为什么使用 Cohere AI？
想象一下，您正在参加 aihubpro.cn 的 AI 黑客马拉松之一，您需要想出一个基于 Cohere 的工具。你开始对不和谐进行头脑风暴；每个人都在打字，您会迷失在海量内容中。然后你想出了一个主意……
或者除了 AI 黑客马拉松之外，也许你的网站上有一个聊天机器人，你想总结用户和机器人之间的对话？本教程将向您展示如何使用 Cohere 和 Python 来做到这一点。
如果您想开始使用 Cohere，请随时阅读我们的 Cohere 指南。
开始吧！
这些数据通常对业务很有价值，可用于进一步分析。对话通常是这样的：
AI: Hi there, how can I assist you today?Customer: I want to get more information about your pricing.AI: Our pricing is $10 per month for the first 10 users, and $5 per month for each additional user.Customer: Where can I find more information about your pricing?AI: You can find more information about our pricing on our website.Customer: What is your website?AI: Our website is www.abc.com在我们的小程序的帮助下，我们可以用一个简单的句子来概括整个对话，例如：
Customer wants to get more information about your pricing.先决条件
Python 3.6 或更高版本的 Cohere API 密钥
第 1 步：安装 Cohere Python 库
第一步是安装 Cohere Python 库。您可以通过运行以下命令来执行此操作：
pip install cohere第 2 步：创建 Cohere 客户端
下一步是创建 Cohere 客户端。您可以通过运行以下代码来执行此操作：（您可以在 Cohere 仪表板上找到您的 API）
import cohere co = cohere.Client('YOUR_KEY_HERE') 接下来，让我们创建一个响应对象并在 Cohere 客户端上调用生成。
response = co.generate( model='xlarge', prompt="""Summarize this dialogue: Customer: Please connect me with a support agent. AI: Hi there, how can I assist you today? Customer: I forgot my password and lost access to the email affiliated to my account. Can you please help me? AI: Yes of course. First I\\'ll need to confirm your identity and then I can connect you with one of our support agents. TLDR: A customer lost access to their account. -- Summarize this dialogue: AI: Hi there, how can I assist you today? Customer: I want to book a product demo. AI: Sounds great. What country are you located in? Customer: I\\'ll connect you with a support agent who can get something scheduled for you. TLDR: A customer wants to book a product demo. -- Summarize this dialogue: AI: Hi there, how can I assist you today? Customer: I want to get more information about your pricing. AI: I can pull this for you, just a moment. TLDR:""", max_tokens=20, temperature=0.6, k=0, p=1, frequency_penalty=0, presence_penalty=0, stop_sequences=["--"], ) print('Prediction: {}'.format(response.generations[0].text)) 我们将为此示例选择型号 xlarge，您可以在 Cohere 网站上找到有关不同型号尺寸的更多信息。接下来，让我们调用提示并传递两个摘要对话框的示例。所以就在这里，您可以在顶部看到此对话的摘要。接下来，让我们传入尚未总结的新聊天。您可以看到 TLDR 是空的。然后让我们再传递几个参数。您可以根据需要选择这些。然后让我们传递一个停止序列。这个停止序列告诉 AI 在正好达到这个序列时停止发电。因此，例如，您可以看到示例序列始终位于摘要的末尾。最后，让我们打印出我们的预测。
现在我们可以通过执行 Python 文件来检查我们的程序是否工作。您可以使用摘要器来总结对话，例如 Slack、Discord、Telegram 或电子邮件。
python filename.py您可以在此处找到本教程的代码。
如果您想知道如何使用 Cohere 或如何开始使用 Cohere，我们可以为您提供帮助。只需使用 Cohere 应用程序开始和构建。
谢谢你！如果您喜欢本教程，您可以在我们的教程页面上找到更多信息并继续阅读 – AI未来百科 ; 探索AI的边界与未来！ 懂您的AI未来站