人工智能平台 PAI：PAI-LangStudio功能下线与迁移指南

1.1 百炼是什么

阿里云百炼（Model Studio）是阿里云面向企业与开发者提供的一站式大模型服务平台，提供模型服务、应用构建、知识库、工具生态与发布运维等能力，适合承接您在 LangStudio 上的应用构建、调试、部署与观测等需求。

具体的功能对应关系与迁移方式见二、迁移总览，更多内容请参考阿里云百炼简介、百炼应用类型介绍。

1.2 迁移前的权限准备

迁移前请提前完成权限申请，联系主账号为LangStudio开发人员Ram账号授予百炼应用类读写权限，创建业务空间、申请API-Key等，具体权限点与授权请参考权限管理、百炼系统权限策略参考。

2.1 功能对应关系

百炼的产品功能与LangStudio功能对应关系如下：

2.2 应用类型对应关系

优先按工作流或高代码类型承接，并逐项重建配置：

百炼另提供了智能体应用模式，配置更加简单，您可根据业务场景评估是否接入。

3.1 节点数量与覆盖情况

先识别差异较大和无直接对应的节点；其余节点按百炼画布重新配置即可。

标注为「差异较小」的节点，按上表的差异点在百炼侧重建配置即可，完整参数说明以工作流应用为准。下面展开「差异较大」与「需自行实现」的节点。

3.2 差异较大的节点

以下说明仅保留需要重新设计的关键差异。

{{ variable }}

${节点.变量}

@tool
def invoke(...): ...

def main(params):
    return {"output": params["input"]}

{% for doc in documents %}
{{ doc.content }}
{% endfor %}

${知识库_1.result}

3.3 联调测试

画布右上角「测试」打开测试面板，提供文本对话（多轮，保留上下文，可点节点看输入输出）、文本生成（单轮，支持同步与异步）、音视频互动三种模式。右上角还有「检查清单」入口，列出运行所需完成的配置项，建议测试前先过一遍。

重点验证四类问题：变量引用是否正确传递（尤其是提示词语法改写后）、条件分支与循环的终止逻辑是否与原应用一致、外部服务调用是否因白名单未配置而失败、脚本节点输出结构是否与下游期望匹配。

4.1 开发方式的根本变化

LangStudio 提供云端 Web IDE；百炼高代码应用改为本地开发。

迁移流程为本地开发 → 打包 whl → 上传 → 云端验证：

如果您希望继续在云上完成开发与调试，可以使用 PAI 的交互式建模 DSW。

4.2 工程结构改造

LangStudio 代码模式的典型结构（LLM Basic 模板）：

project/
├── agent.py          # 入口：FastAPI app 与 API 接口
├── agent_loop.py     # 核心逻辑：LLM 调用、工具执行循环
├── agui.py           # AG-UI Protocol 事件流转换
├── skills.py         # 技能发现、加载与执行
├── requirements.txt
├── .env              # 环境变量
└── README.md

迁移到百炼需要做五处改造：

入口文件名不是 main.py 时，控制台会一直显示「部署中」直至超时。健康检查接口是百炼判定程序启动成功的依据，接口不可调用即判定失败。

@app.get("/health")
def health_check():
    return "OK"

按 Agent API protocol实现默认的 /process 接口。

运行环境要求 Python ≥ 3.10：

pip install "agentscope-runtime[deployment]==1.0.0"

4.3 代码中调用模型的改造

将原有模型连接改为通过百炼 API Key 调用平台模型。

在环境变量中配置 DASHSCOPE_API_KEY，再使用 DashScope SDK 或 OpenAI 兼容协议调用：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
resp = client.chat.completions.create(
    model="qwen-plus",
    messages=[{"role": "user", "content": "你好"}],
)

