阿里云JVS智能体套件对接使用完全指南:从架构解析到生产级集成

简介: 本文深度解析阿里云JVS智能体套件的产品体系、技术架构与完整对接使用方法。JVS基于Harness分布式架构,由JVS Claw(开箱即用AI助理)、JVS Crew(企业级全托管智能体底座)和JVS Mobile(移动端智能自动化平台)三大产品组成。文章从账号准备、Clawbot创建、模型配置、多渠道接入(微信、企业微信、钉钉等)到API深度集成(含Python完整示例)、自定义Skill开发、安全合规与计费策略,层层递进,提供一站式从零到一构建企业级AI智能体的完整技术指南。同时深入解析JVS的"环境范式"设计理念——智能在模型、执行在沙箱,以及Harness四层架构如何实现安全隔离与动态

1. JVS智能体套件:企业级AI智能体的全新范式

在人工智能技术飞速演进的今天,企业对于AI的需求早已超越单纯的对话问答,而是希望AI能够真正"动手做事"——操作应用、处理文档、执行复杂任务。阿里云JVS智能体套件正是在这一背景下应运而生。JVS是阿里云推出的企业级AI智能体一体化产品家族,依托无影云电脑、百炼大模型平台及自研AgentBay Sandbox沙箱技术,为企业提供标准化的智能体开发、部署与运行环境。

JVS智能体套件采用Harness分布式架构,由三款互补产品组成:

  • JVS Claw:面向消费端与开发者,提供开箱即用的AI助理体验,支持自然语言驱动Clawbot在安全CloudSpace中自动执行任务,具备可视化操作、5000+自进化技能、云端/本地双模部署、金融级隔离等特性。
  • JVS Crew:面向企业端与ISV,是全托管的企业级智能体底座,提供开放集成、中心管控、安全审计能力。
  • JVS Mobile:面向移动端场景,提供云端Android环境下的智能自动化能力。

这三款产品共用同一套Harness架构核心——Agent执行层本质没有区别,区别只在外围的多租户、权限、审计与计费模块。

需要先登录阿里云控制台,点击:阿里云控制台

2. JVS的技术内核:Harness架构与"环境范式"

理解JVS的对接与使用,首先需要理解其背后的技术哲学。JVS Crew团队摒弃了传统的智能体编排范式,首创了"环境范式"——智能在模型,执行在沙箱。这一理念的核心在于:将模型的推理决策能力与实际的执行环境进行分离,模型负责"思考",沙箱环境负责"执行",两者通过标准化的接口进行通信。

Harness四层架构是实现这一理念的技术底座:

  • 第一层:统一接入层——负责接收来自网页、客户端、IM渠道等多种来源的请求,进行身份认证与路由分发。
  • 第二层:智能体运行时层——承载Agent的生命周期管理、模型调度、上下文维护与决策引擎。
  • 第三层:安全沙箱层——基于AgentBay Sandbox技术提供隔离的执行环境,确保代码运行、文件操作、网络请求等行为不会影响宿主系统或其他租户。
  • 第四层:数据层——负责会话持久化、知识库存储、用户配置与审计日志的管理。

这一架构设计带来的核心优势在于三点:安全隔离——每个Agent运行在独立的沙箱中,数据全程在云端处理,本地不留存;动态决策——模型根据实时上下文动态决定下一步行动,而非遵循僵化的预设流程;全链路可观测——所有操作均可审计、可溯源,满足企业级合规要求。

3. 对接前的准备工作

在正式开始使用JVS智能体套件之前,需要完成以下准备工作。

3.1 账号注册与认证

首先,注册阿里云账号并完成个人实名认证或企业实名认证。这是使用任何阿里云服务的基础前提。对于JVS Crew的企业用户,还需要提前规划好组织架构与权限策略。

3.2 产品选择与权限配置

根据使用场景选择合适的产品。个人开发者或小型团队可以从JVS Claw入手,它提供7天免费体验版;企业级部署则需要使用JVS Crew,通过主账号或获得AliyunAgentBayFullAccess权限的RAM子账号进行操作。对于JVS Mobile,则需要获得AliyunECDFullAccess权限的RAM子账号。

