Agentic PAI - AI-Powered Operations Interface - Platform For AI: Central de Documentação do Alibaba Cloud

Principais recursos

Recurso	Benefício
Interface de linguagem natural	Descreva seu objetivo em linguagem cotidiana, sem precisar lembrar parâmetros de API, especificações de instância ou caminhos do console. Usuários de negócios podem começar rapidamente.
Gerenciamento unificado entre regiões	Ponto de entrada único de service para todas as regiões. Não é necessário alternar entre consoles região por região.
Operações seguras e controladas	As operações de leitura e escrita são diferenciadas. Operações de escrita exigem confirmação explícita e obedecem às permissões do RAM.
Integração nativa com o PAI	Profundamente integrado aos recursos do PAI. Os resultados das operações sincronizam com o console em tempo real.
Memória personalizada	Lembra sua região padrão, workspaces frequentes e preferências de tipo de instância. Conversas subsequentes aplicam essas configurações automaticamente.
Automação de tarefas agendadas	Configure tarefas agendadas para trabalhos repetitivos, como inspeções, monitoramento e recuperação de recursos. O sistema as executa automaticamente.
Notificações via IM	Os resultados das tarefas são enviados para grupos do DingTalk ou Lark via webhooks. Informações críticas nunca são perdidas.
Histórico auditável	Registros de conversas e histórico de operações ficam armazenados persistentemente para revisão, solução de problemas e transição de equipe.

Capacidades principais

Envio de tarefas por conversa

Descreva seus requisitos em linguagem natural. O Agent cuida do reconhecimento de intenção, preenchimento de parâmetros, construção da API e execução da tarefa.

Fluxo de execução: Reconhecimento de intenção → Preenchimento de parâmetros (solicita informações ausentes) → Confirmação (para operações de escrita) → Envio e execução → Exibição dos resultados.

Exemplo de conversa

Usuário: Crie uma instância DSW com uma GPU A10 e monte o dataset nas-workspace.
Agent: Preciso de alguns detalhes: qual deve ser o nome da instância? Por quanto tempo ela deve ficar em execução?
Usuário: demo-dev, 24 horas.
Agent: Instância DSW "demo-dev" (A10 × 1) criada. nas-workspace montado. Iniciando — disponível em cerca de 2 minutos.

Tarefas agendadas e notificações via IM

Configure tarefas agendadas por meio de um formulário para executar automaticamente operações de leitura ou análise em intervalos especificados. Visualize os resultados no histórico de tarefas ou envie-os para grupos do DingTalk ou Lark via webhooks.

Nota

Atualmente, há suporte apenas para operações de leitura e análise (consulta de status, cálculo de estatísticas de uso, alertas de inspeção, etc.). Operações de escrita (criar, excluir, modificar) exigem confirmação e não podem ser executadas de forma confiável em agendamentos; portanto, ainda não têm suporte.
Após configurar, clique em Run now para verificar se a saída atende às expectativas antes de ativar a execução agendada.

Configurar tarefas agendadas

Acesse a página Scheduled Tasks.
No canto superior direito, clique em Create scheduled task.
Preencha o nome da tarefa, instruções da tarefa, frequência de acionamento (expressão cron ou seleção na UI), canal de notificação, URL do webhook e descrição da tarefa (em linguagem natural).
Clique em Run now para testar e verificar.
Após a verificação, ative a execução agendada.

Obter um webhook do DingTalk: Group Settings → Robots → Add → Custom (Webhook) → Copie a URL.

Perguntas e respostas inteligentes e diagnósticos

Faça perguntas em linguagem natural. O Agent utiliza o conhecimento do product PAI e o contexto da página atual para fornecer respostas instantâneas para diagnóstico de problemas, explicações de terminologia e recomendações de seleção.

Cenários com suporte

Cenário	Descrição
Diagnóstico de runtime de recursos	Falhas na inicialização do DSW, problemas de conexão SSH, filas longas de jobs de treinamento, falhas na implantação de service EAS — identifica automaticamente as causas raiz e fornece pontos de entrada para correção.
Explicações de erros do console	Fornece explicações em linguagem simples e soluções para erros pop-up do console.
Perguntas e respostas sobre conhecimento do product	Explicações de terminologia em tempo real, consultas sobre limitações de recursos e orientação sobre caminhos de operação.
Suporte especializado para PPU	Validação de ambiente, recomendações de imagens e recomendações de modelos do Model Gallery adaptados para PPU.
Recomendações de seleção e solução	Recomenda modelos, tipos de instância e configurações de desagregação PD com base em cenários de treinamento ou inferência.

Casos de uso

Administradores de plataforma/recursos

Gerencie recursos de cluster do PAI, workspaces e infraestrutura globalmente. Concentre-se na utilização de recursos, integridade do cluster, permissões e cotas.

