AppFlow无代码轻松搭建模型Agent

简介: 使用钉钉,现在每个人都能轻松创建自己的AI助手。通过结合各种插件,如天气、机票查询和地图,你可以定制个性化的工作助手。利用AppFlow,即使没有编程经验也能搭建AI Agent。步骤包括:1) 在钉钉开放平台创建应用,获取凭证;2) 在钉钉卡片平台创建AI卡片实例;3) 在AppFlow配置连接流,添加所需插件;4) 创建钉钉机器人,设置HTTP消息接收并关联AppFlow的Webhook。完成这些步骤后,你就可以在钉钉群中与你的AI助手互动了。

随着大语言模型发展至今,如何深度开发和使用模型也有了各种各样的答案,在这些答案当中,Agent无疑是一个热点回答。

通过模型也各种插件的组合,可以让你的模型应用具备各种能力,例如,通过天气查询插件+机票查询插件+地图插件,模型可以变成一个旅游规划助手;再例如,通过搜索插件+股市行情插件,模型可以成为您的投资助手。

曾经这一切都听起来是那么复杂和遥不可及。而现在,使用AppFlow,小白也能轻松搭建自己的AI Agent。

步骤一:创建钉钉应用

  1. 访问钉钉开放平台,联系您的组织管理员获取开发权限。然后点击创建应用。成为钉钉开发者的步骤可以参考文档https://open.dingtalk.com/document/orgapp/become-a-dingtalk-developer

  1. 点击右侧“创建应用”按钮。填写您的“应用名称”和“应用描述”,上传应用图标并点击保存。

  1. 创建完成后点击左侧“凭证与基础信息”,查看您的Client IDClient Secret。后续在AppFlow中配置使用。

  1. 点击左侧“权限管理”,在搜索框输入“Card”,勾选“互动卡片实例写权限”和“AI卡片流式更新权限”,点击批量申请。

步骤二:创建钉钉AI卡片实例

  1. 访问钉钉卡片平台,点击新建模版。
  2. 填写模版名称,卡片类型选择“消息卡片”,卡片模版场景选择“AI卡片”,关联应用选择您上一步创建的应用。点击创建。

  1. 进入卡片编辑页面,如果没有特殊需求,建议您使用默认设置,否则可能会导致AppFlow无法适配卡片的问题。直接点击“发布”并确认。

  1. 返回模版列表即可查看您的模版ID。

步骤三:配置AppFlow连接流

使用推荐模版创建

  1. 访问AppFlow控制台,选择“与通义千问进行流式会话”模版,点击“立即使用”。

  1. 对账户进行授权。点击权限凭证下拉框,点击“添加新凭证”。

步骤1填写您在钉钉开发平台获取的相应信息即可,在步骤3中直接下拉选择即可。

步骤2安装创建凭证页面帮助文档开通即可。

  1. 点击下一步填写钉钉卡片模版ID。

  1. 点击下一步填写连接流名称等信息并下一步。
  2. 复制并保存WebhookUrl。

  1. 此时点击左侧连接流,可以看到连接流列表和您刚刚配置创建的连接流。找到您的连接流点击详情,点击右上角“编辑版本”,并找到“通义千问节点”

  1. 编辑通义千问节点,在“插件”选项下方选择您想要添加的任意插件,一般情况直接点击添加并确定即可。

  1. 点击保存并发布您的连接流即可~

** 请注意一定要发布连接流喔 **

步骤四:创建钉钉机器人

  1. 访问钉钉开发平台找到您的钉钉应用,点击进入详情页面。点击侧边“机器人”,打开机器人配置。

  1. 填写相关必填信息。消息接收模式请选择“HTTP”模型,页面会出现“消息接收地址”输入框。在这里填写刚刚在AppFlow获取的WebhookURL地址。

  1. 点击调试按钮。可以钉钉扫码进群调试机器人。确认无误后点击发布。
  2. 回到应用开发页面,点击刚刚创建的应用名称进入应用详情页面。点击左侧菜单栏最下方的“版本管理与发布”,进入到版本发布与管理,点击右上角“创建新版本”按钮,输入版本相关信息,并选择合适的“应用可见范围”。

