读取文件夹里的.env文件，把密钥加载到代码中

第二部分：连接智谱AI服务器

client = ZhipuAiClient( api_key=os.environ.get('ZHIPUAI_API_KEY'))

解释：

• os.environ.get()：安全读取.env里的密钥，读不到也不会直接报错崩溃

• client：创建一个和智谱AI服务器的“连接通道”，后续所有聊天都通过这个通道实现

第三部分：设置AI角色（系统提示词）

message = [{ "role": "system", "content": "You are a helpful assistant." }]

这是多轮对话的核心容器，专门存放所有聊天记录：

• system：给AI设定身份和规则，全局生效

• 当前含义：让AI成为一个乐于助人的助手

• 后续我们的提问、AI的回答，都会全部放进这个message列表

✅ 知识点：大模型的所有对话，只有三种身份：system（系统）、user（用户）、assistant（AI）。

第四部分：无限循环聊天（实现持续对话）

while True 是无限循环，作用是：程序运行后，可以一直和AI聊天，不用每次运行一次代码聊一次天。

第五部分：接收用户输入，保存聊天记录

user_input = input("你：").strip() 
message.append({ "role": "user", "content": user_input})

逐行解释：

• input("你：")：在终端等待我们输入问题

• strip()：自动删掉输入内容前后的空格，避免空白无效提问

• message.append()：把我们的提问，添加到聊天记录列表里，传给AI实现记忆

第六部分：核心API调用（连接AI生成回答）

response = client.chat.completions.create( model=os.environ.get('ZHIPUAI_MODEL_NAME'), messages=message, stream=True, max_tokens= 2000 )

四个0基础核心参数，一看就懂：

• model：指定要调用的AI模型（我们配置的是glm-4-flash，免费好用）

• messages：传入完整的聊天记录（实现多轮对话的关键）

• stream=True：开启流式输出，实现打字机实时效果

• max_tokens=2000：限制AI单次最大输出字数，防止输出过长、扣费过多

第七部分：解析流式回答（实现实时打字效果）

reply = "" 
for chunk in response: 
if chunk.choices[0].delta.content: 
content = chunk.choices[0].delta.content 
reply+=content print(content,end = " ") 
print(f"ai reply : {reply}")

新手最容易懵的部分，通俗解释：

• reply = ""：定义空字符串，用来拼接AI的完整回答

• for chunk in response：循环接收AI实时返回的一小段一小段文字

• delta.content：流式输出专属字段，代表「最新生成的一小段文字」

• reply+=content：把所有小段文字拼接成完整回答

• print(content,end = " ")：实时打印文字，实现打字机效果，不自动换行

💡 关键区别：非流式用 message.content，流式只能用 delta.content。

第八部分：异常捕获（防止程序崩溃）

except Exception as e: print(f"Error: {e}") print(f"Error type: {type(e)}")

作用：只要程序出现错误（网络断了、密钥错了、没钱了、提问为空），不会直接闪退，而是打印错误原因，新手方便排查问题。

全文核心知识点总结

1. 安全规范：密钥必须放在.env文件，禁止硬编码到代码

2. 记忆原理：AI无原生记忆，本地手动维护message聊天列表实现多轮对话

3. 流式输出：stream=True开启实时打字效果，读取delta增量内容

4. 基础架构：导入工具→加载配置→连接AI→循环对话→解析返回结果→异常防护

5. 通用适配：这套代码格式适配90%国产大模型（DeepSeek、通义千问等），只需更换接口地址和模型名