不用写代码！10分钟在阿里云百炼上搭建你的第一个AI助手

你是否也经历过这种落差？AI浪潮铺天盖地，朋友圈人人都在聊大模型、Agent、RAG，但一轮到自己动手，就卡在同一个问题上——这东西到底怎么落地？

如果你是后端开发、运维、产品经理，或者任何懂技术但不想从零造轮子的角色，这篇文章正是为你准备的。不需要任何编程基础，鼠标点一点，10分钟后你就能拥有一个属于自己的AI助手。

文末还会附上可直接用于生产的Python/Java调用示例，让你能立刻把AI集成到自己的系统中。

一、什么是百炼平台？

阿里云百炼（Model Studio）是一站式大模型开发与应用构建平台，集成了通义千问全系列及DeepSeek等主流第三方模型。它的核心价值是：

• 零代码构建智能体：通过可视化配置创建AI助手，无需编程基础
• 私有知识库（RAG）：让AI基于你自己的文档回答问题
• 兼容OpenAI接口：已有的AI代码几乎可以无缝迁移

简单说：百炼 = 模型广场 + 智能体构建器 + 知识库管理 + API网关。

目前新用户注册有7000万Tokens免费额度，够咱们测试用了。

二、准备工作

2.1 注册阿里云账号

如果你已有阿里云账号且完成实名认证，可直接跳到2.2。

访问阿里云官网，点击右上角“立即注册”，支持手机号、支付宝、钉钉快捷登录。注册后需完成实名认证，个人认证提交身份证信息即可，通常1-2小时内通过。

2.2 开通百炼服务

登录阿里云后，在搜索框输入“百炼”，进入产品页面，点击“管理控制台”。

首次进入点击“开通服务”，勾选协议确认即可。系统会自动发放7000万Tokens免费额度。

2.3 熟悉控制台布局

百炼控制台核心模块：

三、零代码创建智能体应用（10分钟）

接下来是核心环节——不写一行代码，纯配置搭建一个AI助手。

3.1 创建应用

1. 在百炼控制台顶部导航栏，点击 “应用”

2. 点击 “+ 创建应用”，选择 “智能体应用”，应用名称可以自定义，描述信息可以选填，填写完成后点击“立即创建”

3.2 配置模型

进入应用配置界面后，首先选择模型：

• 模型选择：推荐 Qwen-Plus（平衡性能和成本）或 Qwen-Max（最强能力）
• 参数配置（可保持默认）：
  • temperature：控制回答随机性，0-2之间，数值越低越严谨
  • 携带的上下文轮数：设置模型记住的历史对话轮数

