AppFlow通义千问机器人支持上下文会话

简介: 在最新升级的AppFlow中,通义千问对话功能现已支持上下文保留,使对话体验更加流畅。用户可通过配置AppFlow连接流,结合钉钉机器人实现与通义千问的交互。只需几步简单设置,即可在群聊中@机器人进行连续对话。此外,提供了两种创建钉钉机器人的方法:使用Outgoing机制或钉钉开放平台,方便不同需求的用户进行集成。通过这些步骤,您可以轻松实现与通义千问的高效沟通。

     在模型对话场景中,如果模型能够对上下文保持保持短期记忆,将会大大提升对话体验。AppFlow早先的版本已经支持了通义千问对话,现在我们对AppFlow通义千问对话功能做了全新升级,在您的每次对话中都可以保留上下文,让您的会话更加流畅丝滑~

下面我们以钉钉机器人中对话通义千问机器人为例,为您介绍如何在AppFlow中进行配置。

image.gif 编辑

步骤一:配置AppFlow连接流

       访问AppFlow控制台,在点击左侧菜单栏“连接流”,选择“创建连接流”,填写当前连接流的基本信息。

image.gif 编辑

       “选择触发事件”,找到并点击选择“钉钉机器人”,触发事件选择“收到文本消息时”,点击“保存,进入下一步”。

image.gif 编辑

       “选择执行动作”,点击“公共连接器”,找到“通义千问”并选择“模型提问prompt”并点击“保存,进入下一步”。

image.gif

image.gif        点击选择凭证,并选择新建。按照页面提示和链接前往获取您的API KEY填入即可。

image.gif        填写您设置的请求体参数。点击右侧插入变量按钮,可以应用钉钉机器人收到的消息作为参数。例如下图:

image.gif 编辑

即,当前连接器的“提示词”变量应用上一个节点的“请求体-会话消息-消息内容”参数,即之后您在钉钉群@机器人发送的消息内容

  1. 选择模型并填写您需要的参数。各个参数在下方都有介绍。
  2. 参数“是否开启上下文会话”选择“是”,将在每次对话中保留上下文信息。当您发送的内容与“清除上下文关键词”完全匹配时,将清除上下文信息,为您开启新的会话。

image.gif        填写完成后点击“ ”配置模型推理后的消息发送回钉钉的执行动作。选择“钉钉机器人”,执行动作选择发送文本消息,点击“保存,进入下一步”进行参数配置。

image.gif Webhook地址点击右侧“插入变量”,选择节点1的“会话回调地址”

image.gif “本文内容”配置您的执行动作中实际代表您模型推理结果的字段,如下所示。

image.gif 点击保存即可完成配置。回到连接流列表,点击发布按钮连接流即可正常运行。

image.gif 点击详情,进入流编辑页面,点击第一个节点的编辑按钮,可以获取调用webhook地址,请保存改地址后续在钉钉机器人配置中使用。

image.gif 编辑

步骤二:创建钉钉机器人(使用Outgoing功能,更简单)

直接在需要加入机器人的群聊中进入机器人管理页面添加自定义机器人,

image.gif

image.gif 填写机器人基本信息。安全设置可以选择IP地址(段),并将下列IP填入。

  • 121.40.82.220
  • 47.97.73.42
  • 47.98.226.113
  • 47.96.151.112
  • 118.178.89.160
  • 120.27.202.100

您也可以选择加签方式,将生成的签名回调到AppFlow链接流——钉钉机器人入参配置中(不填不影响正常运行)。

勾选“开启Outgoing机制”,在POST地址栏填写第一步中的Webhook地址,点击完成即可。

image.gif 编辑

在群里中@机器人即可实现对话

步骤二:创建钉钉机器人(使用钉钉开放平台)

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成为钉钉开发者 - 钉钉开放平台

image.gif 编辑

选择左侧“机器人”Tab,然后点击右侧“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。

image.gif 编辑

image.gif 编辑

点击保存后跳转到应用开发页面,下来当前页面到最下方选择“机器人”并点击添加。点击“机器人配置”按钮展开机器人配置信息。

image.gif 编辑

image.gif 编辑

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获取的地址。

image.gif 编辑

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。

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”。

image.gif 编辑

image.gif 编辑

image.gif 编辑

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。

image.gif 编辑

去您想要添加对话机器人的群里添加机器人。@机器人即可与通义千问机器人进行对话啦!