3.3 理解产品定位

JVS Claw面向个人和开发者的开箱即用AI助理,对话即触发、执行可视化,适合轻量场景。JVS Crew面向企业和ISV的全托管智能体底座,提供开放集成、中心管控、安全审计能力,适合企业级部署。JVS Mobile则专注于移动端场景,提供云端Android环境下的智能自动化。

4. JVS Claw的对接与使用

JVS Claw是JVS智能体套件中门槛最低、上手最快的产品。用户可通过网页端、桌面客户端(Windows/macOS/Linux)或移动端APP(iOS/Android)访问。

4.1 创建Clawbot

Clawbot是JVS Claw中的智能体实例,每个Clawbot对应一个独立的AI助理。创建流程如下:

  1. 登录JVS Claw控制台(网页端)或打开JVS Claw客户端。
  2. 在左侧导航栏选择"Clawbots",进入Clawbot管理页面。
  3. 单击左上角"创建云端Clawbot"卡片,进入创建页面。
  4. 输入Clawbot名称,选择风格,单击"下一步"。
  5. 选择节点资源类型(云端或本地设备),单击"创建Clawbot"。

JVS Claw支持两种部署模式:

  • 云端Clawbot:运行在阿里云提供的CloudSpace云端环境中,AI的所有操作(浏览网页、下载文件、运行代码)都在云端隔离环境中完成,避免病毒入侵本地或误删本地文件。
  • 本地Clawbot:运行在用户本地设备上,适合对数据本地化有要求的场景。

4.2 模型配置

创建Clawbot后,需要为其配置底层大模型。JVS Claw支持配置并使用第三方模型,使用自定义模型时不会消耗积分。在Clawbot管理页面,单击目标Clawbot卡片进入详情页,在模型配置区域选择所需模型并进行检测。

4.3 Skill管理

创建Clawbot时,系统会根据智能体的定位自动添加一组默认Skill,覆盖搜索、工具调用、文件处理等常见场景。用户也可以在创建后随时添加、开启或关闭Skill。JVS Claw内置了5000+自进化技能库,支持复杂任务如数据分析、代码生成等。

对于开发者,JVS Claw支持自定义Skill开发:

  • 准备3个md文件作为Skill的定义文件。
  • 通过Skill中心上传自定义Skill,系统自动执行安全扫描。
  • 通过后在Clawbot中启用该Skill。

4.4 IM渠道接入

JVS Claw的一大亮点是支持将Clawbot接入各类IM平台,用户可在微信、企业微信、钉钉、飞书、QQ等平台中与AI对话,驱动其执行任务。

微信接入步骤

  1. 前往JVS Claw控制台,在左侧导航栏选择"Clawbots"。
  2. 点击目标Clawbot的图标,进入详情页。
  3. 在IM通道列表页面点击"微信卡片",点击"立即绑定"。
  4. 使用微信扫描二维码完成JVS Claw微信通道配置。
  5. 配置完成后,在IM通道配置页面确认微信通道状态为"已绑定"。

接入完成后,用户可在微信顶部搜索框中搜索"微信ClawBot"直接使用,发送消息即可与机器人进行对话。

企业微信接入步骤

  1. 前往JVS Claw控制台,在左侧导航栏选择"Clawbots"。
  2. 点击目标Clawbot的图标,进入详情页。
  3. 在IM通道列表页面点击"企业微信卡片",点击"立即绑定"。
  4. 输入企业微信智能机器人的Bot ID和Secret,单击"完成配置"。

钉钉接入步骤

  1. 在钉钉开放平台创建钉钉应用,记录Client ID及Client Secret。
  2. 返回JVS Crew的消息渠道页面,开启钉钉卡片下方的"立即接入"。
  3. 将Client ID和Client Secret分别填入App ID及App Secret中,开启启用开关。
  4. 创建钉钉机器人,消息接收模式选择Stream模式。
  5. 发布应用后,在钉钉群聊中添加机器人,通过@机器人实现自动回复。

接入多渠道IM后,企业员工可以在日常使用的沟通工具中直接与AI智能体交互,无需切换应用,大幅降低使用门槛。

5. JVS Crew的企业级部署

JVS Crew是面向企业端与ISV的全托管智能体底座,提供智能体云上构建部署、资源弹性伸缩、多租户隔离与沙箱化运行、多重安全防护及全链路可观测等核心能力。它以"被集成"为设计理念,企业可将其快速嵌入现有App、SaaS服务或智能硬件,零门槛获得生产级AI Agent构建能力。

