用智谱 GLM-5 给 Agent 换上国产大模型大脑（BigModel API + OpenAI 兼容 SDK 实战）

智谱开放平台（bigmodel.cn）提供 OpenAI 兼容的 API，注册即有额度：

1. 打开 https://open.bigmodel.cn 注册登录
2. 进入「用户中心 → API Keys → 新建密钥」
3. 复制保存 Key（形如：sk-xxxxxxxxxxxxxxxx）
4. 在「模型概览」确认你要用的模型名（如 glm-5 / glm-5.2 / glm-5-turbo）

费用提醒：GLM-5 不同版本价格不同，glm-5-turbo 更便宜，
适合高并发、低延迟的 Agent 场景。

因为协议兼容，你现有的 OpenAI 调用代码几乎零改动。以 Python 为例：

from openai import OpenAI

client = OpenAI(
    api_key="sk-你的智谱Key",
    base_url="https://open.bigmodel.cn/api/paas/v4/"  # 仅此一行不同
)

resp = client.chat.completions.create(
    model="glm-5",            # 换成 glm-5.2 / glm-5-turbo 也行
    messages=[{"role": "user", "content": "帮我总结本周研发周报"}],
    temperature=0.7
)
print(resp.choices[0].message.content)

Agent 的灵魂是调用工具。用 OpenAI 兼容的 tools 参数声明函数，GLM-5 会自行决定何时调用：

tools = [{
  "type": "function",
  "function": {
    "name": "query_order",
    "description": "按订单号查询订单状态",
    "parameters": {
      "type": "object",
      "properties": {"order_id": {"type": "string"}},
      "required": ["order_id"]
    }
  }
}]

resp = client.chat.completions.create(
    model="glm-5",
    messages=messages,
    tools=tools,
    tool_choice="auto"
)
# 若返回 tool_calls，执行对应函数并把结果回传模型，形成 Agent 循环

GLM-5 支持 thinking 思考模式与结构化输出，特别适合人力、行政、投研这类需要固定字段的场景：

resp = client.chat.completions.create(
    model="glm-5",
    messages=[{"role":"user","content":"从这段客服对话里抽取：客户名、问题、是否投诉"}],
    thinking={"type": "enabled"},     # 开启思考，复杂任务更准
    response_format={"type": "json_object"}  # 强制 JSON 输出
)

GLM-5 已集成到主流框架，迁移成本极低：

# LangChain 方式
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
    model="glm-5",
    api_key="sk-xxx",
    base_url="https://open.bigmodel.cn/api/paas/v4/"
)
# 之后你的 Agent / Chain 代码完全不用改

GLM-5 价格本就低，再叠加三招，成本还能再降一截：

1. 模型分级：简单分类/抽取用 glm-5-turbo，复杂推理才用 glm-5
2. 缓存复用：相同系统提示词开启 prompt 缓存，避免重复计费
3. 设上限：在平台控制台为 Key 设每日/每月额度上限，防失控

# 简易估算（示意）
简单任务 glm-5-turbo ≈ 闭源模型的 1/10 单价
高并发 Agent 场景下，综合成本可下降 90% 以上