嘿，还在羡慕别人做的AI应用吗？其实调用AI大模型的API，比你想象的简单太多了。今天咱们就从零开始，做一个命令行聊天机器人。

先给你看看最终效果：

你：今天天气怎么样？
AI：我无法获取实时天气信息，建议你查看天气预报应用...
你：给我讲个笑话
AI：好的！为什么程序员喜欢深夜工作？因为bug在白天睡觉😄

看起来还不错吧？整个项目核心代码不到30行，新手1小时就能搞定。

---

一、准备工作：三件小事搞定

1.1 获取API密钥（就像拿快递需要取件码）

你需要先注册一个AI平台账号。2026年主流选择有：

• 国外平台：OpenAI（需要魔法上网）

• 国产平台：阿里通义千问、智谱AI、百度文心（推荐新手用这些）

以智谱AI为例：

1. 访问官网注册账号

2. 进入控制台创建API Key

3. 复制保存好（这个密钥千万别泄露）

💡 小贴士：大部分平台都有免费额度，够你练手了。

1.2 安装requests库

打开命令行（Windows按Win+R输入cmd，Mac按Command+空格搜Terminal），输入：

pip install requests

等它跑完就行。requests库就是专门用来发网络请求的工具，想象成你的快递员。

1.3 理解API请求结构（寄快递类比）

调用API就像寄快递：

• 收件地址：API的URL（https://xxxxx）

• 快递单：你的问题+配置参数

• 取件码：你的API密钥

• 收货：AI的回答

记住这个逻辑，后面代码你就秒懂了。

---

二、代码实现：一步步来，别慌

第一步：发送最简单的请求

先新建一个chatbot.py文件，写下这几行：

import requests

# 你的API密钥（记得替换成自己的）
API_KEY = "your_api_key_here"
API_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"  # 智谱AI的接口

# 准备要发送的数据
headers = {
    "Authorization": f"Bearer {API_KEY}",  # 这行是证明你的身份
    "Content-Type": "application/json"     # 告诉服务器我发的是JSON格式
}

data = {
    "model": "glm-4",           # 选择模型版本
    "messages": [               # 你的对话内容
        {"role": "user", "content": "你好，介绍一下自己"}
    ]
}

# 发送请求（就像按下寄快递的按钮）
response = requests.post(API_URL, headers=headers, json=data)
print(response.json())  # 打印原始返回结果

运行试试：在命令行输入python chatbot.py

你会看到一大堆JSON数据，别怕，这就是AI的回答混在一堆信息里。

---

第二步：提取AI的回答

刚才那堆数据太乱了，我们只要回答内容。改一下最后两行：

response = requests.post(API_URL, headers=headers, json=data)
result = response.json()

# 从返回结果里挖出AI的回答
ai_message = result['choices'][0]['message']['content']
print(f"AI：{ai_message}")

再运行，这次就清爽多了：

AI：你好！我是智谱AI助手，基于GLM-4模型...

这行代码在干嘛？

• result['choices'][0]：返回结果里可能有多个回答，我们取第一个

• ['message']['content']：从消息里提取纯文本内容

---

第三步：加上循环，实现多轮对话

现在只能问一次，咱们改成能一直聊的：

import requests

API_KEY = "your_api_key_here"
API_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

# 用列表记录对话历史
messages = []

print("聊天机器人已启动！输入'退出'结束对话\n")

while True:
    user_input = input("你：")
    
    if user_input == "退出":
        print("再见！")
        break
    
    # 把用户的话加到历史记录
    messages.append({"role": "user", "content": user_input})
    
    data = {
        "model": "glm-4",
        "messages": messages  # 发送整个对话历史
    }
    
    response = requests.post(API_URL, headers=headers, json=data)
    ai_message = response.json()['choices'][0]['message']['content']
    
    # 把AI的回答也记录下来
    messages.append({"role": "assistant", "content": ai_message})
    
    print(f"AI：{ai_message}\n")

