基于云效 AppStack,5分钟搞定一个 AI 应用的开发和部署

简介: 实验介绍了如何使用云效应用交付平台AppStack快速初始化和部署AI聊天应用.

实验介绍:


区别于传统的流水线工具,本实验将带你体验云效应用交付平台AppStack,从应用视角,完成一个AI聊天应用的高效交付。


你将体验到:

  • 基于应用模板快速初始化应用,包含应用的代码库、部署编排架构、变量组、环境、研发流程等;
  • 应用多环境管理、多种部署策略、部署可观测能力;
  • 通过模板,批量升级、更新应用权限、研发流程规范等。

1.png


实验准备


1、领取免费ECS资源。

前往云起实验室,地址:https://developer.aliyun.com/adc/scenario/exp/83c02382001a457eae5667cff9477f1e

2.png

如果您不是ECS用户,可选择【公共资源体验(5小时)】,ECS资源不会保留到个人账号下,需要按照指引关联资源。


如果您是ECS新用户,推荐选择【领取免费试用额度】,这样ECS资源将直接保留到你的账号下;


这里我们以第一种举例,点击【确认开始实验】,系统将为你创建免费资源,创建资源预计需要2-4分钟时间。我们无需等待,可以继续进行下面的操作。


2、领取大模型服务

前往灵积控制台:https://dashscope.console.aliyun.com/apiKey

点击【创建新的API-KEY】即可申请相应的KEY

3.png

申请成功的KEY我们可以复制保存下来,供我们后续步骤使用。


入门——一键部署SpringAI聊天应用


进入云效应用交付AppStack:https://devops.aliyun.com/appstack?channel=yy_yc_202306


点击【新建应用】

4.png

为应用取个名;应用模板选择【SpringAI应用体验模板】,点击【预览】

5.png

点击预览后,我们可以看到通过应用模板完成应用初始化后的内容。

6.png

具体包含:

  • 应用关联的代码仓库
  • 应用的编排部署配置
  • 研发流程(包含测试、预发、生产3个阶段)
  • 应用的环境
  • 环境对应的变量组信息。


这些信息我们都是提前定义在模板里面的。企业在实际场景中,也可以自定义企业模板,从而实现对应用的批量管理以及研发流程的规范化。


预览完后,关闭预览窗口,直接点击【创建并部署应用】

7.png

可以看到研发流程已经被触发运行,预计等待2分钟左右。


注:为了活动操作的简便性,我们只在模板里配置了测试阶段的流水线,预发、生产阶段大家想要体验可以自行配置。

8.png

我们会看到部署阶段提示我们创建部署单。点击【创建部署单】

10.png

按照提示,我们点击【前往关联】资源

9.png

点击【导入主机集群】

11.png

如果您在最开始实验准备阶段,选择的公共体验资源,这里可以选择【免费体验主机】


如果您在最开始实验准备阶段,选择的ECS免费试用,这里选择【阿里云ECS】

12.png

选择免费体验主机后,界面如下所示。我们将前面申请的免费主机信息填入进来,点击【确定】

13.png

14.png

在这一步,将前面申请的灵积的APIKEY复制进来,然后点击确定

15.png

继续点击【确定】

16.png

17.png

可以看到,部署正在运行。部署过程中,我们点击【前往环境】,可以进行环境的观测。


注:因为本场景使用的是ECS部署,在K8s部署下,环境的可观测内容会多。大家可以自行体验。

18.png

过1-2分钟后,部署已经进行完毕了

19.png

我们在浏览器地址栏,输入前面申请的ECS的公网地址,后面加上8080端口,验证一下部署的结果。可以看到,AI聊天应用被成功部署起来了。

20.png

我们随便输入一个问题:云效是什么,可以看到,聊天应用给出了解答。

21.png

返回研发流程,我们发现,整个流水线已经运行完毕,活动校验成功。

22.png

返回活动页面(https://developer.aliyun.com/topic/yunxiao/appstack),提交你的运行的截图+你对云效AppStack的反馈,作品通过审核后,每获得1个点赞,即可获得1次抽奖机会,同一个用户最多3次抽奖机会。


进阶——修改模板,批量升级应用(可选)


随着企业应用架构升级、或研发规范的调整,应用里面的配置也需要不断的升级。


当业务应用太多的时候,一个应用配置的修改就得修改几十上百遍,还有可能错改、漏改;再比如,应用的流水线太多了,流水线怎么批量授权给一线开发测试同学?


