如何创建应用调用大模型能力

更新时间:2024-05-03 20:19:41

我的收藏

本篇内容主要说明应用服务中的应用调用功能介绍。

创建应用操作说明

1. 新增应用

路径1:您可以在这里新建应用,并将应用接入您的场景中。单击创建应用按钮。

流程 - 图3

路径2:您也可以在应用广场中选择系统默认应用模板进行创建。

流程 - 图4

2.选择应用模型配置

①单击设置按钮,选择模型,本次示例按照通义千问-Max为例。参数配置可以调整,本次展示为默认数值。

说明

参数配置说明

温度系数:调控生成的多样性。

最长回复长度:模型生成的长度限制,不包含prompt。允许的最大长度因模型不同有所改变。

携带上下文轮数:设置输入模型的最大历史对话轮数,轮数越多,对话相关性越强。

流程 - 图5

②点击左上角编辑按钮,可以修改应用名称。流程 - 图6流程 - 图7 ### 3、应用内容配置说明 prompt:可以用来为模型授予角色和技能。

prompt优化:针对输入的prompt进行专业优化,使模型更容易理解指令。

流程 - 图8

知识检索增强:开启后可通过指定知识库检索对应文档内容。流程 - 图9

长期记忆:长期记忆功能是针对终端用户提供的一项个性化功能,系统将根据对话历史自动生成终端用户画像,并根据用户画像回答最新问题,从而实现个性化回复。当您打开长期记忆功能后,系统自动将相应的system prompt添加到上方的Prompt编辑框中。

流程 - 图10

选择插件:官方提供4款预置插件,结合增强大语言模型的规划调度能力和生成能力,更好地在您的业务场景中落地。本次以插件能力为例,选择计算器、python代码解释器能力。

流程 - 图11流程 - 图12

4. 测试

以上内容配置完成后,点击保存并发布按钮,在页面右侧可以先简单地进行测试验证模型效果。在输入框中输入【测试内容】,验证模型回复的答案内容。

流程 - 图13

5. 更新应用设置

点击设置可以设置干预输入话术,设置触发关键词,将会回复已经设定好的回复内容;点击添加新增完成。 默认是未启用状态,点击启用后生效。支持禁用、编辑、删除操作。

流程 - 图14

创建干预话术规则

  • 规则名称:支持中英文、数字,最多支持20字符;
  • 规则条件:默认为空,点击“新增条件”按钮,选择所需的条件类型。 - 注意:干预输入话术支持关键词、正则表达式、语义意图三种类型; - 干预生成结果仅支持关键词一种类型; - 关键词:新建条件后,默认为“包含”,最多支持输入50个关键词 - 正则表达式:新建条件后,默认为“包含”,最多支持输入10个表达式;配置方法参考正则表达式配置 - 语义意图:新建条件后,默认为“包含”,最多支持输入10个相似语句
  • 回复话术:支持干预回复内容,并调整为回复话术,支持中英文、数字,最多支持500字符。
  • 规则新建完成默认为“已禁用”状态,需要用户手动开启该规则。

6. 调用

阿里云百炼支持API接口调用,点击调用即可获取到API详细信息。

如何测试应用

更新时间:2024-03-16 00:55:06

我的收藏

概述开发者想要调试当前应用的效果,需要集成SDK后发起请求调用才能看到结果。这样非常不直观,于是平台为开发者提供了应用的测试窗服务,便于开发者在可视化的情况下进行调试。