3.3 编写系统提示词（最关键一步）

系统提示词（System Prompt）是定义AI角色和行为的关键。一个优秀的提示词包含：

• 角色定义：AI的身份（如“你是一个专业的Java技术顾问”）
• 行为准则：回答的规范和边界
• 输出格式：期望的回答结构

示例（Java技术助手）：

text

你是一个资深的Java技术顾问，专注于Spring Boot、微服务和AI工程化领域。

回答要求：
1. 优先提供可运行的代码示例
2. 解释技术原理时保持简洁
3. 如果问题超出Java范围，礼貌说明并建议其他方向

注意事项：
- 不要编造不存在的API
- 不确定的内容要明确说明

3.4 添加知识库（可选，RAG功能）

如果你的AI需要基于私有文档回答问题（如公司产品手册、技术文档），可以创建知识库：

1. 进入 “应用” → “知识库”，点击“创建知识库”
2. 填写名称，选择存储类型（新手选“标准版”即可）

3. 点击“导入数据”，上传文档（支持PDF、Word、TXT、Excel等格式）

4. 选择文档切分方式并等待系统自动解析（文档越大耗时越长，通常10秒-5分钟）

💡 切分策略直接影响RAG召回效果。 文档怎么切，决定了后续检索能不能把相关内容捞上来。不同类型文档有不同最优切法：

• 技术文档/面经 → 按标题切分（语义聚合度高）
• 纯文本/文章 → 语义分块更合适
• 表格/结构化数据 → 需特殊处理

各种切分策略的实测效果对比，可以看我之前写的这篇：👉 别再乱切文档了：5种切分策略在RAG中的效果实测

5. 返回应用配置，在“知识库”处添加刚才创建的知识库，完成关联

3.5 测试与发布

配置完成后：

1. 在右侧对话窗口输入测试问题，验证效果
2. 满意后点击右上角 “发布” 按钮

3. 发布成功后，获取访问链接（公开链接有效期为7天），可以分享给他人使用

四、进阶：获取API Key并在代码中调用

Web端演示是第一步，真正的价值在于把AI能力嵌入你的业务系统。

4.1 创建API Key

1. 在百炼控制台左侧点击 “API Key管理”
2. 点击 “创建API Key”，填写备注（如“Java应用调用”）
3. 立即复制保存，关闭弹窗后无法再次查看

🔒 安全红线：API Key相当于你的数字资产凭证，请务必：

• 不要硬编码在源代码中，使用环境变量或配置中心
• 不要把Key提交到GitHub等公开仓库（很多爬虫会实时扫描，泄露后会被秒盗用）
• 生产环境建议定期轮换Key，并设置用量告警

4.2 获取应用专属API

如果你希望API调用时能使用已配置的知识库，需要使用应用发布后的API：

1. 在应用管理页面，点击已发布应用的 “发布渠道” 按钮
2. 点击“API调试”，获取专属的API端点地址和AppId
3. 调用方式与普通API类似，会自动检索知识库内容

4.3 Python调用示例

百炼兼容 OpenAI 的接口格式，下面的示例代码中只需要替换成自己的 API Key 就能直接使用：

import os
from openai import OpenAI

client = OpenAI(
    api_key="API_KEY",  # 替换为实际值
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

response = client.chat.completions.create(
    model="qwen3.5-plus",  # 或 deepseek-v3、qwen-max等
    messages=[
        {"role": "system", "content": "你是一个Java技术顾问"},
        {"role": "user", "content": "Spring Boot中如何配置多数据源？"}
    ]
)

print(response.choices[0].message.content)

运行前需安装：pip install openai

4.4 Java调用示例

对于Java开发者，可以使用OkHttp3实现：

第一步，引入Maven依赖：

<dependency>
  <groupId>com.squareup.okhttp3</groupId>
  <artifactId>okhttp</artifactId>
  <version>4.12.0</version>
</dependency>

第二步，编写调用代码：

import okhttp3.*;
import java.io.IOException;

public class BailianClient {
    public static void main(String[] args) throws IOException {
        OkHttpClient client = new OkHttpClient();

        String json = """
            {
                "model": "qwen3.5-plus",
                "messages": [
                    {"role": "system", "content": "你是一个技术顾问。"},
                    {"role": "user", "content": "什么是@Autowired注解？"}
                ]
            }
            """;

        Request request = new Request.Builder()
            .url("https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions")
            .header("Authorization", "Bearer " + System.getenv("DASHSCOPE_API_KEY"))
            .header("Content-Type", "application/json")
            .post(RequestBody.create(json, MediaType.parse("application/json")))
            .build();

        try (Response response = client.newCall(request).execute()) {
            System.out.println(response.body().string());
        }
    }
}

📖 完整的API参数说明请参考百炼API官方文档，模型列表、参数限制、错误码等均可查阅。

写在最后：不写代码，只是起点

今天我们做的这件事，重点不在于“模型调参有多细”或“API怎么接”，而是验证了一件事：AI应用开发的门槛，真的被降低到了“会用鼠标就能干”的程度。

你不用成为算法工程师，不用去学Python，不用折腾GPU驱动，只需要想清楚你要一个什么样的助手，然后通过点击和配置就能让它上线工作。这就是百炼这类平台最大的价值——把复杂留给平台，把简单留给你。

对于绝大多数业务场景来说，“快速验证想法”远比“追求完美表现”更重要。一个10分钟搭起来的原型，可能比一个规划了三个月的AI项目更快产生实际价值。

本文基于阿里云百炼平台2026年5月最新功能编写，操作界面如有微调以实际为准。

如果你在实践过程中遇到任何问题，欢迎在评论区留言交流。