Cenário	Exemplo de conversa ou operação
Inspeção de recursos	Inspecione todas as instâncias DSW na região Hangzhou. Liste as anormais e aquelas em execução há mais de 24 horas.
Monitoramento de cotas	Mostre a proporção usado/alocado para todas as cotas em Beijing. Destaque aquelas com uso superior a 80%.
Inspeção de status de nós	Verifique todos os nós Lingjun na região Ulanqab. Liste os nós que não estão no estado Ready.
Planejamento de capacidade do cluster	Calcule a contagem de GPUs disponíveis e a proporção alocada para cada grupo de recursos na região Hangzhou.
Gerenciamento de membros e permissões	Liste todos os membros no workspace pai-prod e mostre a distribuição de funções deles.
Alertas de inspeção agendada	Configure uma tarefa agendada: inspecione o status das instâncias e a integridade dos nós em todas as regiões diariamente às 9h00. Envie alertas para um grupo do DingTalk.

Engenheiros de algoritmos/treinadores de modelos

Utilize o PAI diariamente para desenvolvimento, treinamento e implantação de modelos. Foque na eficiência do desenvolvimento e na estabilidade do treinamento.

Cenário	Exemplo de conversa ou operação
Configuração rápida de ambiente de desenvolvimento	Crie uma máquina de desenvolvimento com GPU única A10 e PyTorch instalado.
Envio de treinamento em lote	Clone e envie 3 jobs de treinamento usando dlcxxxxxx, com taxas de aprendizado lr=0,01/0,001/0,0001 respectivamente.
Consulta de status de treinamento	Onde está meu job DLC dlc-abc123 em Hangzhou? Qual é a loss atual?
Gerenciamento de datasets	Liste os datasets que posso acessar. Monte o nas-shared na minha máquina de desenvolvimento.
Visualização de logs de treinamento	Mostre as últimas 100 linhas de logs do worker-0 do dlc-abc123.
Alertas de monitoramento de treinamento	Configure uma tarefa agendada: envie a curva de loss do job de treinamento para um grupo do Lark a cada 30 minutos.

Engenheiros de implantação/inferência de modelos

Concentre-se na implantação de service de modelo EAS, operações e otimização de desempenho.

Cenário	Exemplo de conversa ou operação
Implantação de service	Implante o modelo xxx do Model Gallery como um service EAS.
Configuração de Auto Scaling	Ajuste a política de dimensionamento para service-rec-001: escale horizontalmente quando a utilização da GPU exceder 70%, com no máximo 5 instâncias.
Gerenciamento de múltiplas versões	Liste as versões atuais de service-rec-001. Direcione 80% do tráfego para v2.
Monitoramento de service	Verifique o QPS e a latência P99 para service-rec-001 na última hora.
Verificação de integridade do service	Liste todos os services EAS e destaque qualquer um com status anormal.
Descomissionamento de service	Pare a v1 de service-rec-001. Mantenha a v2 e a v3.

Gestores de equipe/responsáveis por custos

Foque nos custos de recursos, tendências de utilização e alocação de recursos da equipe sob uma perspectiva gerencial. Sem operações diretas — ênfase em insights de dados.

Cenário	Exemplo de conversa ou operação
Relatório semanal de utilização de GPU	Calcule a utilização média de GPU para todos os grupos de recursos na região Hangzhou nesta semana. Classifique por grupo de recursos.
Consumo de recursos da equipe	Classifique o tempo de execução das instâncias DSW para todos os membros no workspace pai-prod.
Comparação de alocação de recursos	Compare as cotas de recursos e o uso real entre os workspaces pai-dev e pai-prod.
Relatórios de custos agendados	Configure uma tarefa agendada: envie o relatório de utilização de recursos e custos da semana passada para um grupo do DingTalk toda segunda-feira às 9h00.

FAQ

Quais módulos do PAI têm suporte?

Atualmente, há suporte para DSW, DLC, EAS, workspace e gerenciamento de recursos. Mais módulos estão sendo adicionados.
Quais regiões têm suporte?

Service centralizado, integrado com todas as regiões da sua conta. Não é necessário alternar região por região.
Quais operações as tarefas agendadas suportam?

Apenas operações de leitura e análise (consultas, estatísticas, inspeções, etc.). Operações de escrita exigem confirmação e ainda não têm suporte em cenários agendados.
Quais frequências as tarefas agendadas suportam?

Suporta expressões cron. Configure agendamentos diários, semanais, mensais ou outros. A maior frequência é horária.
Quais plataformas de IM os webhooks suportam?

Atualmente, há suporte para robôs do DingTalk e Lark.
Os registros de conversa são salvos?

Sim. Todo o histórico de conversas pode ser recuperado para revisão de operações e transição de equipe.
Como isso difere de IAs gerais como o ChatGPT?

O Agentic PAI pode realmente operar recursos do PAI (criar instâncias, enviar jobs de treinamento, implantar services) — não apenas fornecer documentação ou trechos de código.
Como a segurança é garantida?

Operações de escrita exigem confirmação explícita. Todas as operações obedecem às permissões do executor no Alibaba Cloud. O Agent só pode fazer o que sua conta tem autorização para fazer.

Preços e suporte

Atualmente em preview público. A equipe do PAI cobre os custos de uso de tokens — você não paga nada.

Após a comercialização, será incluído no sistema de faturamento do PAI. Espera-se que os preços sejam baseados no uso de tokens ou assinaturas mensais. O preço final está sujeito ao anúncio oficial.