Pengembangan alur aplikasi - Platform For AI - Alibaba Cloud Documentation Center

Buat, debug, dan optimalkan alur aplikasi di IDE LangStudio dengan menggabungkan Large Language Models (LLMs), node Python, dan tool lainnya.

Catatan

Sehubungan dengan penyesuaian strategi produk, PAI-LangStudio akan dihentikan pada 9 Maret 2027 pukul 16.00. Setelah tanggal tersebut, Anda tidak akan dapat lagi menggunakan fitur LangStudio di Konsol PAI, dan seluruh layanan dukungan terkait juga akan dihentikan. Untuk informasi lebih lanjut, lihat Panduan penghentian dan migrasi PAI-LangStudio.

Mulai cepat

Lihat Buat alur aplikasi.

Metode pembuatan

Buat dari templat: Bangun aplikasi AI secara cepat menggunakan templat yang tersedia untuk berbagai skenario.
Buat berdasarkan jenis:
- Standard: Untuk pengembangan aplikasi umum. Gabungkan LLMs, kode Python kustom, dan tool lainnya guna membangun alur aplikasi Anda.
- Conversational: Untuk pengembangan aplikasi percakapan. Jenis ini memperluas tipe Standard dengan manajemen riwayat percakapan, input dan output, serta antarmuka pengujian bergaya dialog.
Impor dari OSS: Pilih paket ZIP atau path OSS dari alur aplikasi yang akan diimpor. Path tersebut harus langsung berisi file flow.dag.yaml alur aplikasi dan file kode lainnya.
- Anda dapat mengekspor alur aplikasi menggunakan fitur Export di kolom Actions pada daftar alur aplikasi di LangStudio, lalu membagikannya kepada orang lain untuk diimpor.
- Setelah mengonversi file DSL Dify ke format alur aplikasi LangStudio, Anda dapat mengimpornya menggunakan metode ini.

Konfigurasi variabel lingkungan

Anda dapat menambahkan variabel lingkungan yang dibutuhkan oleh alur aplikasi saat waktu proses. Sistem secara otomatis memuat variabel ini sebelum eksekusi sehingga tersedia untuk node Python, pemanggilan tool, atau logika kustom.

Kasus penggunaan

Manajemen informasi sensitif: Simpan Kunci API, token otentikasi, dan rahasia lainnya alih-alih menyematkannya langsung dalam kode.
Parameterisasi konfigurasi: Atur parameter waktu proses secara fleksibel, seperti titik akhir model dan timeout.

Konfigurasi dan penggunaan

Di editor alur aplikasi, klik Settings di pojok kanan atas untuk menambahkan variabel lingkungan.
Di node Python, Anda dapat mengakses variabel lingkungan yang telah dikonfigurasi menggunakan os.environ standar Python:
```
import os

# Contoh: Mendapatkan Kunci API
api_key = os.environ["OPENAI_API_KEY"]
```

Konfigurasi interaksi suara

Di editor alur aplikasi, klik Settings di pojok kanan atas dan konfigurasikan interaksi suara pada tab Global Settings.

Speech-to-Text (STT)

Fitur STT mengonversi input suara pengguna menjadi teks dan mengisi bidang "Chat Input" di node Start.

Parameter	Deskripsi
Model settings	Pilih koneksi layanan model yang telah dikonfigurasi dan model ASR. Saat ini, hanya model seri Paraformer yang didukung.
Recognition language	Atur bahasa untuk pengenalan suara. Saat ini, hanya model paraformer-v2 yang mendukung penentuan bahasa pengenalan.

Text-to-speech (TTS)

Fitur TTS secara otomatis mengonversi output percakapan dari alur aplikasi menjadi suara.

Parameter	Deskripsi
Model settings	Pilih koneksi layanan model yang telah dikonfigurasi dan model TTS. Saat ini, hanya model seri CosyVoice yang didukung.
Voice settings	Pilih suara untuk sintesis ucapan. Beberapa suara preset didukung.
Autoplay	Jika diaktifkan, suara hasil sintesis akan diputar secara otomatis selama percakapan.

Penyebaran dan pemanggilan API

Setelah menyebarkan alur aplikasi ke PAI-EAS, Anda dapat mengaktifkan interaksi suara melalui pemanggilan API. Untuk penggunaan API umum, lihat Sebarkan alur aplikasi. Bagian ini mencakup perubahan API khusus untuk interaksi suara.

Input suara

Dalam badan permintaan, tambahkan bidang system.audio_input dengan URL file audio (untuk struktur data file, lihat File Type Input and Output). Sistem secara otomatis mengonversi audio menjadi teks dan mengisi bidang input dialog.

{
  "question": "",
  "system": {
    "audio_input": {
      "source_uri": "oss://your-bucket.oss-cn-hangzhou.aliyuncs.com/audio/input.wav"
    }
  }
}

Output suara

Untuk mengambil data audio hasil sintesis TTS, panggil titik akhir <Endpoint>/run. Mode simple tidak mengembalikan data audio.

Bidang	Deskripsi
audio_data	Fragment data audio yang dikodekan Base64. Klien harus mendekode dan menggabungkan fragment tersebut untuk pemutaran.
tts_metadata	Metadata audio, termasuk format (pcm), laju sampel (22050 Hz), jumlah saluran (1), dan kedalaman bit (16-bit).

Tanggapan streaming

Audio TTS dikembalikan melalui event TTSOutput dalam aliran acara SSE:

{
  "event": "TTSOutput",
  "audio_data": "<base64-encoded audio data>",
  "tts_metadata": {
    "format": "pcm",
    "sample_rate": 22050,
    "channels": 1,
    "bit_depth": 16
  }
}

Tanggapan non-streaming

Audio TTS dikembalikan dalam tanggapan JSON sebagai bidang output.tts_audio:

{
  "output": {
    "answer": "xxx",
    "tts_audio": {
      "audio_data": "<base64-encoded full audio data>",
      "tts_metadata": {
        "format": "pcm",
        "sample_rate": 22050,
        "channels": 1,
        "bit_depth": 16
      }
    }
  }
}

Komponen bawaan

Untuk informasi lebih lanjut, lihat Referensi node alur aplikasi.

Langkah berikutnya

Setelah mengembangkan dan melakukan debug alur aplikasi, Anda dapat mengevaluasi alur aplikasi. Ketika sudah memenuhi kebutuhan bisnis Anda, Anda dapat menyebarkan alur aplikasi ke PAI-EAS untuk penggunaan produksi.