glm-4-long 1M（约150-200万字）上下文：解锁超长文本处理

# pip install zhipuai 请先在终端进行安装
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="your api key")
response = client.chat.completions.create(    model="glm-4-long",    messages=[        {            "role": "system",            "content": "你是一个乐于解答AI问题的专业助手，你的任务是为用户提供专业、准确、有见地的建议。"         },        {            "role": "user",            "content": "你好"        }    ],    top_p= 0.7,    temperature= 0.95,    max_tokens=1024,    tools = [{"type":"web_search","web_search":{"search_result":True}}],    stream=True)for trunk in response:    print(trunk)

def main(file_path, first_list, second_list, third_list):      # Read the content of the original file      original_content = read_txt(file_path)[:1024 * (1024 - 2)]  # Limit to 1MB minus 2 bytes            # Generate sentences      sentences = []      max_length = max(len(first_list), len(second_list), len(third_list))      for i in range(max_length):          if i < len(first_list):              sentences.append(f"奖牌榜第一名{first_list[i]} \n")          if i < len(second_list):              sentences.append(f"奖牌榜第二名 {second_list[i]} \n")          if i < len(third_list):              sentences.append(f"奖牌榜第三名 {third_list[i]} \n")        # Calculate and insert sentences      updated_content = insert_sentences_into_content(original_content, sentences)        # Write the updated content back to the file      write_txt(file_path, updated_content)        # Return the updated content for further processing (e.g., AI service)      return updated_content    def insert_sentences_into_content_simple_uniform(original_content, sentences):      """      均匀插入关于伦敦奥运会奖牌榜信息      :param original_content: 原始内容字符串。    :param sentences: 要插入的句子列表。    :return: 插入句子后的内容字符串。    """      if not sentences:          return original_content            # 计算每个句子之间的平均间隔（基于字符数）      interval = len(original_content) // (len(sentences) + 1)      result = original_content            # 遍历句子并插入      for i, sentence in enumerate(sentences):          # 计算插入位置（注意：这里可能会超出原始内容长度）          insert_pos = (i + 1) * interval          # 如果插入位置超出原始内容长度，则直接追加到末尾          if insert_pos < len(result):              result = result[:insert_pos] + ' ' + sentence + ' ' + result[insert_pos:]          else:              result += ' ' + sentence            return result  
if __name__ == "__main__":      file_path = "The_Story_of_the_Stone.txt"      first_list = [40, 44, 42, 126]      second_list = [40, 27, 24, 91]      third_list = [20, 12, 13, 45]        updated_content = main(file_path, first_list, silver_list, third_list)        # Assuming you have the ZhipuAI client setup correctly      from zhipuai import ZhipuAI      client = ZhipuAI(api_key="XXX")  # Replace 'XXX' with your actual API key        prompt = "请你根据如下文本，整理伦敦奥运会奖牌榜信息。格式：{\"奖牌榜第一名：美国\":[x,x,x,...],\"奖牌榜第二名：中国\":[x,x,x,...],\"奖牌榜第三名：日本\":[x,x,x,...]}\n"      response = client.chat.completions.create(          model="glm-4-long",          messages=[              {                  "role": "user",                  "content": prompt + updated_content              }          ],      )        # Assuming the response format is as expected, print the AI's response      print(response.choices[0].message.content)

{"奖牌榜第一名：美国":[40, 44, 42, 126],"奖牌榜第二名：中国":[40, 27, 24, 91],"奖牌榜第三名：日本":[20, 12, 13, 45]}

content：腾讯在本季度的研发开支达到了156亿元人民币，自2018年至今六年研发投入超过2853亿元，显示出腾讯对技术创新的重视和投入。question：腾讯控股2024年Q1的研发成本有多少？answer：156亿元人民币。

content：腾讯当季实现营收1595.01亿元人民币，同比增长6.34%。这一增长表明腾讯在复杂的市场环境中仍保持了稳健的营收增长态势。question：腾讯控股2024年Q1的营收是多少？answer：1595.01亿元人民币。

content：非国际财务报告准则（Non-IFRS）下的净利润为502.65亿元人民币，同比增长显著，显示出腾讯盈利质量的提升。question：腾讯控股2024年Q1的净利润是多少？answer：502.65亿元人民币。