AppFlow:让通义千问大模型调用你的任意API

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~

### 如何在 RAGFlow 中配置通义 APIKey 在 RAGFlow 中集成通义API 密钥涉及多个步骤,主要包括环境准备、API 配置以及模型调用设置。以下是详细的说明: #### 环境准备 RagFlow 是基于 Docker 安装的工具链,在本地环境中运行时需要注意网络地址映射题。如果 RagFlow 使用的是 Docker 容器,则需要通过 `host.docker.internal` 来访宿主机上的服务资源[^1]。 #### 集成通义 APIKey 要将通义APIKey 整合到 RAGFlow 中,可以按照以下方法操作: 1. **获取 APIKey**: 登录阿里云控制台并创建相应的 API 访权限,记录下生成的 Access Key ID 和 Secret[^2]。 2. **修改配置文件**: 找到 RagFlow 的核心配置文件(通常位于项目的根目录下的 `.env` 或者 `config.yaml` 文件)。在此文件中添加如下字段来指定通义的服务端点和认证信息: ```yaml QWEN_API_KEY: "your_api_key_here" QWEN_ENDPOINT: "https://api.qwen.com/v1/chat/completions" ``` 3. **更新代码逻辑**: 如果默认情况下未提供对通义的支持,可能还需要调整部分 Python 脚本以支持新的 LLM 接口。例如,可以通过 LangChain 提供的 Wrapper 方法完成适配工作: ```python from langchain.llms import Qwen llm = Qwen(model_name="qwen-max", api_key="your_api_key_here") response = llm.predict("你好,世界!") print(response) ``` 上述代码片段展示了如何利用 LangChain 封装好的类快速接入通义实例。 4. **测试连接性**: 启动应用后验证是否能够成功调用远程大模型接口返回预期结果。确保所有依赖项均已正确加载并且通信路径畅通无阻。 #### 注意事项 - 当前版本可能存在兼容性差异,请参照官方最新发布指南执行具体实施细节; - 对于安全性较高的生产场景建议采用 HTTPS 加密传输方式保护敏感数据交换过程中的隐私泄露风险; ```python import os from langchain.llms import Qwen def initialize_qwen(): """初始化通义客户端""" api_key = os.getenv('QWEN_API_KEY') endpoint_url = 'https://api.qwen.com/v1/chat/completions' if not api_key: raise ValueError("Environment variable QWEN_API_KEY is missing.") try: model_instance = Qwen( model_name='qwen-turbo', temperature=0.7, max_tokens=512, api_key=api_key ) test_output = model_instance.predict("这是一个简单的测试请求。") return {"status": True, "message": f"Model initialized successfully! Test output:{test_output}"} except Exception as e: return {"status": False, "error_message": str(e)} ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值