5.1 Agent配置

在JVS Crew控制台中配置Agent主要包括以下步骤:

角色设定:在左侧菜单栏选择"角色设定",点击"添加文件"添加自定义的角色设定。JVS Crew已配置默认的AGENT.md、PROFILE.md以及SOUL.md,可使用默认配置。

模型配置:在左侧菜单栏点击"模型配置",勾选STANDARD配置并点击"生效配置"。

调试Agent:在控制台调试入口可以直接与模型对话,实时体验已经配置完成的Agent使用效果。

5.2 多租户与权限管理

JVS Crew支持多租户隔离,企业管理员可以一站式创建、配置、下发和回收Agent实例,统一管理底层模型与权限策略。企业管理员通过Agent管理中心可以:

  • 统一创建Agent云电脑实例。
  • 配置底层模型与权限策略。
  • 分配Agent给终端用户使用。
  • 监控Agent运行状态与用量。

5.3 工作空间管理

JVS Crew提供工作空间管理能力,支持同步、列举、下载和清理用户工作空间数据。每个Agent拥有独立的工作空间,数据相互隔离,确保企业数据安全。

6. JVS Mobile的移动端自动化

JVS Mobile提供云端Android环境下的智能自动化能力,每个节点对应一台JVS Mobile实例,可用于运行智能体任务。

6.1 创建节点

创建JVS Mobile节点的流程如下:

  1. 在左侧菜单栏选择"节点",然后单击"创建节点"。
  2. 选择套餐版本(高级版或旗舰版)并配置购买数量。
  3. 配置带宽包(支持最小5Mbps最大3072Mbps)。
  4. 如需补充积分,可购买积分加油包。
  5. 单击"立即购买"完成创建。

6.2 与JVS Mobile对话

创建节点后,可前往对话页与JVS Mobile下发指令:

  1. 在左侧菜单栏选择"对话"。
  2. 在消息框左下角选择一个节点。
  3. 点击右侧下拉菜单选择OpenClaw智能体。
  4. 发送指令或任务。

例如,发送指令"帮我下载应用宝并安装淘宝"后,左侧手机模拟器将展示应用宝中淘宝的详情页,右侧聊天区域中OpenClaw智能体返回任务执行结果。

7. API深度集成:将JVS Crew嵌入自有应用

JVS Crew提供完整的REST API,开发者可将JVS Crew的AI对话能力集成到自己的应用中。API分为十大类:会话交互、技能管理、用户MCP管理、会话管理、环境变量、定时任务、计费查询、工作空间管理、模板管理、渠道管理。

7.1 认证机制

JVS Crew API使用两种认证方式:

  • AK/SK签名认证:适用于GetAccessToken、ListSkills、SyncWorkspaceFiles等管理类接口。使用阿里云AccessKey进行POP V1签名。
  • JWT令牌认证:适用于Chat、ListSessions、DeleteSession等对话类接口。先调用GetAccessToken获取AccessToken,放入Query参数Authorization=Bearer 。

7.2 API基础信息

7.3 Python完整集成示例

以下是一个完整的Python示例,展示如何将JVS Crew的AI对话能力集成到自有应用中:

import requests
import json
import hmac
import hashlib
import base64
import time
import uuid
# ==================== 配置区域 ====================
ACCESS_KEY_ID = "your-access-key-id"
ACCESS_KEY_SECRET = "your-access-key-secret"
EXTERNAL_USER_ID = "user-001"  # 你的系统中用户的唯一标识
BASE_URL = "https://wuyingai.cn-shanghai.aliyuncs.com"
API_VERSION = "2026-03-11"
# ==================== AK/SK 签名工具 ====================
def sign_request(access_key_secret, action, params):
    """生成POP V1签名"""
    sorted_params = sorted(params.items())
    query_string = "&".join([f"{k}={v}" for k, v in sorted_params])
    string_to_sign = f"POST&%2F&{query_string}"
    signature = base64.b64encode(
        hmac.new(
            access_key_secret.encode("utf-8"),
            string_to_sign.encode("utf-8"),
            hashlib.sha1
        ).digest()
    ).decode("utf-8")
    return signature
# ==================== 步骤1:获取AccessToken ====================
def get_access_token():
    """调用GetAccessToken接口获取JWT令牌"""
    timestamp = time.strftime("%Y-%m-%dT%H:%M:%SZ", time.gmtime())
    nonce = str(uuid.uuid4())
    
