实时工作流支持您按照规定的标准协议来接入自研大语言模型(LLM)。
自研LLM标准接口(OpenAI规范)
如果您的LLM接口符合OpenAI标准规范,您可以通过OpenAI标准的配置将您的自研LLM服务整合到工作流中。目前只支持以流式方式请求符合OpenAI规范的服务。
首先您需要LLM大语言模型节点中,选择自研接入(OpenAI规范),并配置以下参数:
名称 | 类型 | 必填 | 描述 | 示例值 |
ModelId | String | 是 | OpenAI标准model字段,表示模型名称 | abc |
API-KEY | String | 是 | OpenAI标准api_key字段,表示API鉴权信息 | AUJH-pfnTNMPBm6iWXcJAcWsrscb5KYaLitQhHBLKrI |
目标模型HTTPS地址 | String | 是 | OpenAI标准base_url字段,表示目标服务请求地址 | http://www.abc.com |
在实时工作流运行期间,将按照以下格式,组装OpenAI标准数据,通过POST请求访问您配置的自研模型HTTPS地址,获取相应结果,输入参数如下:
名称 | 类型 | 描述 | 示例值 |
messages | Array | 历史对话上下问,最多保留20条上下文记录,在数组中越靠前的位置,表示越早地提问或者回答。 | [{'role': 'user', 'content': '今天天气怎么样?'},{'role': 'assistant', 'content': '今天天气晴朗。'},{'role': 'user', 'content': '明天天气晴怎么样?'}] |
model | String | 模型名称信息 | abc |
stream | Boolean | 是否流式,目前只支持流式传输 | True |
extendData | Object | 补充信息 | {'instanceId':'68e00b6640e*****3e943332fee7','channelId':'123','userData':'{"aaaa":"bbbb"}'} |
| String | 实例ID信息 | 68e00b6640e*****3e943332fee7 |
| String | 房间ID信息 | 123 |
| String | 启动实例时您传入的UserData业务字段数据 | {"aaaa":"bbbb"} |
自研LLM标准接口(阿里规范)
您需要实现一个公网可访问的HTTP服务,按照规定的输入输出规范,封装好您的大语言模型,即可在工作流中使用您自研的LLM服务。
首先您需要在编排管理控制台中的LLM 大语言模型节点中,配置以下参数:
名称 | 类型 | 必填 | 描述 | 示例值 |
自研模型HTTPS地址 | String | 是 | 自研模型HTTPS接口地址 | https://www.abc.com |
Token | String | 否 | 服务校验令牌 | AUJH-pfnTNMPBm6iWXcJAcWsrscb5KYaLitQhHBLKrI |
在实时工作流运行期间,将按照以下格式,组装表单数据,通过POST请求访问您配置的自研模型HTTPS地址,获取相应结果,输入参数如下:
名称 | 类型 | 必填 | 描述 | 示例值 |
Message | String | 是 | 历史对话上下问,最多保留20条上下文记录,在数组中越靠前的位置,表示越早地提问或者回答。 | [{'role': 'user', 'content': '今天天气怎么样?'},{'role': 'assistant', 'content': '今天天气晴朗。'},{'role': 'user', 'content': '明天天气晴怎么样?'}] |
Token | String | 否 | 服务校验令牌 | AUJH-pfnTNMPBm6iWXcJAcWsrscb5KYaLitQhHBLKrI |
ExtendData | String | 是 | 提交自定义LLM拓展信息字段,会包含实例ID,以及启动实例时您传入的UserData业务字段数据。 | { "InstanceId": "68e00b6640e*****3e943332fee7", "UserData": "{\"aaaa\":\"bbbb\"}" } |
响应参数您需要组装成JSON返回给编排服务,参数如下:
名称 | 类型 | 必填 | 描述 | 示例值 |
Text | string | 是 | LLM大模型响应文本 | “今天天气晴朗。” |
示例如下:
{
"Text": "你好,我是您的人工智能助手。"
}
自定义LLM(阿里规范) Server
Python
import json
from aiohttp import web
async def handle(request):
data = await request.post()
message = data.get('Message', "")
token = data.get('Token', None)
extend_data = data.get('ExtendData', "")
print(f"message:{message}, token:{token}, extend_data:{extend_data}")
# TODO:1. 校验Token是否合法
# TODO:2. 处理Message获取LLM处理结果
result = "你好,我是您的人工智能助手。"
# 组装LLM节点期望结果
resp = {
"Text": result
}
return web.Response(text=json.dumps(resp))
app = web.Application()
app.add_routes([web.post('/', handle)])
if __name__ == '__main__':
web.run_app(app)