一、前期准备：环境与工具配置

1.1 账号与权限获取

访问百度智能云官方平台，完成企业/个人开发者实名认证。在控制台搜索”千帆大模型平台”，进入服务管理页面申请ERNIE-Bot API使用权限。需注意：

企业用户需完成企业认证以获取更高调用额度
个人开发者每日调用次数存在限制（通常500次/日）
申请后需等待1-2个工作日完成审核

1.2 开发环境搭建

推荐使用Python 3.8+环境，通过pip安装必要依赖：

pip install requests json5
# 可选安装日志库
pip install loguru

建议使用虚拟环境管理项目依赖，避免版本冲突：

python -m venv ernie_env
source ernie_env/bin/activate  # Linux/Mac
.\ernie_env\Scripts\activate  # Windows

二、API调用核心流程解析

2.1 认证机制实现

百度千帆平台采用API Key+Secret Key双因子认证，生成访问令牌的完整流程：

在控制台获取AK/SK对
通过HMAC-SHA256算法生成签名
构造包含timestamp、nonce等参数的请求头

示例代码（签名生成部分）：

import hmac
import hashlib
import base64
import time
import random
from urllib.parse import quote
def generate_signature(method, url, body, ak, sk):
    timestamp = str(int(time.time()))
    nonce = str(random.randint(10000, 99999))
    # 构造待签名字符串
    string_to_sign = f"{method}\n{url}\n{body}\n{timestamp}\n{nonce}"
    # HMAC-SHA256签名
    hmac_code = hmac.new(
        sk.encode('utf-8'),
        string_to_sign.encode('utf-8'),
        hashlib.sha256
    ).digest()
    # Base64编码
    signature = base64.b64encode(hmac_code).decode('utf-8')
    return {
        'accessKey': ak,
        'timestamp': timestamp,
        'nonce': nonce,
        'signature': signature
    }

2.2 核心请求构造

ERNIE-Bot API v1版本支持两种调用模式：

标准模式：适合单轮问答场景
流式模式：支持实时文本生成（SSE协议）

标准模式请求示例：

import requests
import json
def call_ernie_bot(prompt, ak, sk):
    url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions"
    headers = {
        'Content-Type': 'application/json'
    }
    # 生成认证信息
    auth_info = generate_signature("POST", url, json.dumps({
        "messages": [{"role": "user", "content": prompt}]
    }), ak, sk)
    # 合并请求头
    headers.update({
        'X-Bce-Signature': auth_info['signature'],
        'X-Bce-Timestamp': auth_info['timestamp'],
        'X-Bce-Nonce': auth_info['nonce'],
        'X-Bce-AccessKey': auth_info['accessKey']
    })
    data = {
        "messages": [{"role": "user", "content": prompt}],
        "temperature": 0.7,
        "top_p": 0.8,
        "penalty_score": 1.0
    }
    response = requests.post(
        url,
        headers=headers,
        data=json.dumps(data)
    )
    return response.json()

三、进阶调用技巧

3.1 参数优化策略

参数	作用范围	推荐值	适用场景
temperature	创造力控制	0.3-0.7	低值适合事实问答，高值适合创意生成
top_p	核心词筛选	0.8-0.95	平衡多样性与相关性
max_tokens	输出长度	200-2000	根据应用场景调整
penalty_score	重复惩罚	1.0-1.2	减少重复内容生成

3.2 错误处理机制

常见错误码及解决方案：

401 Unauthorized：检查AK/SK有效性及签名算法
429 Too Many Requests：实现指数退避重试机制
500 Internal Error：捕获异常并记录上下文信息

推荐实现的重试逻辑：

from time import sleep
def call_with_retry(prompt, ak, sk, max_retries=3):
    for attempt in range(max_retries):
        try:
            result = call_ernie_bot(prompt, ak, sk)
            if result.get('error_code') == 0:
                return result
            elif result.get('error_code') == 429:
                wait_time = min(2**attempt, 30)
                sleep(wait_time)
                continue
            else:
                raise Exception(f"API Error: {result}")
        except Exception as e:
            if attempt == max_retries - 1:
                raise
            sleep(2**attempt)

四、性能优化建议

4.1 请求批处理

对于高频调用场景，建议：

实现请求队列缓冲机制
采用异步IO框架（如aiohttp）
控制并发数不超过5个/账号

4.2 响应缓存策略

构建两级缓存体系：

短期缓存：Redis存储最近1000条问答对（TTL=5分钟）
长期缓存：数据库存储高频问题模板

缓存命中优化示例：

from functools import lru_cache
@lru_cache(maxsize=1000)
def cached_ernie_call(prompt):
    # 实际调用逻辑
    pass

五、安全合规注意事项

数据脱敏：调用前过滤用户敏感信息
日志管理：存储时去除可识别个人信息
内容过滤：后处理阶段增加敏感词检测
合规审计：定期检查调用记录是否符合服务条款

六、测试用例设计建议

6.1 功能测试

基础问答测试（事实性问题）
多轮对话测试（上下文保持）
边界条件测试（超长输入/输出）

6.2 性能测试

响应时间基准测试（P90/P99指标）
并发压力测试（逐步增加QPS）
稳定性测试（持续运行24小时）

6.3 兼容性测试

不同Python版本测试
异常输入处理测试
网络波动场景测试

七、后续开发衔接

完成API测试后，可进一步：

集成微信公众平台API
构建消息路由中间件
实现对话状态管理
部署监控告警系统

建议采用微服务架构，将大模型调用封装为独立服务，通过RESTful接口与其他组件交互。对于高并发场景，可考虑使用消息队列削峰填谷。

通过本指南的系统学习，开发者已掌握百度千帆ERNIE-Bot大模型API的核心调用方法。后续系列文章将深入讲解如何将这些能力与微信生态深度整合，构建具备上下文理解、多轮对话能力的智能聊天机器人。建议持续关注平台文档更新，及时适配API版本迭代。

从零开始：百度千帆ERNIE-Bot大模型API测试全流程指南