    params = {
        "Action": "GetAccessToken",
        "ExternalUserId": EXTERNAL_USER_ID,
        "Timestamp": timestamp,
        "SignatureNonce": nonce,
        "SignatureMethod": "HMAC-SHA1",
        "SignatureVersion": "1.0",
        "AccessKeyId": ACCESS_KEY_ID,
        "Format": "JSON",
        "Version": API_VERSION
    }
    
    signature = sign_request(ACCESS_KEY_SECRET, "GetAccessToken", params)
    params["Signature"] = signature
    
    response = requests.post(BASE_URL, params=params)
    result = response.json()
    
    if "AccessToken" in result:
        print(f"✓ 获取AccessToken成功")
        return result["AccessToken"]
    else:
        print(f"✗ 获取AccessToken失败: {result}")
        return None
# ==================== 步骤2:发起对话 ====================
def chat_with_agent(access_token, user_message, session_id=None):
    """
    携带AccessToken调用Chat接口,通过SSE流接收回复
    """
    if not session_id:
        session_id = str(uuid.uuid4())
    
    url = f"{BASE_URL}/?Authorization=Bearer%20{access_token}"
    
    headers = {
        "x-acs-action": "Chat",
        "x-acs-version": API_VERSION,
        "x-acs-date": time.strftime("%Y-%m-%dT%H:%M:%SZ", time.gmtime()),
        "Content-Type": "application/json"
    }
    
    payload = {
        "SessionId": session_id,
        "Message": user_message,
        "Stream": True  # 启用SSE流式响应
    }
    
    response = requests.post(url, headers=headers, json=payload, stream=True)
    
    if response.status_code == 200:
        print(f"\n用户: {user_message}")
        print("AI: ", end="", flush=True)
        
        # 解析SSE流
        for line in response.iter_lines(decode_unicode=True):
            if line and line.startswith("data:"):
                data = line[5:].strip()
                if data and data != "[DONE]":
                    try:
                        chunk = json.loads(data)
                        if "Content" in chunk:
                            print(chunk["Content"], end="", flush=True)
                    except json.JSONDecodeError:
                        pass
        print("\n")
        return session_id
    else:
        print(f"✗ 对话请求失败: {response.status_code}")
        return None
# ==================== 步骤3:查询会话列表 ====================
def list_sessions(access_token):
    """列举历史会话"""
    url = f"{BASE_URL}/?Authorization=Bearer%20{access_token}"
    
    headers = {
        "x-acs-action": "ListSessions",
        "x-acs-version": API_VERSION,
        "x-acs-date": time.strftime("%Y-%m-%dT%H:%M:%SZ", time.gmtime()),
        "Content-Type": "application/json"
    }
    
    response = requests.post(url, headers=headers, json={})
    result = response.json()
    print(f"会话列表: {json.dumps(result, indent=2, ensure_ascii=False)}")
    return result
# ==================== 主程序 ====================
if __name__ == "__main__":
    # 获取AccessToken
    token = get_access_token()
    if not token:
        exit(1)
    
    # 发起多轮对话
    session_id = chat_with_agent(token, "帮我总结一下今天的热点新闻")
    
    if session_id:
        chat_with_agent(token, "再详细说说第一条新闻", session_id)
    
    # 查询会话列表
    list_sessions(token)

集成JVS Crew最少只需两步:获取令牌——使用AK/SK调用GetAccessToken获取AccessToken;发起对话——携带AccessToken调用Chat,通过SSE流接收回复。

7.4 会话管理API

JVS Crew提供完整的会话管理能力:

  • ListSessions:列举历史会话
  • ListSessionHistory:查看会话历史消息
  • StopSession:停止正在进行的会话
  • DeleteSession:删除历史会话

