全部产品
Search

搜索本产品

    Platform For AI：LangStudio

    文档中心

    Platform For AI：LangStudio

    更新时间：Nov 05, 2025

    Bangun aplikasi LLM tingkat perusahaan dengan LangStudio, platform visual yang menyederhanakan seluruh siklus hidup pengembangan. Mulai dengan cepat menggunakan komponen bawaan seperti Basis Pengetahuan, Pencarian Web, dan Agen untuk beralih dari prototipe ke penerapan produksi satu klik.

    Arsitektur produk

    • Kembangkan Alur Aplikasi

      • Editor alur aplikasi: Gunakan kanvas seret-dan-lepas untuk menyambungkan komponen seperti LLM, kode Python, dan alat eksternal guna membangun alur aplikasi yang dapat dieksekusi.

      • Templat Bawaan: Mulailah membangun segera dengan templat siap pakai untuk kasus penggunaan umum, seperti Basis Pengetahuan Tanya Jawab dan Natural Language to SQL (NL2SQL), mengurangi pengaturan berulang.

      • Konfigurasi Koneksi: Kelola kredensial otentikasi dan parameter koneksi untuk layanan eksternal, seperti database, API, dan model, di lokasi terpusat. Ini memungkinkan Anda mengonfigurasi koneksi sekali dan menggunakannya kembali di beberapa aplikasi.

    • Debug dan analisis kinerja: Identifikasi dengan cepat hambatan dan kesalahan menggunakan debugging online dan pelacakan jejak untuk meningkatkan stabilitas aplikasi dan waktu respons.

      • Debug online: Uji logika aplikasi Anda secara real-time. Gunakan jendela obrolan di antarmuka pengembangan untuk memasukkan prompt dan langsung meninjau outputnya.

      • Analisis jejak: Visualisasikan seluruh jalur eksekusi sebagai jejak. Untuk menemukan sumber latensi atau cacat logis, periksa input, output, durasi, dan log kesalahan untuk setiap node.

    • Terapkan Alur Aplikasi

      • Sebarkan dengan satu klik: Sebarkan alur aplikasi Anda ke PAI-Elastic Algorithm Service (PAI-EAS) dengan satu klik, yang secara otomatis menghasilkan API RESTful dengan dukungan untuk otentikasi dan kontrol lalu lintas.

      • Amati online: Setelah penyebaran, lihat detail permintaan, jejak eksekusi, dan log waktu proses untuk terus memantau kesehatan layanan dan memfasilitasi pemecahan masalah.

    Manfaat

    • Integrasi mulus dengan ekosistem PAI: LangStudio menawarkan solusi end-to-end yang mencakup pemanggilan model, pengembangan kode, evaluasi batch, dan penyebaran elastis, mempercepat seluruh siklus hidup aplikasi dari Proof of Concept (POC) hingga penerapan produksi.

    • Pemantauan dan penyetelan tingkat produksi: Integrasi mendalam dengan Managed Service for OpenTelemetry dan Simple Log Service (SLS) memungkinkan pelacakan jejak komprehensif dan analisis kinerja.

    • Keamanan dan stabilitas tingkat perusahaan: LangStudio memastikan ketersediaan tinggi dan keamanan untuk aplikasi Anda dengan fitur seperti isolasi jaringan Virtual Private Cloud (VPC), kontrol akses berbasis peran dengan detail halus, dan penyebaran sumber daya khusus.

    Kasus penggunaan

    Membangun aplikasi RAG tingkat perusahaan

    Untuk domain spesialis di mana pengetahuan sering diperbarui dan LLM umum kurang akurat, Anda dapat membangun aplikasi Retrieval-Augmented Generation (RAG). Dengan mengintegrasikan basis pengetahuan perusahaan pribadi Anda, Anda dapat meningkatkan relevansi dan ketepatan waktu tanggapan model.

    • Perbarui pengetahuan secara dinamis: Gunakan alat sinkronisasi data bawaan untuk mengonfigurasi tugas terjadwal yang secara otomatis memperbarui indeks basis pengetahuan, memastikan jawaban model selalu terkini.

    • Pastikan keamanan dan privasi: Pastikan data perusahaan Anda tetap aman dan terisolasi selama pelatihan model dan inferensi, sesuai dengan ketat peraturan privasi data dan persyaratan audit internal.

    Membangun asisten BI NL2SQL

    Pengguna non-teknis sering kesulitan menulis kueri SQL. Asisten Natural Language to SQL (NL2SQL) memungkinkan pengguna menggambarkan kebutuhan data mereka dalam bahasa biasa. Asisten tersebut kemudian secara otomatis mengubah deskripsi ini menjadi pernyataan SQL terstruktur. Ini menurunkan hambatan masuk dan mempercepat pembuatan laporan.