百炼应用开发当前仅支持华北 2（北京）。模型 API 调用请使用对应地域和业务空间的官方端点；自部署模型的接入方式见 6.1 节。

4.4 代码中调用知识库的改造

高代码应用可直接调用知识库 Retrieve API 或 SDK 完成检索。

调用 MCP 服务、应用组件或数据连接器时按其接口接入；增删工具后需重新部署。详见。

4.5 打包、部署与百炼的额外规则

代码包仅支持 .whl 格式，通过命令行上传：

# 首次部署
runtime-fc-deploy --deploy-name <应用名称> --whl-path <PATH_TO_WHL> --telemetry enable

# 更新部署
runtime-fc-deploy --update <HIGH_CODE_APP_ID> --whl-path <PATH_TO_WHL> --telemetry enable

上传前配置 ALIBABA_CLOUD_ACCESS_KEY_ID、ALIBABA_CLOUD_ACCESS_KEY_SECRET和可选的业务空间变量。首次部署按控制台引导授权。

部署资源：按负载选择规格与最小实例数，价格以计费页为准。

应用观测需在代码中添加埋点：

from agentscope_runtime.engine.tracing import trace, TraceType

@trace(trace_type=TraceType.LLM, trace_name="llm_call")
def call_llm(...):
    ...

部署时启用 --telemetry enable 后，可在「应用观测」查看调用数据。

网络与发布：如需访问企业内网资源，按当前高代码应用支持的网络方式配置；通过网关配置域名和鉴权。

5.1 发布与调用

发布工作流或智能体应用后，在控制台获取 API 详情：

curl -X POST https://dashscope.aliyuncs.com/api/v1/apps/{APP_ID}/completion \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"input": {"prompt": "你好"}, "parameters": {}}'

流式输出使用 X-DashScope-SSE: enable；多轮会话按接口说明传入 session_id 或 messages。

同步调用超时取决于接入域名：通用域名为 600 秒，业务空间专属域名可达 3600 秒。更长任务应改为异步执行或拆分。

应用也可发布为应用组件或接入分享渠道，具体支持范围以应用类型和官方说明为准。

5.2 限流与配额

百炼按主账号和模型维度计算 RPM 和 TPM 配额，返回 429 表示触发限流。同一主账号下的 RAM 用户、业务空间和 API Key 共享额度。

高并发迁移前应评估模型配额，必要时申请提额。详见限流。

5.3 线上管理与可观测

应用观测可查看调用链路、输入输出、延时、Token 消耗和执行状态，支持范围与数据保留期以控制台说明为准。

模型监控可查看调用量、失败率、限流和延时等指标，并可按当前能力接入日志、告警或监控系统。

版本迭代：在本地代码仓库维护版本。工作流可导入导出保存快照，高代码应用通过新 whl --update 重新部署；百炼 DSL 不能直接导入 LangStudio flow.dag.yaml。

详见。

6.1 连接（模型接入）

百炼没有等价的「连接」对象，各类资源由对应模块管理，模型调用使用 API Key。

百炼平台模型在模型广场选择，通过 API Key 以 DashScope 或 OpenAI 兼容协议调用。

客户自有模型可按下表三种路径处理：

详见模型导入、模型部署。

6.2 知识库

重要前提：知识库的向量数据无法直接导出迁移，须从原始文件或其他源数据重新解析、切片和向量化。请先确认源数据完整可用。

百炼知识库提供四种类型，类型创建后不可修改：

• 多模态数据：按数据类型选择接入方式。

  • 图片问答通过结构化数据中的公开 image_url 接入；音视频搜索从本地或 OSS 导入。

  • 复杂排版或图表文档选择文档搜索的视觉理解场景。

  • 音视频从本地或 OSS 导入，由音视频解析器处理。

• 解析与切片：创建前选择解析器和切片策略，创建后不可修改。先用样本验证命中效果。

• 向量与排序模型：创建时选择向量和重排模型，创建后不可更换。向量维度变化时必须重新验证效果。

• 规格：标准版按 0.03 元/知识库/小时计费；旗舰版按 0.2 元/RCU/小时计费。具体限制以计费说明为准。

• 关联与检索上限：取决于应用类型和调用模式，迁移前核对当前限制。

• 迁移步骤：样本验证和调优 → 创建生产知识库并全量导入 → 挂载应用 → 效果对标。源文件格式不支持时先转换。

详见创建和使用知识库。

6.3 工具（插件）

百炼以插件承接工具：智能体可自主选择，工作流通过插件节点确定性调用。

官方插件包括 code_interpreter、calculator、text_to_image、quark_search、generate_qrcode、github_search等，可替代部分第三方调用。

