3步解锁Wand专业版功能：开源增强工具完全指南
2026/6/7 22:33:20
目录
一、从阿里云百炼中获取大模型的api key
1.1 阿里云百炼平台简介
1.2 API Key 获取流程
二、Python环境准备
2.1 配置环境变量
macos系统
windows系统
2.2 依赖安装
pip加速镜像配置
核心包
HTTP 服务依赖
2.3 阿里云百炼 OpenAI 兼容配置参数
2.4 代码实现：一次性返回与流式输出的 HTTP API
创建文件 agent_api.py
启动服务
启动成功后会显示
浏览器测试（测试一次性返回接口）
测试流式输出接口
1.1 阿里云百炼平台简介
阿里云百炼是大模型服务平台，整合了通义千问全系列及主流第三方大模型
平台提供与 OpenAI API 完全兼容的接口
只需更换 API Key、Base URL 和模型名称，即可无缝迁移 OpenAI 代码
新用户注册后通常会获得一定的免费调用额度
官方控制台地址：大模型服务平台百炼控制台
其实你可以理解阿里云百炼就是一个中间商大管家，集成了所有世面上的主流大模型，你想调用什么模型直接找他就行了，如下图，可以看到各种各样的大模型。
1.2 API Key 获取流程
访问阿里云百炼控制台首页
进入 API Key 管理页面，单击“创建 API KEY”按钮
在弹窗中配置归属账号和归属业务空间
权限配置：选择全部授予该 API Key 调用所有模型的权限
创建成功后，点击 API Key 旁的图标复制密钥
二、Python环境准备
Python 版本要求：必须使用 Python 3.10 或更高版本，推荐 3.12。
安装Python参考我其它的文章，这里不做扩展了。
2.1 配置环境变量
macos系统
echo "export DASHSCOPE_API_KEY='你的API-KEY'" >> ~/.zshrc source ~/.zshrcwindows系统
2.2 依赖安装
pip加速镜像配置
# 临时使用阿里云镜像加速 pip install -i https://mirrors.aliyun.com/pypi/simple/ 包名 # 或者永久配置 pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/核心包
pip install langchain==1.0.3 langchain-core==1.2.26 langchain-community==0.3.29 langchain-openai==1.1.12 langgraph==1.0.2 langgraph-prebuilt==1.0.2HTTP 服务依赖
pip install fastapi uvicorn sse-starlette2.3 阿里云百炼 OpenAI 兼容配置参数
API Key：从环境变量
DASHSCOPE_API_KEY读取Base URL：
https://dashscope.aliyuncs.com/compatible-mode/v1模型名称：
qwen3.5-plus
2.4 代码实现：一次性返回与流式输出的 HTTP API
创建文件 agent_api.py
import os import json from fastapi import FastAPI, Query from fastapi.responses import StreamingResponse from langchain_openai import ChatOpenAI from langchain.agents import create_agent # ---------- 1. 初始化 Agent ---------- # 初始化大模型 model = ChatOpenAI( model="qwen3.5-plus", api_key=os.getenv("DASHSCOPE_API_KEY"), base_url="https://dashscope.aliyuncs.com/compatible-mode/v1" ) # 创建 Agent 智能体 agent = create_agent( model=model, tools=[], system_prompt="你是一个乐于助人的助手" ) # ---------- 2. 创建 FastAPI 应用 ---------- app = FastAPI(title="LangChain Agent API", description="浏览器测试 Agent 的一次性回答和流式输出") from fastapi.middleware.cors import CORSMiddleware app.add_middleware( CORSMiddleware, allow_origins=["*"], allow_methods=["*"], allow_headers=["*"], ) @app.get("/") async def root(): return { "usage": "GET /chat?message=你的问题 → 一次性返回", "stream": "GET /stream?message=你的问题 → 流式返回（SSE）", "example": "http://localhost:8000/chat?message=你好" } @app.get("/chat") async def chat(message: str = Query(..., description="用户输入的消息")): """一次性返回完整回答""" response = agent.invoke({"messages": [("user", message)]}) reply = response["messages"][-1].content return {"reply": reply} @app.get("/stream") async def stream_chat(message: str = Query(..., description="用户输入的消息")): """流式返回 Agent 回答（Server-Sent Events）""" async def event_generator(): # 直接使用 model.stream 而不是 agent.astream for chunk in model.stream([{"role": "user", "content": message}]): if hasattr(chunk, "content") and chunk.content: yield f"data: {json.dumps({'content': chunk.content})}\n\n" yield "data: [DONE]\n\n" return StreamingResponse(event_generator(), media_type="text/event-stream; charset=utf-8") if __name__ == "__main__": import uvicorn uvicorn.run(app, host="0.0.0.0", port=8000)启动服务
python agent_api.py启动成功后会显示
INFO: Uvicorn running on http://0.0.0.0:8000浏览器测试（测试一次性返回接口）
在浏览器地址栏输入：
http://localhost:8000/chat?message=请用一句话介绍什么是LangChain- 页面会显示 JSON 格式的回复，例如：
{"reply":"LangChain 是一个用于构建大语言模型应用的开发框架..."}测试流式输出接口
- 创建
test.html文件：
<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title>流式测试</title> </head> <body> <input id="msg" placeholder="输入问题" size="50" /> <button onclick="startStream()">发送</button> <div id="output" style="margin-top:20px; border:1px solid #ccc; padding:10px;"></div> <script> let currentText = ""; let currentIndex = 0; let typingTimeout = null; function startStream() { const msg = document.getElementById('msg').value; const outputDiv = document.getElementById('output'); outputDiv.innerHTML = ''; currentText = ""; currentIndex = 0; if (typingTimeout) { clearTimeout(typingTimeout); typingTimeout = null; } const eventSource = new EventSource(`http://localhost:8000/stream?message=${encodeURIComponent(msg)}`); eventSource.onmessage = (event) => { if (event.data === '[DONE]') { eventSource.close(); } else { const data = JSON.parse(event.data); // 追加内容 currentText += data.content; // 开始或继续打字机效果 startTyping(outputDiv, 100); } }; } // 打字机效果函数 function startTyping(element, speed) { if (currentIndex < currentText.length) { element.innerHTML += currentText.charAt(currentIndex); currentIndex++; typingTimeout = setTimeout(() => startTyping(element, speed), speed); } } </script> </body> </html>双击用浏览器打开
test.html，输入问题后点击发送