水墨江南模型Python入门：第一个国风诗歌生成程序

水墨江南模型Python入门：第一个国风诗歌生成程序

想用几行代码，就让AI为你写一首充满意境的国风诗歌吗？今天，我们就来动手实现这个听起来很酷的小项目。即使你之前没怎么接触过Python，跟着这篇教程一步步来，也能在半小时内，看到自己电脑上生成的第一首AI诗歌。

整个过程非常简单，核心就是学会用Python向一个AI模型“说句话”，然后“听”它怎么回答。我们会从最基础的Python环境检查开始，安装一个叫requests的小工具，然后写一个简短的脚本，最后就能在屏幕上看到一首属于你的五言绝句了。准备好了吗？让我们开始吧。

1. 准备工作：确认你的Python环境

在开始写代码之前，我们得先确保你的电脑上已经装好了Python，并且知道怎么打开它。别担心，这就像检查手机有没有电一样简单。

1.1 检查Python是否安装

首先，我们需要打开一个叫“终端”（Mac/Linux）或“命令提示符”（Windows）的窗口。你可以直接在电脑的搜索栏里输入“终端”或“cmd”找到它。

打开之后，在里面输入下面这行命令，然后按回车：

python --version

或者也可以试试：

python3 --version

如果安装正确，你会看到类似Python 3.8.10这样的版本信息。只要版本号是3.6或以上，就完全没问题。如果提示“python不是内部或外部命令”，那说明你的电脑上可能还没安装Python。

1.2 安装Python（如果需要）

如果上一步没成功，别着急，安装Python非常简单。去Python的官方网站，找到下载页面，选择适合你电脑系统（Windows、Mac）的安装包，下载后双击运行。记得在安装过程中，一定要勾选“Add Python to PATH”这个选项（Windows系统），这能省去很多后续配置的麻烦。

安装完成后，重新打开终端或命令提示符，再输入python --version检查一下，确认安装成功。

1.3 认识代码编辑器

写代码需要一个地方来写，就像写文档需要用Word一样。你可以使用任何文本编辑器，但我强烈推荐使用专门为写代码设计的工具，它们会有颜色高亮、自动提示等功能，让写代码舒服很多。

对于初学者，我推荐VS Code，它免费、轻量且功能强大。去VS Code官网下载安装即可。当然，如果你习惯用别的，比如PyCharm社区版、Sublime Text，也完全没问题。

2. 安装必备工具：requests库

我们的程序需要通过网络和远端的“水墨江南”模型对话，Python里有一个非常方便的工具库叫requests（中文意思是“请求”），专门用来做这件事。安装它只需要一行命令。

2.1 使用pip安装

回到刚才的终端或命令提示符窗口，输入以下命令并回车：

pip install requests

如果系统提示权限问题，可以尝试：

pip install requests --user

或者，如果你在使用python3命令，可能需要用pip3：

pip3 install requests

这个命令会从互联网上下载并安装requests库。看到类似“Successfully installed requests-2.28.1”这样的提示，就说明安装成功了。

2.2 验证安装

为了确保一切正常，我们可以在Python的交互环境里快速测试一下。在终端中输入python并回车，你会进入一个>>>提示符的环境。

然后，输入下面这行代码并回车：

import requests

如果没有报错，只是光标跳到了下一行，那就恭喜你，requests库已经准备就绪了。输入exit()并按回车，可以退出这个交互环境。

3. 编写你的第一个诗歌生成程序

工具都准备好了，现在我们来写真正的代码。整个过程就像寄一封信：我们准备好信的内容（诗歌主题），写上地址（模型API地址），把信寄出去（发送请求），然后拆开回信（解析结果）。

3.1 创建Python文件

打开你的代码编辑器（比如VS Code），新建一个文件，把它保存为first_poem.py。注意，文件后缀名必须是.py，这样系统才知道这是一个Python脚本。

