AI Earth ——开发者模式案例9:OpenAPI调用AI识别能力

简介: AI Earth ——开发者模式案例9:OpenAPI调用AI识别能力

OpenAPI 调用 AI 识别能力

初始化环境

阿里云账号的 AccessKey IDAccessKey Secret 可以从 AccessKey 管理 获取。

AccessKey IDAccessKey Secret 属于您的个人敏感信息,请妥善保管,谨防泄露。

import time
from Tea.exceptions import TeaException
from alibabacloud_tea_openapi import models
from alibabacloud_aiearth_engine20220609.models import *
from alibabacloud_aiearth_engine20220609.client import Client
config = models.Config(
    # 您的AccessKey ID,
    access_key_id='*请替换*',
    # 您的AccessKey Secret,
    access_key_secret='*请替换*',
    # 地域ID
    region_id='cn-hangzhou',
    # 访问的域名
    endpoint='aiearth-engine.cn-hangzhou.aliyuncs.com'
)
client = Client(config)

提交AI解译任务

data_id 的获取,可以通过 项目数据 的引用或 我的数据 的引用获取。

支持的AI解译任务类型(即 app 参数)、置信度阈值等,请参考 OpenAPI 指南

try:
    createAIJobRequest = CreateAIJobRequest()
    createAIJobRequest.job_name = '*请替换*'
    createAIJobRequest.app = '*请替换*'
    createAIJobRequest.area_threshold = 0
    createAIJobRequest.confidence = 10
    createAIJobRequestInputs = CreateAIJobRequestInputs()
    createAIJobRequestInputs.idx = 1
    createAIJobRequestInputsSrc = CreateAIJobRequestInputsSrc()
    createAIJobRequestInputsSrc.data_id = '*请替换*'
    createAIJobRequestInputs.src = createAIJobRequestInputsSrc
    createAIJobRequest.inputs = [createAIJobRequestInputs]
    aijob: CreateAIJobResponse = client.create_aijob(createAIJobRequest)
    print(aijob.body)
    jobId = aijob.body.jobs[0].job_id
except TeaException as e:
    # 打印整体的错误输出
    print(e)
    # 打印错误码
    print(e.code)
    # 打印错误信息,错误信息中包含
    print(e.message)
    # 打印服务端返回的具体错误内容
    print(e.data)

查询 AI 解译任务

try:
    getJobsRequest = GetJobsRequest()
    getJobsRequest.job_ids = [jobId]
    jobs: GetJobsResponse = client.get_jobs(getJobsRequest)
    print(jobs.body)
except TeaException as e:
    # 打印整体的错误输出
    print(e)
    # 打印错误码
    print(e.code)
    # 打印错误信息,错误信息中包含
    print(e.message)
    # 打印服务端返回的具体错误内容
    print(e.data)

停止 AI 解译任务

try:
    deleteJobsRequest = DeleteJobsRequest()
    deleteJobsRequest.job_ids = [jobId]
    del_jobs: DeleteJobsResponse = client.delete_jobs(deleteJobsRequest)
    print(del_jobs.body)
except TeaException as e:
    # 打印整体的错误输出
    print(e)
    # 打印错误码
    print(e.code)
    # 打印错误信息,错误信息中包含
    print(e.message)
    # 打印服务端返回的具体错误内容
    print(e.data)
相关文章
|
5月前
|
人工智能 监控 安全
员工使用第三方AI办公的风险与解决方案:从三星案例看AI的数据防泄漏
生成式AI提升办公效率,也带来数据泄露风险。三星、迪士尼案例揭示敏感信息外泄隐患。AI-FOCUS团队建议构建“流式网关+DLP”防护体系,实现分级管控、全程审计,平衡安全与创新。
|
6月前
|
机器学习/深度学习 人工智能 运维
运维告警别乱飞了!AI智能报警案例解析
运维告警别乱飞了!AI智能报警案例解析
667 0
|
8月前
|
机器学习/深度学习 人工智能 弹性计算
基于OpenAPI和AI coding的上云智能体构建实践
本文探讨了基于LLM和AI编程技术构建上云智能体的实践,提出通过人在回路中设计整体流程、LLM自主决策与执行的方式,有效减少幻觉并提升任务正确率。方案在多轮迭代中逐步生成代码,解决了API参数依赖等问题,并验证了三大核心设计理念的可行性。
基于OpenAPI和AI coding的上云智能体构建实践
|
8月前
|
人工智能 自然语言处理 搜索推荐
从理论到应用:AI搜索MCP的最佳实践案例解析
本文深入探讨了如何通过 MCP 协议让大语言模型(LLM)高效调用外部工具,并结合多个实际场景展示了 MCP 在 AI 应用中的价值和未来潜力。
|
6月前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
阿里云 Qwen3 全栈 AI 模型:技术解析、开发者实操指南与 100 万企业落地案例
阿里云发布Qwen3全栈AI体系,推出Qwen3-Max、Qwen3-Next等七大模型,性能全球领先,开源生态超6亿次下载。支持百万级上下文、多模态理解,训练成本降90%,助力企业高效落地AI。覆盖制造、金融、创作等场景,提供无代码与代码级开发工具,共建超级AI云生态。
1294 6
|
5月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
1308 53
|
6月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
1248 59
|
5月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
643 30
|
5月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
640 2

热门文章

最新文章