自定义插件在控制台配置接口和鉴权信息，完成后可发布为 MCP 服务。详细字段以控制台为准。

详见插件概述、自定义插件。

6.4 MCP

百炼将 MCP 作为平台级能力，提供 MCP 广场、云托管服务和工作流 MCP 节点。

自定义 MCP 服务可按以下方式接入：

• 脚本部署：使用 type: stdio 或 type: sse / streamableHttp 接入服务。

• 从 AI 网关导入：将现有 RESTful API 封装为 MCP 工具。

• 从阿里云 OpenAPI 导入：创建 BailianMcpRole* 并授权。

MCP 的挂载、工具和配置限制会随能力更新，请在迁移前核对当前官方说明。

6.5 其他通用模块

百炼还提供以下 LangStudio 没有独立对应模块的平台能力，迁移时可按需引入：

其中 Skill 与 应用评测对迁移最有实际价值：前者用于承接原代码模式工程中的技能目录，后者用于构造评测集，对比迁移前后的输出一致性。

Q：Python 节点用了 pandas 等第三方库，百炼脚本节点不支持怎么办？

三条路径：用标准库重写；把逻辑下沉到函数计算节点（可自带完整依赖环境，超时固定 60 秒）；封装为独立服务通过 API 节点调用。详见 3.2.2 Python 开发 → 脚本节点。

Q：原应用运行在企业 VPC 内并访问内网服务，迁移后怎么处理？

工作流 API 节点访问企业内网服务时，需将服务通过受支持的方式暴露并配置访问控制。企业 VPC 访问已发布服务则按私网接入说明配置。详见 3.2.4 HTTP 请求 → API 节点。

Q：PAI-EAS 上自部署的模型迁移后还能用吗？

可以，但接入方式变了。百炼不支持把外部模型端点注册为平台模型，需在工作流中用 API 节点以 HTTP 调用，或封装为自定义插件 / MCP 服务。如模型是基于通义千问的 LoRA 微调成果，也可导入百炼；如需独占算力，可在百炼「资源专享推理服务」重新部署。详见 6.1 连接（模型接入）。

Q：知识库的向量数据能直接迁移吗？

不能直接迁移，需从原始文件或其他源数据重新解析与向量化。若选择自建 RAG 方案且原本就用 Elasticsearch / Milvus，向量数据在您自己的实例中，可直接复用。

Q：所选检索模式的 Top K 上限低于原应用怎么办？

先优化切片和重排，再评估拆分知识库或自建 RAG 服务。详见七、其他：自建 RAG 服务。

Q：迁移后怎么确认效果没有退化？

建议用百炼的应用评测能力构造评测集，用原应用的真实请求样本跑一遍迁移后的应用，对比输出一致性与召回命中情况，重点关注提示词语法改写、知识库召回上限变化与脚本节点改写这三处。

Q：如果评估百炼不满足企业诉求，是否有其他选型？

为您推荐以下三款阿里云相关产品，您可以根据企业实际的业务诉求和技术路线进行选择，如您有进一步选型疑问，建议咨询客户经理。

1. 函数计算 AgentRun

   以高代码为核心的一站式 Agentic AI 基础设施平台，基于 Serverless 架构提供毫秒级弹性、企业级安全沙箱、统一模型与工具治理及全链路可观测能力，为企业级 Agent 应用提供从开发、部署到运维的全生命周期管理。

2. 智能体构建和治理平台 AgentCore

   企业智能体的统一构建与治理，覆盖 Agent 全生命周期；支持多模式构建入口、统一身份鉴权与 Team 协作编排，将自研、开源 Harness、商业 SaaS Agent 多来源统管于一个平台。

3. Agent 观测与优化 AgentLoop

   面向企业级智能体的一站式自进化平台，围绕观测、评估、调优、记忆、审计五大能力，帮助企业构建 Agent 进化飞轮，侧重于 Agent 应用的持续优化。