测试步骤

步骤一:测试前做好配置检查

要检查应用中心内的配置是否已经配置完全,例如中控模型的选择是否符合预期,插件是否完成了范围勾选,下面是一些应用中心配置的。

页面布局

如下图,应用中心→我的应用→点击【测试】按钮。

流程 - 图15

第二种快捷方式在右上角,点开后选择应用体验中心,也能进行测试。

流程 - 图16

流程 - 图17

步骤三:开始调试流程 - 图18

如上图为待调试的展示区域: (1)右侧【展示debug信息】是展示调试过程中,中控模型决策的思考过程,有助于看到是否命中了相应的插件或者文档。 (2)右上角「重置对话」,是清空当前对话的作用,由于测试窗调试过程中是一直携带上下文的,为避免上下文干扰,在调试过程中可以直接重置对话。 (3)下方输入框是模拟用户问题的录入框,单次模拟有字符限制,且一次调试完成后才可以录入下一个问题。

流程 - 图19流程 - 图20

如上图是一次调试过程,上方的暗色背景区域就是中控模型的执行结果,从这个过程信息中可以清晰地看到中控模型的决策过程,是否命中插件等等关键信息,有助于自助排查问题,详细的解析可以参考下方的Debug过程解析 中间通义图标右侧的就是应用的最终输出结果,在输出结果的下方有「问题反馈」以及「重新生成」按钮。 requestID是串联整个服务的traceId,当给答疑的同学进行问题反馈时,提供requestID可以快速定位问题,省时省力。

重新生成按钮就是在原输出区域重新生成答案进行覆盖,不会将重新生成前的内容带入上下文中

步骤四:测试完毕,验证结果

界面输出的为responseText,验证是否符合预期。

模型思考过程(应用Debug过程)解析

该解析过程仅针对基通义模型的“文档增强”和“插件增强”两个模型生效。以一次命中官方插件「路径规划」的插件调度成功的思考过程进行解析。 :

第一次思考过程:决策

①理解用户意图

中控大模型根据用户勾选的插件的描述以及勾选的文档集合,通过自然语言理解,进行分析决策,最终选定一个能力对当前问题进行解决。上面的例子是命中了searchAmap这个官方插件。

②明确API所需参数

从插件的入参中获取待模型识别的参数列表。上面的例子是“出发地名称”以及“目的地名称”。

③识别参数的取值

对用户的问句进行必要参数的提取。上面的例子中提取出了参数,出发地名称=杭州,目的地名称=北京。

④明确后续需求

明确后续是否还需要做进一步的事情来解决该问题,比如发现从用户的问句中无法提取必要的参数,模型会结合必要参数进行反问。上面的例子识别出了所有的必需参数,所以不需要进一步处理。如果上面的例子中把北京略去,模型就会发出反问,“你想去哪里”类似的回复。 确定后续计划 如果过明确有后续需求,则执行。例如上一步有返回,则这一步会发出反问。

⑥执行决策计划

当前执行了searchAmap插件,并且打印出了插件的出入参,非常方便排查问题。

第二次思考过程:判定结果是否符合预期

如果符合预期,则直接返回结果;如果不符合预期,进一步找其他的能力继续解决问题。
  1. 思考过程:
  2. [Step: 理解用户意图] 用户想要查询两个地点的距离,为此需要调用searchAmap
  3. [Step: 明确API所需参数] searchAmap的必选参数有:出发地名称、目的地名称,可选参数为空。
  4. [Step: 识别参数的取值] 从对话内容中,可以识别到的参数及其取值:出发地名称=杭州,目的地名称=北京。
  5. [Step: 明确后续需求] searchAmap的所有必选参数都已知,不需要再询问。
  6. [Step: 确定后续计划] 可以调用searchAmap了。
  7. 执行插件:路径规划
  8. 输入参数
  9. {
  10. "originPlace": "杭州",
  11. "destinationPlace": "北京"
  12. }
  13. 输出参数
  14. {
  15. "data": {
  16. "distance": "1245711",
  17. "duration": "46708"
  18. },
  19. "status": "SUCCESS"
  20. }
  21. 思考过程: 可以根据返回结果回答了。
  22. 结果内容: 从杭州到北京的距离是1245711米,预计需要46708秒。
反馈

上一篇:如何创建应用调用大模型能力下一篇:如何快速调用官方预置应用-RAG检索增强应用模板