image.gif 编辑


相关实践学习
2048小游戏
基于计算巢&ECS云服务器快速部署,带您畅玩2048小游戏。
相关文章
|
5月前
|
机器人 API 数据安全/隐私保护
【最佳实践系列】通过AppFlow,支持飞书机器人调用阿里云百炼应用
本文介绍了如何创建并配置飞书应用及机器人,主要包括三个步骤:1. 登录飞书开发者后台,创建企业自建应用并添加机器人卡片和API权限;2. 创建AppFlow连接流,配置飞书平台凭证和阿里云百炼鉴权凭证,发布WebhookUrl,并在飞书开放平台配置事件订阅;3. 将机器人添加到群聊中,通过@机器人实现互动。以及通过AppFlow连接流集成阿里云百炼应用服务。此过程详细描述了从应用创建到机器人添加的全流程,帮助开发者快速集成飞书机器人功能。
1276 10
|
4月前
|
人工智能 自然语言处理 机器人
9.9K star!大模型原生即时通信机器人平台,这个开源项目让AI对话更智能!
"😎高稳定、🧩支持插件、🦄多模态 - 大模型原生即时通信机器人平台"
129 0
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
【AI大模型新资讯】从信息蜂房到上下文工程
1. **信息蜂房**:借鉴“信息茧房”概念,倡导多元交流与群体智慧,推动内容生态协同发展。 2. **ROLL**:高效强化学习库,专为大语言模型优化,提升训练效率与多场景应用能力。 3. **AI游戏引擎**:以AI驱动生成式游戏,实时响应玩家想象,重塑游戏创作与体验方式。 4. **质陪解决方案**:融合AI质检与陪练系统,全面评估销售行为,助力企业提升服务质量与销售能力。 5. **上下文工程**:构建动态信息环境,为大模型提供任务所需完整背景,决定AI智能体成败关键。
|
2月前
|
弹性计算 自然语言处理 Ubuntu
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
本文描述在阿里云上从0开始构建一个LLM智能问答钉钉机器人。LLM直接调用了阿里云百炼平台提供的调用服务。
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
|
2月前
|
传感器 测试技术 开发工具
通义灵码添加上下文能力怎么用?一篇看懂
Qwen3系列混合推理模型已全面开源,其中Qwen3-235B-A22B在多项测试中表现卓越。通义灵码现已支持Qwen3,并上线编程智能体,具备自主决策与工具使用能力,可完成编码任务。开发者可通过多种方式添加上下文(如代码文件、图片、Git提交等),增强交互效果。体验地址:https://lingma.aliyun.com/download。
273 35
|
3月前
|
人工智能 中间件 程序员
大模型上下文协议 MCP 带来了哪些货币化机会
本文探讨了MCP(Model-Calling Protocol)的兴起及其对AI生态的影响。自2月中旬起,MCP热度显著提升,GitHub Star和搜索指数均呈现加速增长趋势。MCP通过标准化协议连接大模型与外部工具,解决了碎片化集成问题,推动AI应用货币化及生态繁荣。文章分析了MCP与Function Calling的区别,指出MCP更适用于跨平台、标准化场景,而Function Calling在特定实时任务中仍具优势。此外,MCP促进了 supply端(如云厂商、大模型、中间件服务商)和消费端(终端用户)的变革,尤其以Devin和Manus为代表,分别改变了程序员和普通用户的交互方式。
545 37
大模型上下文协议 MCP 带来了哪些货币化机会
|
2月前
|
自然语言处理 测试技术 开发工具
通义灵码上下文能力解析:自由组合需求描述,生成结果更高效
通义灵码提供智能会话能力,支持智能问答、文件编辑和智能体三种模式,帮助开发者解决编码问题,进行代码修复、调试及运行错误排查。它具备多文件修改、自主决策等能力,可端到端完成编码任务。在智能会话中,支持丰富的上下文(如代码文件、目录、图片、Git Commit 等),并允许用户自由组合提示词与上下文。插件可通过链接下载。此外,还支持多种上下文类型(#file、#folder、#image 等),便于开发者精准表达需求。
|
3月前
|
机器人 数据安全/隐私保护
AppFlow:钉钉机器人使用Qwen3自动回复
近期,Qwen3正式发布并开源了8款「混合推理模型」,包括两款MoE模型和六个Dense模型。这些模型已在AppFlow上全面开放调用,支持钉钉、微信等多种渠道使用。本文将详细介绍如何将Qwen3集成到钉钉机器人中,涵盖创建钉钉应用、配置消息卡片、生成连接流以及发布应用版本等步骤,帮助用户快速实现与Qwen3的交互功能。通过简单的配置,您即可在钉钉群聊中与Qwen3进行交流互动。
148 8
AppFlow:钉钉机器人使用Qwen3自动回复
|
3月前
|
弹性计算 机器人 应用服务中间件
AppFlow支持Qwen3开源版本调用
近期,Qwen3正式发布并开源全部8款“混合推理模型”,包括两款MoE模型(Qwen3-235B-A22B与Qwen3-30B-A3B)和六个Dense模型。目前,AppFlow已支持上述所有模型调用,您可在钉钉或微信等多渠道使用这些模型满足业务需求。本文将介绍如何配置及集成这些模型至钉钉机器人和企业微信应用中,包括创建应用、设置权限、生成连接流以及配置相关参数的详细步骤。完成配置后,用户可通过钉钉或企业微信直接与Qwen3应用互动交流。
104 6
AppFlow支持Qwen3开源版本调用