使用智谱大模型做文本分类 so cool

### 智谱大模型 GLM-4 https://www.bigmodel.cn/dev/api/normal-model/glm-4

import os
import json
import requests

def text_classification(text, labels):
    # 正确解码Unicode标签
    decoded_labels = [label for label in labels]
    
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer *******"  # 替换为有效API Key
    }
    
    # 构建分类提示词（明确标签格式）
    prompt = f"""你是一个专业的长文本分类分析专家，需要完成以下任务：
    1. 分析文本内容："{text}"
    2. 从以下标签中选择最合适的类别（仅返回标签名称）：
       {json.dumps(decoded_labels, ensure_ascii=False)}  # 禁用ASCII转义
    3. 输出格式要求：纯文本，无额外说明
    
    示例：
    输入："如何提高Python编程效率？"
    输出："教育培训"
    """
    
    payload = {
        "model": 'glm-4-flash-250414',
        "messages": [{"role": "user", "content": prompt}],
        "temperature": 0.1,
        "max_tokens": 10000,
        "response_format": {"type": "text"}
    }
    
    try:
        response = requests.post(
            url='https://open.bigmodel.cn/api/paas/v4/chat/completions',
            headers=headers,
            data=json.dumps(payload)
        )
        response.raise_for_status()
        # 打印完整响应用于调试
        print("完整响应：", response.text)
        # 修正解析逻辑
        result = response.json()["choices"][0]["message"]["content"].strip()
        return result
    except Exception as e:
        print(f"API Error: {str(e)}")
        return None

# 示例调用（标签已转换为中文）
labels = ["你的label列表"]
#print(f"分类结果：{text_classification(text, labels)}")

new_label = text_classification(text, labels)