  1. 点击保存将进入权限审批环节,审批结束后应用将自动发布。如果您已经有权限了可以点击直接发布。

  1. 完成后即可去钉钉群中@机器人进行对话了~

相关文章
|
2月前
|
物联网 测试技术 API
LLM 大模型学习必知必会系列(九):Agent微调最佳实践,用消费级显卡训练属于自己的Agent!
LLM 大模型学习必知必会系列(九):Agent微调最佳实践,用消费级显卡训练属于自己的Agent!
LLM 大模型学习必知必会系列(九):Agent微调最佳实践,用消费级显卡训练属于自己的Agent!
|
2天前
|
存储 人工智能 前端开发
基于LLM大模型Agent的适用范围和困境
基于LLM大模型Agent的适用范围和困境
|
21天前
|
API 异构计算
开源模型破局OpenAI服务限制,15分钟灵活搭建RAG和Agent应用
今天,我们做了两个实验,目标在15分钟内,完成下载社区的开源模型,部署成API,替换LlamaIndex中RAG和LangChain中OpenAI接口Agent的最佳实践,并取得符合预期的结果。
|
27天前
|
人工智能 自然语言处理 监控
AI大模型智能体工作流涉及使用Ollama和FastGPT这两个工具
AI大模型智能体工作流涉及使用Ollama和FastGPT这两个工具
286 4
|
2月前
|
物联网 PyTorch 测试技术
LLM 大模型学习必知必会系列(十):基于AgentFabric实现交互式智能体应用,Agent实战
LLM 大模型学习必知必会系列(十):基于AgentFabric实现交互式智能体应用,Agent实战
LLM 大模型学习必知必会系列(十):基于AgentFabric实现交互式智能体应用,Agent实战
|
2月前
|
机器学习/深度学习 人工智能 测试技术
世界模型也扩散!训练出的智能体竟然不错
【5月更文挑战第30天】研究人员提出了一种名为DIAMOND的新方法,将扩散模型应用于世界模型以增强强化学习智能体的训练。DIAMOND在Atari 100k基准测试中实现了1.46的人类标准化得分,刷新了完全在世界模型中训练的智能体的记录。通过生成视觉细节,智能体在多个游戏中超越人类玩家,特别是在需要精细细节识别的游戏上。不过,DIAMOND在连续控制环境和长期记忆方面的应用仍需改进。这项工作开源了代码和模型,促进了未来相关研究。论文链接:[https://arxiv.org/abs/2405.12399](https://arxiv.org/abs/2405.12399)
101 2
|
29天前
|
人工智能 自然语言处理 监控
搭建本地私有AI大模型智能体
搭建本地私有AI大模型智能体
186 0
|
2月前
|
测试技术 决策智能
专业智能体指导让小模型学会数学推理!微调Mistral-7B实现86.81%准确率
【5月更文挑战第13天】Orca-Math研究展示如何用小模型解决小学数学题,通过70亿参数的SLM在GSM8K基准测试上达到86.81%准确率。采用合成数据集和迭代学习技术,包括多智能体协作创建问题集及“偏好学习”优化解决方案。虽优于其他大、小模型,但可能不适用于复杂数学问题,且依赖高质量合成数据集的创建。[论文链接](https://arxiv.org/abs/2402.14830)
113 4
|
2月前
|
自然语言处理 前端开发 Swift
Llama3 中文通用Agent微调模型来啦!(附手把手微调实战教程)
Llama3模型在4月18日公布后,国内开发者对Llama3模型进行了很多训练和适配,除了中文纯文本模型外,多模态版本也陆续在发布中。
|
9天前
|
机器学习/深度学习 人工智能 自动驾驶
「AIGC」Agent AI智能体的未来:技术、伦理与经济的交汇点
Agent AI智能体融合机器学习与深度学习,推动社会效率与创新,但也引发伦理、法律及就业挑战。技术上,它们能自我优化、积累知识,如自动驾驶汽车通过学习改善驾驶。伦理上,需建立AI准则,确保透明度和责任归属,如医疗AI遵循道德原则。经济上,AI改变就业市场结构,创造新职业,如AI顾问,同时要求教育体系更新。未来,平衡技术进步与社会影响至关重要。
35 0