    • Hasilkan kueri secara cerdas: Memahami maksud pengguna dari bahasa alami dan menghasilkan pernyataan SQL yang sesuai untuk database Anda.

    • Hasilkan laporan secara otomatis: Secara otomatis membuat grafik atau laporan data berdasarkan hasil kueri.

    • Dapatkan wawasan data dan saran: Menyediakan wawasan bisnis cerdas dan saran pengambilan keputusan berdasarkan analisis data historis.

    Membangun agen obrolan multimodal

    Bangun agen yang dapat memproses input multimodal dengan mengintegrasikan model untuk pengenalan ucapan, pemahaman citra, dan lainnya. Gunakan manajemen status bawaan dan node pemanggilan alat untuk mengoordinasikan alur tugas kompleks.

    Wilayah yang didukung

    LangStudio tersedia di wilayah berikut: Cina (Hangzhou), Cina (Shanghai), Cina (Beijing), Cina (Ulanqab), Cina (Shenzhen), Cina (Hong Kong), Singapura, Jepang (Tokyo), Jerman (Frankfurt), dan AS (Virginia). Untuk mengurangi latensi, pilih wilayah dekat sumber data atau pengguna target Anda.

    Tagihan

    Platform LangStudio itu sendiri gratis. Namun, Anda akan ditagih secara terpisah untuk layanan cloud dasar, sesuai dengan model harga masing-masing. Ini termasuk OSS untuk menyimpan file proyek, Managed Service for OpenTelemetry untuk pelacakan jejak, SLS untuk pengumpulan log, dan PAI-EAS untuk penyebaran layanan. Untuk informasi lebih lanjut, lihat Penagihan LangStudio.

    Cara kerjanya

    Gambar berikut menunjukkan proses pengembangan dan penyebaran aplikasi.

    Catatan

    Jika Anda adalah pengguna pertama kali, aktifkan layanan cloud yang diperlukan dan berikan izin peran layanan yang diperlukan. Untuk informasi lebih lanjut, lihat Berikan izin yang diperlukan untuk menggunakan LangStudio.

    Langkah-langkah berikut menunjukkan cara membuat aplikasi percakapan sederhana.

    1. Buat koneksi layanan model. Di halaman Connection > Model Service, klik New Connection. Atur Connection Type ke Alibaba Cloud Model Studio Service. Ikuti petunjuk di layar untuk mendapatkan Kunci API dari Model Studio.

    2. Buat alur aplikasi. Di halaman Application Flow, klik Create Application Flow. Atur Creation Method ke Create by Type dan pilih Chat Type. Pilih bucket Object Storage Service (OSS) sebagai jalur kerja untuk menyimpan konfigurasi alur aplikasi dan file terkait.

    3. Edit alur aplikasi. Buka halaman detail alur aplikasi. Klik node LLM. Pilih koneksi yang Anda buat di langkah 1. Pilih model, seperti qwen-max.

    4. Sambungkan runtime dan debug. Sebelum debugging, Anda harus menyambungkan runtime ke alur aplikasi. Runtime menyediakan lingkungan debugging yang diperlukan.

      1. Di menu dropdown di pojok kiri atas halaman, pilih runtime yang ada atau klik New Runtime.

      2. Setelah runtime disambungkan, klik Run dan masukkan pertanyaan di kotak dialog. Gunakan jejak dan log di bawah output untuk mengulangi aplikasi Anda, mendiagnosis masalah, dan mengoptimalkan kinerja.

        image

    5. Sebarkan ke PAI-EAS. Di pojok kanan atas, klik Deploy. Pilih sumber daya penyebaran yang sesuai dan konfigurasikan VPC.

      Catatan

      Alibaba Cloud Model Studio memerlukan akses jaringan publik, tetapi layanan PAI-EAS tidak. Oleh karena itu, Anda harus mengaktifkan akses jaringan publik untuk layanan PAI-EAS melalui VPC dan Gateway NAT.

    6. Uji API layanan. Setelah penyebaran berhasil, Anda akan dialihkan ke halaman detail layanan PAI-EAS. Di tab Online Debugging, konfigurasikan dan kirim permintaan. Contohnya: {"question":"Apa hasil dari 3+9?"}. Untuk informasi lebih lanjut, lihat Panggil layanan.

      Penting

      Kunci dalam badan permintaan (dalam contoh ini, question) harus sesuai dengan nama parameter input yang didefinisikan di node Mulai dari alur aplikasi.