Tous les produits
Search

Ce produit

    Platform For AI:Deploy a dedicated QwenPaw agent using PAI-EAS in 5 minutes

    Centre de documentation

    Platform For AI:Deploy a dedicated QwenPaw agent using PAI-EAS in 5 minutes

    Dernière mise à jour :Aug 25, 2026

    Déployez le framework d'agent personnel QwenPaw sur Platform of Artificial Intelligence–Elastic Algorithm Service (PAI-EAS) et utilisez-le avec des modèles PAI-EAS personnalisés ou des modèles Alibaba Cloud Model Studio pour créer rapidement un assistant IA dédié. QwenPaw est un framework « local-first », auto-hébergeable, open-sourcé par l'équipe AgentScope en février 2026. Il vous permet de contrôler les coûts d'inférence grâce à un Coding Plan.

    Déployer un service EAS

    1. Connectez-vous à la console PAI. Sélectionnez une région en haut de la page. Ensuite, sélectionnez l'espace de travail souhaité et cliquez sur Elastic Algorithm Service (EAS).

    2. Dans l'onglet Inference Service, cliquez sur Deploy Service, puis dans la zone Scenario-based Model Deployment, cliquez sur QwenPaw Deployment.

    3. Configurez les paramètres clés :

      Parameter

      Description

      Service Name

      Exemple : qwenpaw_demo.

      Image Configuration

      Sélectionnez la version Latest.

      Resource Configuration

      Sélectionnez un type d'instance CPU et configurez-le selon vos besoins. La valeur par défaut est ecs.c7a.large.

      Model Settings

      Sélectionnez un chemin OSS pour le stockage persistant des configurations QwenPaw, par exemple oss://examplebucket/qwenpaw/.

      VPC

      Créez et configurez un VPC, un vSwitch et un groupe de sécurité.

      Remarque

      QwenPaw nécessite un accès au réseau public pour effectuer des recherches ou utiliser un navigateur. Sélectionnez un VPC déjà configuré pour l'accès au réseau public.

    4. Cliquez sur Deploy. Le déploiement est réussi lorsque l'état du service passe à Running.

    Configurer l'accès au réseau public

    Un service EAS accède au réseau public via une passerelle NAT Internet. Les étapes de configuration sont les suivantes. Pour plus d'informations, consultez Passerelle NAT Internet.

    1. Créer une passerelle NAT Internet et associer une adresse IP élastique (EIP)

    Accédez à la page d'achat Passerelle NAT – Passerelle NAT Internet.

    • Billing Method : Paiement à l'utilisation.

    • Region : Sélectionnez la région où se trouve le service EAS.

    • Network and Zone : Sélectionnez le VPC configuré pour le service EAS. Ce paramètre ne peut pas être modifié après la création.

    • EIP : Sélectionnez une adresse IP élastique (EIP) non associée ou achetez-en une nouvelle.

    2. Configurer une entrée SNAT

    Accédez à la page Passerelle NAT Internet. Recherchez la passerelle NAT Internet que vous avez créée et, dans la colonne Actions, cliquez sur Configure SNAT . Cliquez sur Create SNAT Entry.

    • SNAT Entry : Sélectionnez VPC Granularity.

    • Select EIP : Sélectionnez l'EIP configurée.

    Démarrer l'interface WebUI

    1. Dans la colonne Invoke/Log/Monitoring, cliquez sur le bouton image pour accéder à la page WebUI.

      Dans l'onglet Inference Service d'Elastic Algorithm Service (EAS), recherchez votre service. La colonne Invoke/Log/Monitoring contient trois icônes. Cliquez sur la première icône pour ouvrir l'interface WebUI.

    2. Configurez le modèle. Accédez à Settings > Model pour configurer le Provider. Dans la zone LLM Configuration, sélectionnez un fournisseur et un modèle.

      Aliyun Coding Plan

      Accédez à la page Coding Plan pour souscrire au service et obtenir votre dedicated API key.

      Sur la page des paramètres du modèle, recherchez la carte du fournisseur Aliyun Coding Plan et cliquez sur le bouton Settings en bas à droite. Dans la boîte de dialogue qui s'affiche, l'URL de base est préremplie avec https://coding.dashscope.aliyuncs.com/v1. Collez votre clé API dans le champ API Key et cliquez sur Save pour terminer la configuration.

      Ajouter un service de modèle EAS

      1. Cliquez pour ajouter un fournisseur. Définissez Protocol sur OpenAI Compatible.

      2. Définissez l'URL et la clé API. Pour plus d'informations, consultez Obtenir un endpoint et un jeton. Ajoutez /v1 à la fin de l'endpoint. Dans le champ Base URL, saisissez l'endpoint du service PAI-EAS. Dans le champ API Key, saisissez la clé API correspondante. Cliquez sur Test Connection pour valider la configuration, puis cliquez sur Save.

      3. Ajoutez un modèle. Sur la carte du fournisseur PAI-EAS, cliquez sur Model pour ouvrir la boîte de dialogue de gestion des modèles. Ensuite, cliquez sur + Add Model.

      DashScope

      Sur la carte du fournisseur DashScope, cliquez sur Settings pour ajouter une clé API Alibaba Cloud Model Studio. Pour plus d'informations, consultez Sélectionner un modèle afin d'ajouter d'autres modèles.

      Dans la boîte de dialogue Configure DashScope qui s'affiche, le champ Base URL est prérempli avec la valeur par défaut. Collez votre clé dans le champ API Key, cliquez sur Test Connection pour vérifier la connectivité, puis cliquez sur Save.

    3. Démarrez une conversation ou assignez une tâche à l'assistant personnel QwenPaw.

      Par exemple, sélectionnez le modèle Qwen3,5 Plus et saisissez « Tomorrow's weather in Hangzhou » dans la zone de saisie du chat. QwenPaw utilise un raisonnement en plusieurs étapes et l'outil browser_use pour récupérer automatiquement les informations web et renvoyer les prévisions météorologiques, telles que les conditions météo, la plage de températures et la force du vent.

    Configuration des canaux

    QwenPaw prend en charge l'intégration avec des canaux tels que DingTalk et Lark. Pour plus d'informations, consultez Configuration des canaux.