1.前言

最近魚皮大佬出了一套關于這個AI 的教程，關注魚皮大佬很久了，魚皮大佬確實在大學生學習java方面非常的厲害，當然這個和人家自身的努力的程度也是分不開的，這個也沒啥說的；

今天晚上去看了這個第一期的回放，覺得這個技術架構了解一下，主要是對于這個里面的MCP和支持向量啥的還是很感興趣的，我相信在這樣的這個時間節點搞出來了一套這樣的教程，一定是非常的吃香的，我自己對于這個也是非常的感興趣，希望通過這個教程多學一點東西，因為這個項目剛剛開始，我盡量多總結，多寫筆記；

1.什么是AI大模型

AI大模型這個概念大家已經非常熟悉了，即時你回答不出來這個問題，下面的這個圖上面的內容你也是一定可以理解的；

超大規模的這個參數，海量的這個訓練的數據，文本圖像生成的能力和處理我們的問題的能力，打擊一定是深有體會的，之前你可能不了解，但是deepseek橫空出世之后，我相信所有人對于這個都是不陌生的；

2.什么是多模態

多模態說的就是我們的AI同時具有這個處理文本視頻，音頻，多種類型的這個信息的這個能力，也就是多種模式形態，簡稱就是多模態；

3.阿里云百煉平臺介紹

這個平臺好像還不是很好找到，確實挺奇怪的：下面的這個就是這個阿里云的這個平臺的主頁：

我們選擇下面的這個大模型廣場就可以看到很多的這個大模型：

下面的這個就是我們的這個平臺上面的幾乎所有的這個大模型，現在各大廠家基本上都是大模型軍備競賽，破有一點這個美蘇爭霸時期的那個感覺了，但是我們這些用戶就非常爽歪歪了，因為我們都是他們的客戶，他們競爭的這個目的就是為了得到我們這些用戶的支持哈；

3.1文本調試展示

這個就是說的我們的大模型：選擇文本調試之后，這個頁面應該是被劃分為三個部分的，左邊的就是我們對于這個大模型進行相關的配置，例如在下面的這個圖片里面還，我的個人配置就是讓這個大模型只能回答：是或者不是；

在這個中間的分欄里面，這個大模型就可以接受我們的相關的輸入，我們去問他們一些這個問題，看看我們自己剛剛的這個配置是不是生效的，我們輸入我們的這個問題之后，點擊這個中間分欄位置右上角的這個執行就可以查看這個執行的效果了；

可以在這個預覽的窗口里面去看到這個大模型的回答的結果就是：不是，符合我們剛剛對于這個大模型的相關的配置的；

3.2阿里云和dashscope的關系

這個dashscope是我們的代碼里面想要去調用這個大模型，需要涉及到這個dashscope這個玩意，他和我們的這個阿里云百煉的這個平臺還是有這個些許的區別的；

阿里云百煉是一個綜合的這個平臺，而這個靈積的底層也是涉及到這個平臺的，兩個有關聯，但是也有這個區別；

也就是dashscope是基于這個大模型，為了方便我們的編程人員使用的這個東西，可以這樣去進行理解；

3.3平臺智能體應用

下面的這個就是我們的這個平臺支持的這個幾種的創建的應用的類型：

我們首先創建這個智能體進行這個相關的說明：這個智能體的話，我們想去搞一個非常簡單的，如下所示：這個好像是和我們之前的那個是沒有啥區別的，但是大家可以去稍微的進行操作一下；

我們點擊這個右上角的發布，選擇這個相關的模型，看看這個相關 的渠道，就可以進行這個正常的發布的流程了，這個基本上玩玩就行了：

3.4工作流的創建

應用類型：單次的這個對話沒有辦法無法直接

創建任務型工作流，這個其實是和最近火火爆的這個coze的工作流差不多的，默認的創建就是一個開始和結束的這個工作流，我們拖進來一個大模型即可；

讓這個開始和這個大模型連接上去，這個默認的話，是存在兩個變量的，就是我們的城市和日期，我們假設這個場景就是輸入這個城市和日期，就可以得到這個城市對應的天氣；

上面的這個system prompt就是我們希望這個用戶輸入的相關內容的一個描述把，下面的這個user prompt就是使用我們的這個開始里面的參數對于這個提示詞進行一個表示，因此這個里面需要把我們上面的這個用戶變量使用起來；

這個地方我們想要說明的就是這個連線一定也要鏈接，不然我們的這個變量里面是無法識別出來這個開始里面的兩個變量的：

輸出的結果就是保存在了一個變量里面去：

輸出的結果里面的寫法：因為這個里面就是負責的我們的這個結果的輸出嘛，所以這個里面只需要填寫一下我們的這個變量的名字就可以了，這個變量的名字就是上一個步驟里面的這個變量名：result,這個是系統給我們進行這個自動生成產生的；

測試用例的輸入：我們點擊這個頁面的右上角，就會發現這個測試的窗口，這個里面要求我們輸入的實際上是三個參數，但是我們只需要輸入兩個就可以了，第一個可以理解為這個系統默認的這個參數吧，我們不進行輸入也是沒有這個任何的問題的；

因為上面說了這個可以作為天氣的更新的這個工作流，所以我填入了我求學的這個城市和今天的這個日期，看看這個生成的效果是怎么樣的；

輸出的結果：可以看到這個最后的運行產生的這個結果，其實在這個工作流里面，每一步都是又產生的這個新的結果的，就在每一個節點的這個綠色的這個不分，我們展開這個結果都是可以看到的；

3.5智能體編排應用

這個智能體編排應用：顧名思義，這個里面的每一個節點就是我們的智能體了；

我們可以非常明顯的觀察到這個里面同樣的默認設置：開始和結束

我們可以選擇這個左邊的智能體應用拖拽進來：這個他就會讓你去選擇這個對應的智能體，這個其實就是我們剛剛搞得這個東西吧了，大家可以看出來，這個就是我們的智能體作為這個程序流里面的一個小小的節點；

去選擇這個對應的智能體，這個其實就是我們剛剛搞得這個東西吧了，大家可以看出來，這個就是我們的智能體作為這個程序流里面的一個小小的節點；

[外鏈圖片轉存中…(img-bIeJWwmn-1745508370669)]