CSDIY：这是一个非科班学生的努力之路，从今天开始这个系列会长期更新，（最好做到日更），我会慢慢把自己目前对CS的努力逐一上传，帮助那些和我一样有着梦想的玩家取得胜利！！！
第一弹：Cpp零基础学习【30 DAYS 从0到1】
第二弹：Cpp刷题文档【LeetCode】
第三弹：Go开发入门【字节后端青训营】
第四弹：Cpp简单项目开发【黑马Rookie】
第五弹：数据结构绪论【数据结构与算法】
第六弹：Go工程实践【字节后端青训营】
第七弹：高质量编程和性能调优【字节后端青训营】
第八弹：Linux 基础知识【书生大模型训练营】
第九弹：Python 基础知识【书生大模型训练营】

第2关	L0G2000	Python 基础知识

闯关

任务一：LeetCode.383

链接：CSDN连接：LeetCode.383

任务二：JSON Debug 日记

from openai import OpenAI
import json

def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    print("Response from API:", response)  # 打印响应内容
    return response.choices[0].message.content

# debug 完成之后要删除
my_api_key = ''

client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=my_api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""

# 原代码：
res = internlm_gen(prompt,client)
res_json = json.loads(res)
print(res_json)

1. 原本代码运行调试

使用launch.json调试，发现又异常

总结了一下就是 json 的值没办法提取，或者说提取的字符串没办法做 json 格式的解码。

并且出错的位置在代码第36行处，下面可以修改代码，增加输出，监控 json 提取。

2. Debug 1 运行调试

from openai import OpenAI
import json

def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    print("Response from API:", response)  # 打印响应内容
    return response.choices[0].message.content

# debug 完成之后要删除
my_api_key = ''

client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=my_api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""

# debug 1.
res = internlm_gen(prompt,client)
try:
    res_json = json.loads(res)
    print(res_json)
except json.JSONDecodeError:
    print("返回的内容不是有效的JSON格式。")

可以看到返回结果，确实是因为返回内容不符合 json 的解码格式导致的，下面尝试使用正则化表达式来进行提取。可以先导入python的正则包 import re

3. Debug 2 运行调试

注意到debug 1的输出中的json字符串的格式大致为```json ```的格式，所以正则表达式可以写做：

re.search(r'```json\n(.*?)\n```', res, re.DOTALL)

• json：匹配字符串中的json`这三个字符。
• \n：匹配一个换行符。
• (.*?)：使用非贪婪模式匹配任意数量的任意字符，直到遇到下一个指定的模式。这里的圆括号表示捕获这部分匹配的文本，以便后续可以提取出来。
• \n：再次匹配一个换行符。
• ：匹配字符串中的这三个字符。
• re.DOTALL是一个标志，它允许.字符匹配包括换行符在内的任何字符。
• 第一个 ```标记JSON字符串的开始。
• 中间的任何字符（包括换行符，因为使用了re.DOTALL标志）都会被 .*? 匹配，这是一个非贪婪匹配，它会尽可能少地匹配字符，直到遇到下一个 ```。
• 最后一个 ```标记JSON字符串的结束。

from openai import OpenAI
import json
import re

def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    print("Response from API:", response)  # 打印响应内容
    return response.choices[0].message.content

# debug 完成之后要删除
my_api_key = ''

client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=my_api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""

# debug 2.
# 使用正则表达式提取JSON字符串
res = internlm_gen(prompt,client)
json_str_match = re.search(r'```json\n(.*?)\n```', res, re.DOTALL)
if json_str_match:
    json_str = json_str_match.group(1).strip()  # 获取匹配的JSON字符串并去除前后空白
    try:
        res_json = json.loads(json_str)
        print(res_json)
    except json.JSONDecodeError:
        print("返回的内容不是有效的JSON格式。")
else:
    print("未能提取到JSON字符串。")

这时候可以看到确实能够返回相关的内容了，下面进行最后的调整，去除调试阶段的代码

4. 最终代码运行调试

from openai import OpenAI
import json
import re

def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    print("Response from API:", response)  # 打印响应内容
    return response.choices[0].message.content

# debug 完成之后要删除
my_api_key = ''

client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=my_api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""

# 最终代码：
res = internlm_gen(prompt,client)
res_json = re.search(r'```json\n(.*?)\n```', res, re.DOTALL)
res_json = res_json.group(1).strip()  # 获取匹配的JSON字符串并去除前后空白
print(res_json)

可以看到成功提取了json对象，输出也符合格式。

至此调试完成，正确代码即为最终代码。

任务三：pip 安装

1. 连接开发机

第一步，在本地VScode连接远程开发机，这些操作在前面的课程有所涉及

2. 下载numpy包

终端键入指令：pip install -t /root/myenvs numpy

可以看到成功安装完成，输出的几行红字只是因为其他依赖可能导致不兼容。这是小问题。

3. 新建 .py 文件

linux命令 touch test.py 新建测试文件

查看文件夹 可以看到新建完成

4. 引入包并运行

import numpy，再点击运行

也可以看到没有任何报错。运行成功，任务完成。

碎碎念：东西还挺多的，但是我很感兴趣。也感谢有一个学习机会，感谢开源。虽然折腾，但是感觉进入心流的 feel 还是很爽的。希望明天继续！（ps：今天满课…下午的数学实验也没怎么听，纯在弄，中午也耗了大半小时），还是感谢坚持，完成所有任务的时候还是有成就感的。