百炼文档知识库 Skill 上线:模型规格、定价、示例代码,Agent 内一站直达

简介: 百炼推出官方文档Skill“bailian-docs-llm-wiki”,将模型广场、API文档、帮助中心等分散信息统一收敛为可安装的Agent技能。支持自然语言查询模型规格、定价、示例代码等,结构化数据+质量兜底+可信分级,零配置接入Claude/Qwen/Cursor等环境。(239字)

从模型广场到 Agent 上下文:百炼文档能力的一次收敛

百炼平台的能力矩阵在持续扩张——文本生成、推理、视觉理解、图像视频生成、语音合成识别、全模态,模型家族数量与版本迭代速度都在上升。能力越丰富,开发者面临的信息检索面就越大:模型规格在模型广场、API 细节在参考文档、应用开发指南在帮助中心、参数调优在 Playground。

bailian-docs-llm-wiki 是官方 Skills 仓库(modelstudioai/skills)新增的一等公民:把上述所有信息收敛为一个可安装的 Agent Skill,让开发者在 Claude Code、Qwen Code、Cursor 等任意支持 Agent Skills 的环境里,用自然语言完成百炼平台的全部文档查询。

三层架构:官方数据管线的设计

数据来源 覆盖内容
models/ 控制台网关 listFoundationModels 接口直拉 全部模型家族的上下文窗口、QPM 限流、分档定价、官方示例代码、入参定义
wiki/ LLM 合成 主题页(功能领域聚合)、概念页(RAG/流式/Function Calling 等横切概念)、对比页(同类方案结构化对比)
raw/ help.aliyun.com 官方文档 模型/应用使用指南、模型/应用 API 参考

三层资料库架构示意

架构上有三个值得开发者关注的设计:

结构化优先。models 层不是文档爬取,而是与模型广场同源的接口数据。families.jsonl(一行一家族)与 models.jsonl(一行一模型)支持字段级精确查询,models.jsonl[].family == families.jsonl[].slug 完成两表关联,groups/<slug>.json 提供家族完整明细——包括 samples(curl/Python/Node.js/Java 四语言官方调用示例)与 predictConfig(与 Playground 对齐的入参定义)。

质量兜底。wiki 合成层带质量分机制,低分页面自动绕过、回退 raw 原文,保证答案质量下限。

可信度分级。数据冲突时按 models > raw > wiki 优先级仲裁,并要求回答附引用文件路径——反幻觉约束直接写入 Skill 规则。

快速上手

npx skills add modelstudioai/skills

Node.js ≥ 18,交互式选择 bailian-docs-llm-wiki 安装,零配置——Skill 声明了激活条件,涉及百炼文档、模型、定价的提问自动触发。查询本身不消耗 API 调用;配合模型实跑需要 API Key,新用户注册即有免费额度:创建 API Key

典型查询场景:

qwen3-max 输入输出分别多少钱?限流多少?
→ 分档价格 + QPM + 上下文窗口,附 models/groups/ 来源路径

支持 function calling、上下文 ≥ 128K 的文本模型有哪些?
→ models.jsonl 字段级筛选,模型广场 UI 不具备的跨家族查询能力

用 OpenAI 兼容接口调 qwen3-max 的 Python 示例?temperature 取值范围?
→ samples + predictConfig 字段直出

查询效率对比:官网多层路径 vs 一次提问

命令行用户可绕过 Agent 直接查询结构化数据(官方文档示例):

jq -c 'select(.contextWindow>=1000000)' models.jsonl

生态协同:Skills 矩阵的数据复用

bailian-docs-llm-wiki 的价值不止于单点查询,更在于它是官方 Skills 生态的数据底座

  • bailian-model-recommend(同仓库):读取同一份 models/ 数据做模型选型——描述业务场景,返回推荐模型与可运行示例代码,实现“查询 → 选型 → 上手”闭环
  • bailian-cli(modelstudioai/cli):面向终端工作流的 bl 命令行工具,覆盖百炼全模态能力,适合把查到的模型能力接入脚本化/批量化场景