7.5 定时任务API

JVS Crew支持创建、管理和监控定时执行任务,开发者可通过API设置Agent在指定时间自动执行任务,适用于日报生成、定时监控、周期性数据抓取等场景。

8. 自定义Skill开发与扩展

JVS智能体套件提供了丰富的扩展能力,开发者可以开发自定义Skill来扩展Agent的能力边界。

8.1 Skill开发流程

自定义Skill的开发主要包括以下步骤:

  1. 准备Skill定义:共需3个md文件,定义Skill的功能描述、触发条件和执行逻辑。
  2. 上传Skill:通过Skill中心上传自定义Skill,系统自动执行安全扫描。
  3. 启用Skill:在Agent模板或Clawbot中启用该Skill。

8.2 Skill类型

JVS支持多种类型的Skill扩展:

  • RPA自动化流程:使用RPA开发自动化流程,发布为MCP Tool作为Skill的运行时。
  • API调用Skill:将外部API封装为Skill,让Agent能够调用企业内部的系统接口。
  • 数据处理Skill:封装特定的数据处理逻辑,如数据清洗、格式转换、报表生成等。

8.3 Skill管理

通过SkillTab管理Agent模板关联的Skill,通过Skill中心管理租户级自定义Skill。上传后系统自动执行安全扫描,通过后可在Agent模板中启用。企业还可以建立自建Skill市场,统一管理和一键下发核心业务技能。

9. 安全与合规

JVS智能体套件从多个层面保障企业数据安全与合规。

9.1 数据安全

  • 数据隔离:数据全程在云端处理,本地不留存。
  • 沙箱隔离:AgentBay沙箱隔离执行环境,每个Agent运行在独立的沙箱中。
  • 权限控制:细粒度访问权限控制。
  • 数据加密:支持数据加密存储和传输。
  • 审计追溯:所有操作可审计、可溯源。

9.2 多租户隔离

JVS Crew支持多租户隔离,不同企业的Agent运行在相互隔离的环境中,确保数据不会跨租户泄露。

9.3 安全最佳实践

  • 使用RAM子账号进行日常操作,遵循最小权限原则。
  • 定期轮换AccessKey。
  • 启用操作审计日志,定期审查。
  • 对于敏感操作,配置审批流程。

10. 计费与成本优化

10.1 计费模式

JVS Claw采用套餐订阅与积分包充值的组合计费模式。用户通过订阅不同档位的套餐获取基础权益与云资源,在积分不足时通过充值积分包补充额度。

套餐规格

  • 体验版:新用户7天免费体验,包含1个云端Clawbot。
  • 先锋版:基础版套餐,适合轻度用户。
  • 匠心版:每月1600积分,1个云端Clawbot,适合日常自动化工作流。
  • 大师版:每月5600积分,3个云端Clawbot,支持多任务并发处理及高峰优先权。

积分说明:积分是JVS Claw使用的代币,用于抵扣用户调用模型时消耗的token数量。系统根据模型返回及输入的Token数量,实时扣除账户内的对应积分。

积分包规格

  • 500积分包:¥25.00,有效期6个月
  • 1,000积分包:¥50.00,有效期6个月
  • 2,000积分包:¥100.00,有效期6个月
  • 6,000积分包:¥300.00,有效期6个月
  • 10,000积分包:¥500.00,有效期6个月

10.2 JVS Mobile计费

JVS Mobile仅支持按月购买,支持自动续费。高级版包含1个Agent节点、1000积分;旗舰版包含60个Agent节点、40,000积分。

10.3 成本优化建议

  • 根据实际使用量选择合适的套餐,避免资源浪费。
  • 使用自定义模型(第三方模型)时不消耗积分。
  • 合理规划积分使用,简单任务(信息查询)每次消耗约5积分,中等任务(网页操作)每次消耗约20积分,复杂任务(在线搜索比对)每次消耗约50积分。
  • 关注套餐续费提醒,避免资源过期删除。

11. 常见问题解答

问1:JVS Claw和JVS Crew有什么区别?如何选择?

JVS Claw面向个人和开发者的开箱即用AI助理,对话即触发、执行可视化,适合轻量场景。JVS Crew面向企业和ISV的全托管智能体底座,提供开放集成、中心管控、安全审计能力,适合企业级部署。个人开发者从小型团队建议从JVS Claw入手,企业级项目建议使用JVS Crew。

问2:JVS智能体套件如何保障企业数据安全?