重点看这里：

• messages列表保存了所有对话，这样AI能记住你之前说了啥

• while True让程序一直循环，直到你输入"退出"

现在运行，你就能和AI多轮聊天了！

---

第四步：加点细节优化

真实使用时可能遇到网络错误、API调用失败等问题，咱们加个错误处理：

import requests

API_KEY = "your_api_key_here"
API_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

messages = []

print("聊天机器人已启动！输入'退出'结束对话\n")

while True:
    user_input = input("你：")
    
    if user_input == "退出":
        print("再见！")
        break
    
    messages.append({"role": "user", "content": user_input})
    
    data = {
        "model": "glm-4",
        "messages": messages
    }
    
    try:
        response = requests.post(API_URL, headers=headers, json=data, timeout=30)
        
        # 检查请求是否成功
        if response.status_code != 200:
            print(f"请求失败，错误码：{response.status_code}")
            messages.pop()  # 移除刚才添加的用户消息
            continue
        
        ai_message = response.json()['choices'][0]['message']['content']
        messages.append({"role": "assistant", "content": ai_message})
        print(f"AI：{ai_message}\n")
        
    except requests.exceptions.RequestException as e:
        print(f"网络错误：{e}")
        messages.pop()  # 出错了就撤回这条消息

新增的保护机制：

• timeout=30：30秒没响应就报错，别傻等

• try...except：捕获网络异常

• messages.pop()：出错时删掉刚加的消息，避免对话记录乱掉

---

三、完整代码（直接复制能用）

import requests

# ========== 配置区 ==========
API_KEY = "your_api_key_here"  # 替换成你的密钥
API_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

messages = []  # 对话历史

# ========== 主程序 ==========
print("聊天机器人已启动！输入'退出'结束对话\n")

while True:
    user_input = input("你：")
    if user_input == "退出":
        break
    
    messages.append({"role": "user", "content": user_input})
    
    try:
        response = requests.post(
            API_URL, 
            headers=headers, 
            json={"model": "glm-4", "messages": messages},
            timeout=30
        )
        
        if response.status_code == 200:
            ai_message = response.json()['choices'][0]['message']['content']
            messages.append({"role": "assistant", "content": ai_message})
            print(f"AI：{ai_message}\n")
        else:
            print(f"请求失败：{response.status_code}")
            messages.pop()
    
    except Exception as e:
        print(f"出错了：{e}")
        messages.pop()

print("再见！")

总共27行，是不是很简单？

---

四、进阶方向：可以玩出什么花样

掌握了API调用，你就解锁了无限可能：

1. 接入微信：用itchat库，让AI自动回复好友消息

2. 做个网页版：用Flask框架搭个聊天界面

3. 语音助手：结合语音识别，做个能说话的AI

4. 专属知识库：在prompt里加上你的资料，让AI变成专家

你最想做哪个？欢迎在评论区告诉我！

---

五、常见问题急救站

❌ 报错：401 Unauthorized

原因：API密钥错误或过期
解决：检查密钥是否复制完整，去平台重新生成一个

❌ 报错：timeout

原因：网络太把timeout=30改大一点，或者检查网络

❌ 返回结果是空的

原因：可能触发了内容审核
解决：换个问法，避免敏感词汇

❌ 超出额度限制

原因：免费额度用完了
解决：充值或等下个月重置（大部分平台每月送免费额度）

遇到其他问题？评论区留言，我看到就回！

---

写在最后

看到这里，你已经掌握了AI应用开发的核心技能——API调用。这个技术不仅能做聊天机器人，还能用在翻译、写作、数据分析等各种场景。

下一篇文章，我会教你把这个机器人升级成网页版，用浏览器就能聊天，敬请期待！

💬 今日互动：

1. 你想用AI做什么应用？

2. 有没有遇到报错？截图发评论我帮你看！

记得点赞+关注，咱们一起玩转AI时代！