跳到正文
阿里雲開發者社區 AI·· 12 天前AI 評分45

阿里雲百煉 AI 智能體實踐:構建你的第一個智能體

AI智能体平台实践:基于阿里云百炼构建你的第一个智能体

AI 導讀

阿里雲百煉示範如何透過 OpenAI 兼容接口,使用 qwen-plus 和 Function Calling 構建具備工具調用能力的 AI 智能體。以時間查詢助手為例,程式碼示範意圖識別、工具執行及結果回傳,並提醒開發者留意 API Key 管理、錯誤處理、費用控制與安全邊界。

正文

2026-11-10 9

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

简介: 本文介绍如何基于阿里云百炼平台,用OpenAI兼容接口快速构建首个AI智能体。以“时间查询助手”为例,通过函数调用(Function Calling)机制,实现意图识别、工具调度与结果生成,仅需30行代码即可完成多轮对话与工具协同,大幅降低智能体开发门槛。(239字)

AI智能体平台实践:基于阿里云百炼构建你的第一个智能体

背景/问题

随着大语言模型(LLM)的快速发展,企业不再满足于简单的问答机器人,而是希望AI能够自主完成复杂任务,比如自动查询库存、生成报表、调度流程等。这种能够感知环境、制定计划并调用工具的AI系统被称为“智能体(Agent)”。然而,从零构建一个智能体相当复杂:需要处理模型接入、工具协议、对话状态管理、安全审计等问题。例如,模型如何知道在什么时机调用哪个工具?如何把工具的执行结果反馈给模型?如何确保多轮对话中不丢失上下文?这些都需要一套成熟的平台支持。AI智能体平台由此成为大模型落地的重要基础设施。

方案设计

本文以阿里云百炼(Bailian)为例,展示如何利用其提供的模型服务与OpenAI兼容接口,快速搭建一个具备工具调用能力的智能体。我们设计一个“时间查询助手”:

  • 用户输入自然语言,例如“现在几点?”
  • 模型识别意图,并触发 get_current_time 工具;
  • 工具返回结构化结果,模型将其组织成自然语言回答。

该方案采用主流的Function Calling(函数调用)模式,让大模型通过工具声明来决定调用行为。百炼平台负责底层的模型推理、API调度和弹性伸缩,开发者只需关注工具实现与业务逻辑。

实现步骤

  1. 开通阿里云百炼服务,并获取API Key。
  2. 在本地环境中安装openai库(阿里云百炼提供OpenAI兼容接口):
    pip install openai
    
  3. 编写工具函数,并定义工具描述的JSON Schema。
  4. 编写主循环,调用模型并处理工具调用结果。
  5. 运行测试,观察模型正确调用工具并返回最终答案。

代码示例

以下是完整的Python代码,运行时请将your-api-key替换为实际密钥。

import json
import datetime
from openai import OpenAI

# 使用阿里云百炼的 OpenAI 兼容接口
client = OpenAI(
    api_key='your-api-key',                          # 替换为你的API Key
    base_url='https://dashscope.aliyuncs.com/compatible-mode/v1'
)

def get_current_time():
    '''工具函数:返回当前时间'''
    return datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')

# 工具声明:符合 OpenAI Function Calling 规范
tools = [
    {
   
        'type': 'function',
        'function': {
   
            'name': 'get_current_time',
            'description': '获取当前日期和时间',
            'parameters': {
   
                'type': 'object',
                'properties': {
   },
                'required': []
            }
        }
    }
]

def run_agent(user_input):
    messages = [{
   'role': 'user', 'content': user_input}]
    max_rounds = 5
    for _ in range(max_rounds):
        response = client.chat.completions.create(
            model='qwen-plus',
            messages=messages,
            tools=tools,
        )
        msg = response.choices[0].message

        # 如果模型需要调用工具,则执行工具并返回结果
        if msg.tool_calls:
            # 将包含工具调用的 assistant 消息加入上下文
            messages.append(msg.model_dump())
            for tool_call in msg.tool_calls:
                if tool_call.function.name == 'get_current_time':
                    result = get_current_time()
                else:
                    result = '未知工具'
                messages.append({
   
                    'role': 'tool',
                    'tool_call_id': tool_call.id,
                    'content': json.dumps({
   'result': result}, ensure_ascii=False)
                })
        else:
            # 无工具调用,返回最终答案
            return msg.content
    return '已超过最大调用轮数。'

if __name__ == '__main__':
    print(run_agent('你好,现在是什么时间?'))