3.2 理解API调用流程

在写代码前，我们先简单了解一下我们要做的事情。我们调用的“水墨江南”模型提供了一个网络接口（API）。我们的程序需要做三件事：

1. 构建请求：告诉模型我们想要什么（比如，以“春雨”为主题写诗）。
2. 发送请求：通过网络把我们的请求发送出去。
3. 处理响应：拿到模型返回的结果，并把诗歌内容提取出来显示。

3.3 编写完整代码

将下面的代码完整地复制到你的first_poem.py文件中。我会在代码里加上详细的注释，帮你理解每一行在做什么。

# 导入requests库，这是我们进行网络通信的核心工具 import requests # 导入json库，用来解析模型返回的数据 import json # 这是“水墨江南”模型API的访问地址 # 你可以把它理解成我们要寄信的邮箱地址 api_url = "https://api.example.com/v1/poem/generate" # 注意：此为示例地址，实际使用时需替换为真实有效的API端点 # 这是我们需要传递给模型的参数，以字典形式组织 # 就像写信时在信纸上写下的具体内容 payload = { "model": "shuimo_jiangnan", # 指定使用“水墨江南”模型 "prompt": "请以‘春雨’为主题，创作一首五言绝句。", # 给AI的创作指令，这里我们让它写关于春雨的诗 "max_tokens": 50, # 限制生成文本的最大长度，对于一首绝句来说50个字足够了 "temperature": 0.8, # 控制创造力的参数，0.8意味着在合理范围内有一定创造性，不是完全死板 } # 设置请求头，告诉服务器我们发送的是JSON格式的数据 headers = { "Content-Type": "application/json", # 通常情况下，调用API需要一个密钥（API Key）进行身份验证，格式如下： # "Authorization": "Bearer your_api_key_here" # 由于我们是入门教程，这里先注释掉。实际使用时，你需要从模型提供方获取并填入你的真实Key。 } print("正在向水墨江南模型发送请求，请稍候...") try: # 最关键的一步：使用requests.post方法发送POST请求 # 我们把地址(api_url)、数据(payload)和头部信息(headers)一起传过去 response = requests.post(api_url, json=payload, headers=headers, timeout=30) # 检查请求是否成功（HTTP状态码为200表示成功） if response.status_code == 200: print("请求成功！") # 将服务器返回的JSON格式字符串，解析成Python的字典（dict）对象，方便我们取值 result = response.json() # 从解析后的结果中，取出我们需要的诗歌文本 # 这里假设返回的字典里有一个叫‘choices’的列表，列表里第一个元素的‘text’字段就是诗歌 # 实际API返回结构可能不同，需要根据提供的文档调整 generated_poem = result.get('choices', [{}])[0].get('text', '未收到诗歌内容。') # 在控制台打印出生成的诗歌，并用分隔线美化一下输出 print("\n" + "="*40) print("【AI生成 · 五言绝句】") print("="*40) print(generated_poem) print("="*40) else: # 如果请求不成功，打印出错误码和原因 print(f"请求失败，状态码：{response.status_code}") print(f"错误信息：{response.text}") except requests.exceptions.Timeout: print("请求超时，可能是网络问题或服务器响应慢，请稍后再试。") except requests.exceptions.ConnectionError: print("网络连接错误，请检查你的网络设置。") except Exception as e: # 捕获其他可能的异常 print(f"程序运行出现未知错误：{e}")

3.4 代码要点解析

如果你对代码还有些疑惑，这里再简单梳理几个关键点：

• payload字典：这是核心，prompt字段就是你给AI的“命题作文”。你可以修改“春雨”为“秋月”、“青山”、“送别”等任何你喜欢的主题。
• temperature参数：你可以把它想象成“想象力开关”。调低（如0.2），AI会更保守、更倾向于生成常见的诗句；调高（如0.9），AI会更天马行空，但有时可能不合逻辑。0.8是个不错的起步值。
• 异常处理（try...except）：网络请求可能会失败（比如断网、服务器忙）。这段代码能保证即使出错，程序也会友好地提示你原因，而不是直接崩溃。
• 结果解析：response.json()是把返回的数据变成Python字典。result.get(‘choices’, [{}])[0].get(‘text’, ‘默认值’)是一种安全的取值方式，即使返回的数据结构稍有变化或缺少某个字段，程序也不会报错，而是使用我们提供的默认值。