JVS从多个层面保障数据安全:数据全程在云端处理,本地不留存;AgentBay沙箱隔离执行环境;细粒度访问权限控制;所有操作可审计、可溯源;支持数据加密存储和传输。

问3:JVS能否与企业现有系统集成?

支持。JVS Crew提供丰富的REST API和连接器,可与企业OA、ERP、CRM、数据库等系统无缝集成。通过原子化API与SDK,企业可将智能体能力快速嵌入现有App、SaaS服务或智能硬件。

问4:JVS支持哪些终端和渠道?

桌面端支持Windows、macOS、Linux;移动端支持iOS、Android;Web端支持主流浏览器;集成端支持钉钉、企业微信、微信、飞书、QQ等IM平台。

问5:JVS Claw的积分是如何消耗的?积分耗尽后还能使用吗?

积分用于抵扣调用模型时消耗的Token数量。简单任务(信息查询)每次约5积分,中等任务(网页操作)每次约20积分,复杂任务(在线搜索比对)每次约50积分。如果套餐未到期但积分耗尽,Clawbot将无法使用默认模型进行对话,但此时仍可以进入CloudSpace操作云电脑。用户可以通过购买积分包补充额度。

问6:JVS Claw支持配置第三方模型吗?

支持。JVS Claw支持配置并使用第三方模型,使用自定义模型时不会消耗积分。用户可以在Clawbot的模型配置区域选择自定义模型并进行配置。

相关文章
|
1月前
|
人工智能 自然语言处理 算法
2026年阿里云百炼Token Plan全解:套餐配置、接入流程与定价规则
2026年阿里云百炼平台推出的Token Plan团队版,是面向企业与团队的标准化大模型订阅方案,以统一Credits计量、三档坐席订阅、灵活共享用量为核心,覆盖团队AI办公、代码开发、模型推理、多模态交互等全场景。该方案替代传统按量计费的不确定性,提供固定月费+额度管控模式,同时兼容主流AI工具与开源智能体,接入流程标准化,是团队规模化使用大模型的优选方案。
390 0
|
1月前
|
人工智能 分布式计算 安全
GPT-5.6 Sol & Subagent 不但聪明,更会分工
不需要什么都用 Sol Ultra,SugAgents 帮你按需调用最合适的模型,省钱又省心!!!
214 1
|
1月前
|
存储 监控 对象存储
基于 YOLO11 的学生课堂行为检测:从数据集管理到云上训练实践
本文介绍基于YOLO11的学生课堂行为检测全流程实践,涵盖8类行为的数据集构建、Label Studio标注规范、云上(OSS)版本化存储管理,以及云端训练、评估与边缘部署优化,助力智慧课堂落地。
基于 YOLO11 的学生课堂行为检测:从数据集管理到云上训练实践
|
1月前
|
机器学习/深度学习 JSON 安全
从零搓一个语言模型,然后把它变成认知体的声带
这是一个“反着来”的硬核项目:不调包、不微调、不套壳,从张量运算手搓197万参数的轻量语言模型(62MB/73文件),专为认知体设计为“声带”——仅负责流畅表达,不替代意识与记忆。内置三层漏斗架构+34个JSON回路专家(MoE路由),OpenAI兼容接口,真正实现小模型与大模型的智能分工。(239字)
|
1月前
|
弹性计算 人工智能 运维
自进化AI代理落地攻略:阿里云ECS部署Hermes Agent与百炼APIKEY接入详解
Hermes Agent是具备自主进化能力的终端AI智能体,主打长周期任务拆解、多步骤自主执行、持久记忆迭代,能够自主完成复杂代码重构、项目调研、文档梳理、自动化任务运维等高阶工作。相较于普通对话工具,Hermes Agent拥有更强的任务容错能力与自我优化机制,长期使用可不断适配用户业务习惯。依托阿里云ECS云服务器部署Hermes Agent,能够实现全天候稳定在线运行,摆脱本地设备限制,搭配百炼大模型体系,可快速搭建专属云端自进化AI智能服务,适合开发者、科研人员与技术团队长期使用。
127 2
|
1月前
|
存储 API 数据处理
阿里云智能媒体管理(IMM)对接使用全攻略:从开通到生产级实践
