Todos os produtos
Search

Este produto

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

    Central de documentação

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

    Última atualização: Sep 23, 2026

    Implante o framework de agente pessoal QwenPaw no Platform of Artificial Intelligence–Elastic Algorithm Service (PAI-EAS) e use-o com modelos personalizados do PAI-EAS ou modelos do Alibaba Cloud Model Studio para criar rapidamente um assistente de IA dedicado. O QwenPaw é um framework local, auto-hospedável, disponibilizado como código aberto pela equipe AgentScope em fevereiro de 2026. Ele permite controlar os custos de inferência por meio de um Coding Plan.

    Implante um service do EAS

    1. Acesse o PAI console. Selecione uma região no topo da página. Em seguida, selecione o workspace desejado e clique em Enter Elastic Algorithm Service (EAS).

    2. Na aba Inference Service, clique em Deploy Service e, na área Scenario-based Model Deployment, clique em QwenPaw Deployment.

    3. Configure os parâmetros principais:

      Parâmetro

      Descrição

      Service Name

      Exemplo: qwenpaw_demo.

      Image Configuration

      Selecione a versão Latest.

      Resource Configuration

      Selecione um tipo de instância CPU e configure conforme necessário. O padrão é ecs.c7a.large.

      Model Settings

      Selecione um caminho OSS para armazenamento persistente das configurações do QwenPaw, como oss://examplebucket/qwenpaw/.

      VPC

      Crie e configure uma virtual private cloud (VPC), vSwitch e grupo de segurança.

      Nota

      O QwenPaw requer acesso à rede pública para realizar buscas ou usar um navegador. Selecione uma VPC que já esteja configurada para acesso à rede pública.

    4. Clique em Deploy. A implantação é concluída quando o status do service muda para Running.

    Configure o acesso à rede pública

    Um service do EAS acessa a rede pública por meio de um Internet NAT gateway. As etapas de configuração são descritas a seguir. Para obter mais informações, consulte Internet NAT Gateway.

    1. Crie um Internet NAT gateway e associe um EIP

    Acesse a página de compra do NAT Gateway – Internet NAT Gateway.

    • Billing Method: Pagamento conforme o uso.

    • Region: Selecione a região onde o service do EAS está localizado.

    • Network and Zone: Selecione a VPC configurada para o service do EAS. Essa configuração não pode ser alterada após a criação.

    • EIP: Selecione um endereço IP elástico (EIP) não associado ou adquira um novo.

    2. Configure uma entrada SNAT

    Acesse a página Internet NAT Gateway. Localize o Internet NAT gateway criado e, na coluna Actions, clique em Configure SNAT . Em seguida, clique em Create SNAT Entry.

    • SNAT Entry: Selecione VPC Granularity.

    • Select EIP: Selecione o EIP configurado.

    Inicie o WebUI

    1. Na coluna Invoke/Log/Monitoring, clique no botão image para acessar a página do WebUI.

      Na aba Inference Service do Elastic Algorithm Service (EAS), localize o seu service. A coluna Invoke/Log/Monitoring contém três ícones. Clique no primeiro ícone para abrir o WebUI.

    2. Configure o modelo. Acesse Settings > Model para configurar o Provider. Na área LLM Configuration, selecione um provider e um modelo.

      Aliyun Coding Plan

      Acesse a página do Coding Plan para assinar o service e obter sua dedicated API key.

      Na página de configurações do modelo, localize o card do provider Aliyun Coding Plan e clique no botão Settings no canto inferior direito. Na caixa de diálogo exibida, a base url já vem preenchida com https://coding.dashscope.aliyuncs.com/v1. Cole sua API key no campo API Key e clique em Save para concluir a configuração.

      Adicione um model service do EAS

      1. Clique para adicionar um provider. Defina Protocol como OpenAI Compatible.

      2. Defina a URL e a API key. Para obter mais informações, consulte Obtain an endpoint and token. Acrescente /v1 ao endpoint. No campo Base URL, insira o endpoint do service PAI-EAS. No campo API Key, insira a API key correspondente. Clique em Test Connection para validar a configuração e, em seguida, clique em Save.

      3. Adicione um modelo. No card do provider PAI-EAS, clique em Model para abrir a caixa de diálogo de gerenciamento de modelos. Em seguida, clique em + Add Model.

      DashScope

      No card do provider DashScope, clique em Settings para adicionar um Alibaba Cloud Model Studio API key. Para obter mais informações, consulte Select a model e adicione mais modelos.

      Na caixa de diálogo Configure DashScope exibida, o campo Base URL já vem preenchido com o valor padrão. Cole sua chave no campo API Key, clique em Test Connection para verificar a conectividade e, em seguida, clique em Save.

    3. Inicie uma conversa com o assistente pessoal QwenPaw ou atribua uma tarefa a ele.

      Por exemplo, selecione o modelo Qwen3,5 Plus e insira "Tempo amanhã em Hangzhou" na caixa de entrada do chat. O QwenPaw usa raciocínio em múltiplas etapas e a ferramenta browser_use para recuperar automaticamente informações da web e retornar a previsão do tempo, incluindo condições climáticas, faixa de temperatura e nível do vento.

    Configuração de canais

    O QwenPaw oferece suporte a integração com canais como DingTalk e Lark. Para obter mais informações, consulte Channel Configuration.