AppFlow:让通义千问大模型调用你的任意API

简介: 在阿里云AppFlow中,通过自定义插件连接器可使通义千问获取特定功能,如旅游规划或投资辅助。登录AppFlow控制台,选择“自定义连接器”,上传图标,设定基本信息,选“插件连接器”。支持Basic、Bearer Token、AppCode等鉴权。精确配置API名称、描述及请求参数,确保模型调用准确。参考示例curl命令调整参数结构,填写响应体帮助模型解析。发布后,在模型Agent搭建中选用自定义连接器增强功能。

在前文AppFlow无代码轻松搭建模型Agent我们已经介绍了如何在通义千问中使用插件,从而让通义千问具备各种能力,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。

然而,AppFlow提供的官方插件或许不能完全满足您的需求,此时自定义一个插件连接器就成了一个覆盖绝大部分场景的选择。使用自定义插件连接器可以实现访问任意API的需求,也支持大部分场景的鉴权方式。同时AppFlow会自动将自定义插件注册到通义千问连接器中,从而使大模型拥有调用API能力。

下面将详细说明如何创建一个自定义的插件连接器。

创建自定义插件连接器

首先登陆AppFlow控制台,点击左侧导航栏连接器-自定义连接器

上传连接器图标并填写相关基本信息,选择插件连接器

选择你的API需要的鉴权方式,目前支持Basic、Bearer Token、AppCode三种鉴权方式

配置执行动作。准确填写你的API的名称和描述,这将直接影响模型调用的准确性。接口路径需要是公网地址。点击下一步。

添加你的请求参数结构,字段名称和字段描述以及是否必填都要仔细填写,这都是会影响到模型调用的效果的~

例如下面的curl命令对应的配置,可以进行参考配置

curl --location 'https://api.github.com/search/repositories' \
--data '{
    "query":"xxx",
    "order":"asc",
    "limit":10
}'

同理,为了模型更好的理解API的响应内容,请填写API的响应体结构。或者复制一个真实的响应并使用导入json然后修改即可。

最后点击发布即可~

使用自定义插件连接器

参考我们的前文AppFlow无代码轻松搭建模型Agent,在选择插件时选择刚刚的自定义连接器即可~

相关文章
|
2月前
|
安全 API
通义千问API获取方法
访问阿里云DashScope官网以获取API-KEY。首先需开通DashScope服务:登录控制台,点击“去开通”,阅读协议后点击“立即开通”。接着获取API-KEY:进入API-KEY管理页面,点击“创建新的API-KEY”,复制并安全保存生成的API-KEY。完成这些步骤后,即可使用API-KEY调用DashScope API。更多详情见[官方文档](https://help.aliyun.com/zh/dashscope/developer-reference/acquisition-and-configuration-of-api-key)。
|
2天前
|
人工智能 Serverless API
一键服务化:从魔搭开源模型到OpenAI API服务
在多样化大模型的背后,OpenAI得益于在领域的先发优势,其API接口今天也成为了业界的一个事实标准。
一键服务化:从魔搭开源模型到OpenAI API服务
|
10天前
|
SQL Shell API
python Django教程 之 模型(数据库)、自定义Field、数据表更改、QuerySet API
python Django教程 之 模型(数据库)、自定义Field、数据表更改、QuerySet API
|
1月前
|
API 算法框架/工具
【Tensorflow+keras】使用keras API保存模型权重、plot画loss损失函数、保存训练loss值
使用keras API保存模型权重、plot画loss损失函数、保存训练loss值
17 0
|
2月前
|
人工智能
|
2月前
|
自然语言处理 PyTorch API
`transformers`库是Hugging Face提供的一个开源库,它包含了大量的预训练模型和方便的API,用于自然语言处理(NLP)任务。在文本生成任务中,`transformers`库提供了许多预训练的生成模型,如GPT系列、T5、BART等。这些模型可以通过`pipeline()`函数方便地加载和使用,而`generate()`函数则是用于生成文本的核心函数。
`transformers`库是Hugging Face提供的一个开源库,它包含了大量的预训练模型和方便的API,用于自然语言处理(NLP)任务。在文本生成任务中,`transformers`库提供了许多预训练的生成模型,如GPT系列、T5、BART等。这些模型可以通过`pipeline()`函数方便地加载和使用,而`generate()`函数则是用于生成文本的核心函数。
|
4月前
|
自然语言处理 搜索推荐 API
通义千问API:用4行代码对话大模型
本章将通过一个简单的例子,让你快速进入到通义千问大模型应用开发的世界。
通义千问API:用4行代码对话大模型
|
4月前
|
并行计算 PyTorch 算法框架/工具
社区供稿 | 本地部署通义千问大模型做RAG验证
这篇文章中,我们通过将模搭社区开源的大模型部署到本地,并实现简单的对话和RAG。
|
4月前
|
弹性计算 前端开发 Java
通义千问API:让大模型写代码和跑代码
基于前面三章的铺垫,本章我们将展示大模型Agent的强大能力。我们不仅要实现让大模型同时使用多种查询工具,还要实现让大模型能查询天气情况,最后让大模型自己写代码来查询天气情况。
通义千问API:让大模型写代码和跑代码
|
4月前
|
XML 搜索推荐 API
通义千问API:让大模型使用各种工具
本章我们将通过一个简单的例子,揭示基于LangChain的Agent开发的秘密,从而了解如何扩展大模型的能力。
通义千问API:让大模型使用各种工具
下一篇
DDNS