本文全面解析阿里云智能媒体管理(IMM)的对接与使用。首先介绍IMM的产品定位与服务架构,阐明其与OSS的深度集成关系。然后详细说明开通服务、创建项目、绑定Bucket的全流程操作,并给出Java和Python两种主流语言的SDK初始化与API调用示例。接着深入讲解文档格式转换、文档预览、视频截帧、图片智能检测等核心功能的实现方法,涵盖同步与异步处理两种模式。同时针对权限配置、新旧版本差异、计费规则、性能优化等关键问题进行专项剖析,帮助读者构建生产级的媒体处理能力。全文基于新版IMM(API版本2020-09-30)撰写,适合开发者、架构师及技术决策者阅读。
|
1月前
|
数据采集 监控 小程序
阿里云全域采集与增长分析(Quick Tracking)对接使用完全指南
本文提供了一份完整的阿里云全域采集与增长分析(Quick Tracking)对接使用指南。产品支持APP、小程序、H5、Web、IoT等多端行为数据采集,提供全埋点、可视化埋点、代码埋点等多种埋点方式。文章详细介绍了从创建组织与应用、埋点方案设计、SDK集成(Web/Android/iOS/小程序)、埋点验证到生产发布的完整接入流程。深入讲解了事件分析、留存分析、漏斗分析等9种分析模型,以及用户画像标签体系、性能体验监控和隐私合规管理等进阶功能。同时涵盖了OpenAPI二次开发、数据导出与生态集成等扩展能力,并提供了多端集成的代码示例与最佳实践建议,帮助企业快速构建全域数据采集与分析体系。
|
1月前
|
存储 NoSQL 开发工具
阿里云表格存储Tablestore对接使用完全指南:从入门到实战
本文提供了一份完整的阿里云表格存储Tablestore对接使用指南。Tablestore是阿里云自研的Serverless化NoSQL多模型数据库服务,提供宽表、时序、消息三种数据模型。文章首先介绍Tablestore的产品定位与核心优势,然后详细说明开通服务、创建实例、获取访问凭证等准备工作。接着深入讲解Java、Python、Node.js、Go四种主流语言的SDK安装与客户端初始化,并给出数据表创建、单行与批量读写、条件更新与删除等核心操作的完整代码示例。高级功能部分重点介绍多元索引的创建与使用、通道服务实现数据实时消费、时序模型处理物联网数据,以及全局二级索引与局部事务等特性。最后阐述
|
1月前
|
网络协议 应用服务中间件 网络安全
阿里云SSL证书自动续签与部署完全指南:从托管服务到开源工具全方案解析
本文系统性地剖析了阿里云SSL证书自动续签与部署的完整技术方案。随着SSL证书有效期普遍缩短至一年甚至三个月,手动管理证书已成为运维痛点。文章首先介绍阿里云数字证书管理服务V2.0的托管服务——通过购买证书时开启托管、配置域名免验证授权、创建云产品部署任务,即可实现证书全生命周期自动化。随后深入讲解acme.sh这一开源ACME客户端的安装、阿里云DNS API配置、证书签发与自动续期Cron任务设置,并提供Nginx配置示例。进一步探讨基于阿里云OpenAPI的自定义脚本方案,展示Python SDK调用示例。还介绍了函数计算、Certimate等高级自动化工具。最后详细讨论ECS可信实例一
|
1月前
|
存储 人工智能 Java
阿里云百炼大模型服务平台对接使用完全指南
本文提供了一份完整的阿里云百炼大模型服务平台对接使用指南。百炼是阿里云面向企业与开发者的一站式AI服务底座,整合通义千问全系列及DeepSeek、Kimi等第三方优质模型。文章从账号注册实名认证、开通百炼服务、创建与管理API Key等前置步骤讲起,详细介绍了通过API调用、Token Plan团队版订阅、Coding Plan三种方式接入模型的完整流程,并给出了Python与HTTP两种调用方式的代码示例。在应用构建层面,深入解析了智能体(Agent)、工作流(Workflow)、高代码应用三种开发模式,以及知识库(RAG)的创建、文档导入与检索增强生成实践。同时涵盖了MCP协议工具接入、模