关键步骤解释

  1. 初始化客户端:base_url指向百炼的OpenAI兼容端点,这样我们可以使用标准openai库,无需额外学习DSL。
  2. 定义工具:tools列表中的function对象描述了工具名称、描述和参数结构。模型会根据该声明决定是否调用。
  3. 调用模型:client.chat.completions.create传入messages和tools。模型返回的msg中可能包含tool_calls字段。
  4. 处理工具调用:我们遍历所有tool_calls,执行对应函数,并将结果封装成role=tool的消息。注意,tool_call_id必须与模型返回的ID一致,用于关联调用。
  5. 循环直到结束:将工具结果追加到messages后,再次调用模型。如果模型不再请求工具,则返回msg.content。我们设置最大轮数,防止死循环。

注意事项

  • API Key管理:切勿将密钥硬编码在代码中,建议使用环境变量或阿里云KMS托管。示例代码仅为演示。
  • 模型选择:qwen-plus支持工具调用。如果使用其他模型,请确认其是否支持Function Calling,并调整model参数。
  • 错误处理:生产环境应捕获API异常、工具执行异常,并增加重试机制。示例中为简洁起见未处理。
  • 费用控制:多轮工具调用会产生多次模型调用,建议设置max_rounds上限,并记录请求日志。
  • 安全边界:工具函数应考虑权限控制,避免智能体被恶意提示词诱导执行危险操作。需要对工具输入做校验与白名单过滤。

总结

通过阿里云百炼平台,我们仅用不到30行代码就实现了一个具备工具调用能力的AI智能体。平台提供的模型服务、API网关和兼容层,显著降低了智能体的开发门槛。更进一步,开发者还可以利用百炼的知识检索、插件编排、智能体应用等功能,构建更强大的业务系统。AI智能体平台正在成为企业智能化转型的核心基座,值得每位开发者关注和实践。

文章标签:

目录

相关文章

|

12天前

|

JavaScript API iOS开发

DeepSeek Harness下载、安装、配置一篇搞定(2026整理,送常用插件)

DeepSeek Harness(DSH)是DeepSeek于2026年开源的MIT协议AI Agent框架,支持插件化组装模型、工具、沙箱与UI,兼容主流大模型。本文提供免Node.js的桌面端安装包(Win/macOS),含详细图文教程及热门插件推荐。

4368 49 211

|

7天前

|

存储 弹性计算 人工智能

2026 年阿里云双十一活动入口攻略,新客服务器优惠通道、三大会场入口梳理

综合来看,2026年阿里云双十一活动入口清晰: 阿里云轻量应用服务器、阿里云ECS云服务器、阿里云GPU云服务器、阿里云百炼大模型服务平台 活动会场、综合权益中心、99计划专场三大入口覆盖服务器、AI权益与续费特价;新用户通过控制台首页banner、权益中心、产品页三处路径进入专属专场,老用户通过控制台弹窗和费用中心权益中心进入老客专区,企业用户做企业实名后解锁专属满减与阶梯折扣。

824 0 2

|

12天前

|

iOS开发 Docker MacOS

【2026实测】Docker Desktop下载、安装、汉化、配置教程(附官网安装包)

Docker Desktop 是 Docker 官方推出的桌面容器管理工具,集成引擎、CLI、图形界面与 Kubernetes,支持 Win/macOS/Linux。2026 最新版 4.88.1 强化 ARM 原生运行、镜像加速及资源可视化,附中文汉化与国内镜像配置指南。

2109 7 31

|

7天前

|

云安全 人工智能 安全

|

13天前

|

安全 算法 定位技术

《高性价比人生指南》完整原版:普通人用最少的资源,过好这一生的底层逻辑~How To Live Better

📖《高性价比人生指南》是一份基于实证、拒绝焦虑的生存手册,倡导以“人生时薪”为视角,重新计算时间、金钱与精力的成本与收益。它不承诺逆袭,只教人算清账:省下的钱若耗掉时间便亏;买体验比买物品更值;睡眠是最高杠杆的健康投资;关系贵在情绪价值而非表面热络;学习重在改变行为而非自我安慰。核心理念:用低成本、高回报的微小行动,换取长期的选择权——不是成为谁,而是掌控自己人生的主动权。

2174 6 16

热门文章

最新文章

來源:阿里雲開發者社區 AI · developer.aliyun.com