4. 运行与体验

代码写好了，最激动人心的时刻到了——看结果！

4.1 运行程序

回到终端或命令提示符，确保你的当前目录和first_poem.py文件所在目录是同一个。你可以使用cd命令来切换目录。

然后，运行以下命令：

python first_poem.py

或者：

python3 first_poem.py

稍等几秒钟，你应该会看到程序输出。如果一切顺利，你将在屏幕上看到一首AI生成的、以“春雨”为主题的五言绝句。

4.2 尝试修改与探索

看到结果后，你可以尽情尝试修改代码：

1. 更换主题：回到编辑器中，修改payload里prompt的值，比如改成“请以‘大漠孤烟’为意境，创作一首七言律诗。”，保存文件，再次运行程序。
2. 调整参数：试试把temperature改成0.3或者1.0，看看生成的诗歌风格有什么变化。
3. 处理结果：尝试修改打印部分，比如把诗歌保存到一个文本文件里：

   with open(‘my_poem.txt’, ‘w’, encoding=‘utf-8’) as f: f.write(generated_poem) print(“诗歌已保存到 my_poem.txt 文件！”)

5. 可能遇到的问题与解决思路

第一次运行，可能会遇到一些小麻烦，这里列举几个常见的：

• 错误：ModuleNotFoundError: No module named ‘requests’

  • 原因：requests库没有安装成功。
  • 解决：回到第二部分，重新执行pip install requests命令，并注意观察安装过程的提示信息。

• 错误：Failed to establish a new connection或Timeout

  • 原因：网络问题，或者代码中的api_url地址不可用。
  • 解决：首先检查你的网络连接。本教程中的api_url是一个示例地址。要真正运行，你需要一个真实的、可访问的“水墨江南”模型API端点。这通常需要你去相关AI模型服务平台申请API密钥并获得访问地址。请将代码中的示例地址替换为你获得的真实地址。

• 错误：401 Unauthorized或403 Forbidden

  • 原因：缺少API密钥或密钥无效。
  • 解决：大多数开放的AI模型API都需要身份验证。你需要去提供该模型的平台注册账号，获取一个API Key。然后取消代码中headers字典里Authorization那一行的注释，并将your_api_key_here替换成你的真实密钥。

• 程序运行了，但返回的不是诗歌，而是乱码或错误信息

  • 原因：API返回的数据结构可能和代码中解析的路径 (result[‘choices’][0][‘text’]) 不一致。
  • 解决：首先打印一下完整的返回结果看看。在result = response.json()后面加一行print(“完整返回:”, result)。这样你就能看到实际返回的JSON结构是什么样子，然后根据实际情况调整generated_poem那行代码的取值路径。

6. 总结与下一步

恭喜你！你已经成功完成了第一个与AI模型交互的Python程序。回顾一下，我们做了这几件事：确认了Python环境，安装了必要的requests库，理解了如何构建一个HTTP POST请求，并编写代码调用模型、解析并展示了结果。

整个过程的核心，其实就是掌握了如何用代码进行简单的网络通信。这个技能非常有用，因为现在大量的AI能力都是以这种API（网络接口）的方式提供的。学会了这个方法，你以后就可以举一反三，去尝试调用其他有趣的模型，比如生成图片的、写代码的、翻译语言的等等。

你可以把今天写的这个小程序当作一个起点。接下来，不妨想想怎么让它变得更好玩？比如，写一个循环，让AI连续生成不同主题的诗歌；或者做一个简单的图形界面，输入主题，点击按钮就能生成和展示诗歌；再或者，把生成的诗歌自动配上一些古风图片，分享给朋友。

编程的乐趣就在于这种从无到有、不断扩展的过程。希望这次小小的成功，能激发你继续探索Python和AI世界的兴趣。

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。