AI 助理
文档备案控制台
官方文档
首页

快速开始

更新时间：
复制 MD 格式
产品详情
我的收藏

通过控制台，按 4 步完成智能体创建、环境配置、会话发起与调用。

前置准备

  • 已开通阿里云百炼。

  • 当前账号在目标工作空间内具备 Managed Agents 操作权限。

步骤 1：配置智能体

进入百炼控制台 > Managed Agents > 快速开始，填写智能体的基本信息、模型与工具。页面已预填模板值，按需修改即可。

字段

说明

名称

默认 Agent_v1，可自定义

模型

必选。从下拉列表选择，如 qwen3.7-plus

系统提示词

定义智能体的角色与行为。已预填通用模板，可根据场景修改

工具

7 个内置工具默认全选：bash、read、write、edit、glob、grep、download_file。按需取消勾选

Skill / MCP

可选。快速开始阶段可跳过，后续在智能体详情页追加

也可通过 API 完成，指定名称、模型和工具（详见创建 Agent）：

curl -X POST "https://{workspace_id}.cn-beijing.maas.aliyuncs.com/api/v1/agentstudio/agents" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "data-analyst",
    "model": {"id": "qwen3-max"},
    "system": "你是数据分析专家，使用 pandas 处理 CSV 文件。",
    "tools": [{"type": "builtin_toolkit"}]
  }'
agent = client.agents.create(
    name="data-analyst",
    model="qwen3-max",
    system_prompt="你是数据分析专家，使用 pandas 处理 CSV 文件。",
    tools=[{"type": "builtin_toolkit"}],
)
print(agent.id)       # "agent_xxx"
print(agent.version)  # 1
Agent agent = client.agents().create(AgentCreateParam.builder()
    .name("data-analyst")
    .model("qwen3-max")
    .instructions("你是数据分析专家，使用 pandas 处理 CSV 文件。")
    .build());
System.out.println(agent.getId());       // "agent_xxx"
System.out.println(agent.getVersion());  // 1

填写完成后点击完成并下一步，系统创建并保存智能体，随后进入环境配置。

步骤 2：配置运行环境

环境定义工具调用的执行沙箱，与智能体独立管理。

字段

说明

名称

默认 Agent_v1_Env，可自定义

托管类型

默认云端托管（百炼托管的沙箱容器）

也可通过 API 完成，指定沙箱类型与预装包（详见创建 Environment）：

curl -X POST "https://{workspace_id}.cn-beijing.maas.aliyuncs.com/api/v1/agentstudio/environments" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "data-sandbox",
    "description": "数据分析沙箱",
    "config": {
      "type": "cloud",
      "packages": {
        "apt": ["ffmpeg"],
        "pip": ["pandas", "numpy", "matplotlib"]
      },
      "networking": {"type": "unrestricted"}
    }
  }'
env = client.environments.create(
    name="data-sandbox",
    config={
        "type": "cloud",
        "networking": {"type": "unrestricted"},
        "packages": {
            "apt": ["ffmpeg"],
            "pip": ["pandas", "numpy", "matplotlib"],
        },
    },
    description="数据分析沙箱",
)
Environment env = client.environments().create(EnvironmentCreateParam.builder()
    .name("data-sandbox")
    .description("数据分析沙箱")
    .build());

点击完成并下一步，系统创建并保存环境，随后进入会话配置。

步骤 3：确认会话配置

页面展示已创建的智能体与环境摘要，并基于两者自动发起会话。

  • 确认智能体卡片中的名称、模型信息。

  • 确认环境卡片中的名称、托管类型。

  • 如需在沙箱中使用本地文件，点击上传文件挂载；否则直接跳过。

也可通过 API 完成，绑定智能体与环境（详见创建 Session）：

curl -X POST "https://{workspace_id}.cn-beijing.maas.aliyuncs.com/api/v1/agentstudio/sessions" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "agent": "agent_xxx",
    "environment_id": "env_xxx",
    "title": "Q3 销售数据分析"
  }'
session = client.sessions.create(
    agent="agent_xxx",
    environment_id="env_xxx",
    title="Q3 销售数据分析",
)
print(session.id, session.status)
Session session = client.sessions().create(SessionCreateParam.builder()
    .agentId("agent_xxx")
    .environmentId("env_xxx")
    .title("Q3 销售数据分析")
    .build());
System.out.println(session.getId() + " " + session.getStatus());

点击完成并下一步，系统绑定智能体与环境、创建并保存会话，随后进入调用页面。

步骤 4：开始调用

配置完成。页面提供两个标签页：

  • 可调用 API：展示创建事件的 curl 命令，可直接复制到终端执行。

  • 预览调试：在页面内直接与智能体对话，实时查看事件与工具调用过程。左上角下拉框可按事件类型筛选（User、Agent、Tool、Tool_output、Error、Model、System）。

向会话写入消息触发智能体处理（详见发送 Event）：

curl -X POST "https://{workspace_id}.cn-beijing.maas.aliyuncs.com/api/v1/agentstudio/sessions/sesn_xxx/events" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": [
      {
        "role": "user",
        "type": "message",
        "content": [
          {"type": "text", "text": "分析 /mnt/session/uploads/sales.csv 中 Q3 的销售趋势"}
        ]
      }
    ]
  }'
client.sessions.events.send(
    "sesn_xxx",
    events=[user_message("分析 /mnt/session/uploads/sales.csv 中 Q3 的销售趋势")],
)
client.sessions().events().send("sesn_xxx",
    Collections.singletonList(
        ClientEvents.userMessage("分析 /mnt/session/uploads/sales.csv 中 Q3 的销售趋势")));

通过 SSE 事件流实时接收处理过程与输出（详见订阅 Event SSE 事件流）：

curl -N "https://{workspace_id}.cn-beijing.maas.aliyuncs.com/api/v1/agentstudio/sessions/sesn_xxx/events/stream" \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Accept: text/event-stream"
with client.sessions.events.stream("sesn_xxx", timeout=120.0) as stream:
    for event in stream:
        if event.type == "message":
            for block in (event.content or []):
                if getattr(block, "type", None) == "text":
                    print(block.text, end="", flush=True)
        elif event.type == "session_status":
            if event.session_status in ("idle", "terminated"):
                break
try (AgentStudioEventStream stream = client.sessions().events().stream("sesn_xxx", 120_000L)) {
    for (Message event : stream) {
        if ("message".equals(event.getType()) && event.getContent() != null) {
            for (ContentBlock block : event.getContent()) {
                if (block instanceof ContentBlock.Text)
                    System.out.print(((ContentBlock.Text) block).getText());
            }
        } else if ("session_status".equals(event.getType())) {
            break;
        }
    }
}

调试完成后，点击返回智能体列表进入管理页面。前三步创建的智能体、环境、会话均已保存，可随时在对应菜单中查看和编辑。

上一篇：概述下一篇：构建 Agent