这套组合意味着开发者的完整工作流——了解平台能力、选择模型、获取示例、运行验证——可以全程不离开 Agent 环境完成:示例代码由 Coding Agent 直接运行验证,通过后集成进工程。

使用边界说明

  • 本地数据为安装时快照,重跑安装命令即可更新至仓库最新数据(非实时推送)
  • Skill 范围严格限定百炼平台文档与模型数据,范围外问题拒答而非猜测
  • wiki 合成层可能滞后于最新文档,关键决策建议按引用路径核对 raw 原文

对于正在评估或已在使用百炼平台的团队,这个 Skill 将文档检索成本压缩到了一次对话的量级。从免费额度开始体验:百炼平台入口

相关文章
|
5月前
|
存储 人工智能 NoSQL
让 Agent 拥有记忆 —— 表格存储记忆服务邀测指南
本文将介绍表格存储记忆服务的产品能力、接入方式和接口说明,帮助您快速了解和体验表格存储记忆服务的相关功能。
793 2
|
XML Java 数据格式
微服务技术系列教程(01) - SpringBoot - 入门
微服务技术系列教程(01) - SpringBoot - 入门
358 0
|
6天前
|
存储 JSON API
百炼知识库数据准备实测:五类脏数据在检索层的翻车形态(版本冲突 / 口径 / Excel / 切分 / 表格)
本篇为“从零搭建知识库”系列第三期,聚焦**文档入库前的关键数据准备**:厘清百炼能力栈中知识库导入、文件上传与检索的职责边界;实测三类高频翻车场景(版本混喂、Excel格式失真、长文切分失当),并给出可落地的5项入库前检查清单,助力构建高质量、可维护的知识库底座。(239字)
|
22天前
|
人工智能 安全 前端开发
基于 AgentScope 构建金融级智能体底座实战
金融级 AI 原生智能体底座白皮书发布。
|
2月前
|
人工智能 安全 调度
一周上线!信永中和基于阿里云 AgentTeams + AI 网关打造多智能体 AI 平台
信永中和携手阿里云,基于 AgentTeams 与 AI 网关搭建企业级多智能体平台,一周内完成上线!本文将完整介绍这段从知识问答走向任务执行的企业 AI 落地路径。
|
6天前
|
存储 JSON 自然语言处理
百炼知识库检索三段位实测:top-k、rerank-top-n 的参数语义与链路约束(重排救不了脏数据的对照矩阵)
《从零搭建知识库·EP04》聚焦检索核心:详解`bl knowledge retrieve`22条参数实测,厘清稠密/稀疏召回与重排三段位机制;勘误CLI命令认知,揭示`top-k`(候选池)、`top-n`(返回数)语义及服务端数学约束;实证重排无法修正脏数据,强调“调参治标,治本在源头”。
|
3月前
|
人工智能 自然语言处理 供应链
制造业客户SEO做了半年没起色,转GEO后问题出在哪里?
制造业客户SEO半年无起色?根源在于客户已从“搜索关键词”转向“向AI提问”,而传统SEO仍停留在排名层面。本文揭示GEO(生成式引擎优化)如何通过重构知识结构、问题驱动内容和可信证据链,让企业从“被搜索到”升级为“被AI写进答案里”,真正赢得高质量询盘。
171 0
|
人工智能 运维 关系型数据库
|
存储 人工智能 NoSQL
基于 Tablestore 的 Agent Memory 框架
本文介绍了AI Agent对存储能力的挑战,尤其是Memory和Knowledge两类核心需求。为应对这些挑战,基于阿里云Tablestore提出了一种轻量化的Agent Memory框架设计,支持实时记忆存储与语义检索等场景。该框架已在多个实际业务中落地,如通义App、某头部浏览器的AI搜索及1688商品AI搜索等,验证了其高性能、高扩展性和低成本优势。未来将继续增强多模态与用户行为分析能力,并与主流AI框架共建生态。
1885 2

热门文章

最新文章