應用流開發 - Platform For AI

快速開始

參見建立工作流程應用。

建立方式說明

從模板建立：提供多情境的應用模板快速搭建AI應用。
按類型建立：
- 標準型：適用於跨平台 app程式開發。利用大語言模型的強大功能、定製的Python代碼等來打造您的定製化應用流。
- 對話型：適用於對話型應用程式開發。在標準型的基礎上，對話型提供對話歷史、輸入、輸出的管理，以及對話方塊形式的測試介面。
從OSS匯入：選擇待匯入的應用流ZIP壓縮包檔案或應用流OSS路徑，該路徑必須直接包含應用流的flow.dag.yaml及其他Code檔案。
- 可通過LangStudio應用流列表操作列的导出功能將應用流匯出，分享給他人匯入使用。
- 將Dify的DSL檔案轉換LangStudio應用流格式後，可通過該方式匯入。

配置環境變數

在 LangStudio 中，您可以添加應用流程執行時所需的環境變數，系統會在應用流執行前自動載入這些變數，供 Python 節點、工具調用或自訂邏輯使用。

適用情境

敏感資訊管理：儲存 API 金鑰、認證令牌等，避免寫入程式碼在代碼中。
配置參數化：靈活設定模型地址、逾時時間等運行參數。

配置與使用

在應用流編輯頁面，單擊右上方设置，添加環境變數。
在Python節點中，可通過標準 Python 的 os.environ訪問已配置的環境變數：
```
import os

# 樣本：擷取 API 金鑰
api_key = os.environ["OPENAI_API_KEY"]
```

配置語音互動

在應用流編輯頁面，單擊右上方设置，在全局配置頁簽進行語音互動設定。

語音轉文字

語音轉文字功能可將使用者的語音輸入轉換為文本，並作為開始節點中標識為“ 對話輸入 ”欄位的輸入內容。

配置參數	說明
模型設定	選擇已配置的模型服務串連和 ASR 模型。目前支援 Paraformer 系列模型。
識別語言	設定語音辨識的語言。當前僅 paraformer-v2 模型支援指定識別語言。

文字轉語音

文字轉語音功能可將工作流程的對話輸出自動合成為語音。

配置參數	說明
模型設定	選擇已配置的模型服務串連和 TTS 模型。目前支援 CosyVoice 系列模型。
音色設定	選擇合成語音的音色。支援多種預置音色。
自動播放	開啟後，對話時合成的語音會自動播放。

部署調用

部署至PAI-EAS後，您可以通過API調用實現語音互動功能。關於通用的API調用方式，請參見應用流部署。本節重點說明語音互動相關的差異部分。

語音輸入

在請求體中添加system.audio_input欄位傳入音頻檔案 URL（檔案資料結構可參考檔案類型輸入輸出），系統會自動將音頻轉換為文本並填入對話輸入欄位。

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

語音輸出

如需擷取 TTS 合成的音頻資料，請使用完整模式（<Endpoint>/run端點）進行調用，簡單模式不返迴音頻資料。

欄位	說明
audio_data	Base64編碼的音頻資料片段，需在用戶端解碼後拼接播放
tts_metadata	音頻中繼資料，包含格式（pcm）、採樣率（22050Hz）、聲道數（1）、位深（16bit）

流式響應

TTS音頻通過SSE事件流中的TTSOutput事件返回：

{
  "event": "TTSOutput",
  "audio_data": "<base64編碼的音頻資料>",
  "tts_metadata": {
    "format": "pcm",
    "sample_rate": 22050,
    "channels": 1,
    "bit_depth": 16
  }
}

非流式響應

TTS音頻作為output.tts_audio欄位包含在JSON響應中：

{
  "output": {
    "answer": "xxx",
    "tts_audio": {
      "audio_data": "<base64編碼的完整音頻資料>",
      "tts_metadata": {
        "format": "pcm",
        "sample_rate": 22050,
        "channels": 1,
        "bit_depth": 16
      }
    }
  }
}

預置組件說明

詳情請參見工作流程節點參考。

下一步

在完成應用流的開發和調試後，您可以對應用流進行評測，待滿足業務需求後，您可以將應用流部署至模型線上服務PAI-EAS中供生產使用。