agentscope-extensions-model-dashscope 接入阿里云 DashScope Qwen Model,包括多模态和推理能力的 Qwen 模型。
添加依赖
ModelRegistry
设置DASHSCOPE_API_KEY 后,可以使用 dashscope:<model>,也可以使用 Qwen 短名:
显式 builder
需要 DashScope 专属配置时使用 builder,例如 endpoint type、thinking、search、encryption:文档输入
DashScope 通过DocumentBlock 的 source 类型区分两种文档通道:
- 文件 ID(
qwen-long、qwen-doc-turbo):先通过 OpenAI 兼容的files接口上传文件, 再以 provider 为"dashscope"的FileIdSource传入。formatter 会在引用该文档的轮次之前 注入一条fileid://system message。历史轮次的引用会保留:长会话中每次请求都会为历史上 每个文件 ID 文档重发一条 system message。 - 公网 URL(
qwen-doc-turbo):传入指向公网可访问文件的URLSource。单次请求最多 10 条 URL,以doc_url内容块的形式随用户消息本身发送。该上限包括随历史重新发送的文档,同一 URL 重复出现也重复计数。压缩可以把旧文档替换为文本引用,但不保证在达到上限前触发。
doc_url 仅 text-generation 端点支持:视觉模型(路由到多模态端点)会拒绝 URL 文档,替代方案
因模型而异——请查阅具体模型的输入能力表(支持文件 ID,或完全不支持文档输入),不要默认文件 ID
通道处处可用。
每个文档的解析方式可以通过块级
metadata 配置:
PPT 生成(qwen-doc-turbo)
qwen-doc-turbo 可以基于对话中的文档生成 PPT。该 skill 要求流式调用,通过 additional body
params 传入(DashScope HTTP 客户端会将其合并进请求的 parameters)。下面的示例通过
defaultOptions 将其配置为模型默认值,该模型的每次调用都会携带;如需按次传入,请在模型的
per-call 选项入口传入同样的 GenerateOptions:
DashScopeSkill.pptTemplate(...))以 system message 正文携带的纯文本作为文档——
fileid:// 引用与 doc_url part 在该模式下不会被消费。按官方输入能力表,从文件 ID 或
doc_url 文档生成 PPT 必须使用创意模式(pptCreative()),上面的示例即采用该模式。
大纲与逐页内容通过 thinking block(reasoning_content)流出,最终的 PPT 下载链接出现在最后
一条响应的文本 content 中。该回复的 metadata 会带上 dashscope.skill 键(值为 ppt,即
DashScopeSkill.RESPONSE_METADATA_KEY),消费方可据此识别 skill 输出。metadata 只包含 skill 类型,
下载链接仍在文本 content 中。