上面这些情况,我们只需在云效AppStack内,修改应用的模板,然后点击同步功能,即可批量升级应用,节省管理成本。


详情可参考这篇文章中的第2部分内容:

https://help.aliyun.com/document_detail/2697184.html

相关实践学习
2分钟自动化部署人生模拟器
本场景将带你借助云效流水线Flow实现人生模拟器小游戏的自动化部署
SVN版本控制系统
SVN是现在软件开发之中的主流软件版本控制工具,在工作之中利用SVN可以有效的解决多人开发的代码管理问题,本课程将为读者讲解SVN服务器的配置以及基于MyEclipse的SVN客户端插件的配置与使用,并且在讲解之中着重讲解了冲突的产生于解决。
目录
相关文章
|
5天前
|
机器学习/深度学习 传感器 人工智能
ai在气候变化的应用
【7月更文挑战第9天】ai在气候变化的应用
14 3
|
1天前
|
机器学习/深度学习 人工智能 算法
未来AI技术在医疗领域的应用与挑战
随着人工智能技术的迅猛发展,其在医疗领域的应用前景广阔,但同时也面临着诸多挑战。本文探讨了AI技术在医疗中的多个关键应用,分析了其带来的潜在益处和可能的风险,以及如何在未来克服技术和伦理上的挑战。 【7月更文挑战第13天】
|
2天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:AI在系统管理中的应用与挑战
本文将深入探讨人工智能(AI)技术在运维领域的应用,分析其带来的效率提升和成本节约,同时指出实施过程中可能遇到的技术和管理挑战。文章还将提供针对这些挑战的应对策略,以期为运维专业人士提供指导和参考。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
未来AI技术的发展趋势与应用前景探析
随着人工智能(AI)技术的迅猛发展,未来其应用前景愈发广阔。本文将探讨AI技术在各个领域的最新进展,分析其未来发展趋势,以及对社会、经济的深远影响。 【7月更文挑战第10天】
|
4天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与机器学习在IT管理中的应用
【7月更文挑战第10天】本文深入探讨了人工智能和机器学习如何革新传统的IT运维领域。文章首先界定了智能化运维的概念,随后分析了AI技术在故障预测、自动化处理和安全监控方面的应用实例,并讨论了实施智能化运维时面临的挑战及其克服策略。最终,文章展望了智能化运维的未来趋势,强调了持续学习和适应新技术的重要性。
|
6天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用与挑战
在当今技术快速发展的时代,人工智能(AI)在医疗领域的应用已经展现出了巨大的潜力。本文探讨了AI技术在医疗诊断中的应用现状,以及面临的挑战。通过分析AI在诊断精准度、医疗效率和数据隐私保护方面的表现,揭示了AI如何改变医疗健康管理的前景。 【7月更文挑战第8天】
|
6天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT管理中的应用与挑战
随着人工智能(AI)技术的不断进步,其在信息技术(IT)运维领域的应用日益广泛。从自动化故障检测到智能决策支持系统,AI技术正逐步改变着传统运维的面貌。本文将探讨AI在IT运维中的具体应用场景,分析其带来的效率提升和成本节约,同时指出实施过程中可能遇到的技术和管理上的挑战,并提出相应的解决策略。通过深入分析,本文旨在为IT管理者提供一份关于如何有效整合AI技术以优化运维实践的参考指南。
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗诊断中的应用与挑战
【7月更文挑战第7天】随着人工智能技术的飞速发展,其在医疗领域的应用也日益广泛。本文将探讨AI在医疗诊断中的具体应用,包括影像诊断、基因检测和个性化治疗等方面,并分析其面临的数据隐私、准确性、伦理法规等挑战。
13 1
|
5天前
|
机器学习/深度学习 人工智能 算法
智能革命的新篇章:AI在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用已逐步深入到临床诊断、治疗方案制定以及患者监护等多个环节。通过深度学习算法,AI能够处理和分析大量医疗数据,辅助医生进行更精确的诊断。然而,技术的快速发展也带来了一系列挑战,包括数据隐私保护、算法透明度、以及医疗伦理问题等。本文将探讨AI在医疗诊断中的具体应用案例,并对其面临的主要挑战进行分析,以期为未来AI技术在医疗领域的健康发展提供参考。
15 0
|
5天前
|
机器学习/深度学习 人工智能 算法
AI通过分析历史天气数据后的应用
AI分析历史天气数据,提升气象预测精度,助力气候研究、农业管理、保险精算、城市规划、灾害预警、旅游交通及科研教育。中国气象局、datashareclub.com历史天气数据平台、中央气象台等国内外平台提供数据资源,应用涵盖多领域,预示AI在天气数据分析中前景广阔。例如,通过深度学习算法,AI能识别气候模式,优化农作物管理,降低保险风险,增强城市气候韧性,改善交通管理和旅游规划。