Skip to main content
阿里云百炼 home page阿里云百炼

API详情

本文主要介绍如何使用API调用旧版的阿里云百炼RAG检索增强应用。

2024年5月3日阿里云百炼产品全新升级迭代，具体升级内容请参见官方预置应用升级调整公告。此次升级后，旧版的RAG检索增强应用将不再支持新建。如果您的应用创建日期在本次升级之前，您可以继续参考本文来调用您的应用。
  • 了解如何将您的企业知识库迁移至新版知识库并构建RAG应用（新），详见下方迁移方案。
  • 了解如何通过HTTP接口或SDK在您的业务代码中调用RAG应用（新），详见应用调用。

迁移方案

企业知识库目前已停止维护，我们建议您尽快将您的私有知识迁移至新版知识库（阿里云暂无提供官方的迁移工具或服务）。新版知识库的功能更加丰富，并支持更多文档格式。

企业知识类型

迁移方案

文档

建议您创建非结构化知识库来管理文档类知识。文档导入方式可选择本地上传或从对象存储OSS导入。

若选择本地上传，后续您需要手动更新知识库；若选择从对象存储OSS导入，后续您可以通过整合对象存储OSS、函数计算FC与阿里云百炼的知识库API，实现知识库的自动更新。

本地上传支持通过控制台和API操作；从对象存储OSS导入目前仅支持通过控制台操作。

更多说明，请参见知识库：步骤一导入数据。

FAQ

建议您创建结构化知识库来管理FAQ类知识。您可以通过本地上传文档或基于云数据库RDS构建结构化知识库。

若选择本地上传，后续您需要手动更新知识库；若选择基于云数据库RDS构建，RDS数据表中的数据更新将自动同步至知识库。

目前这两种方式都只能通过控制台进行操作。

更多说明，请参见知识库：步骤一导入数据。

创建新版知识库后，您便可以在我的应用中将其与您的智能体应用或者工作流应用关联。更多说明，请参见知识库：步骤四引用知识库。

SDK使用

前提条件

调用示例 

from http import HTTPStatus
from dashscope import Application

def rag_call():
    response = Application.call(app_id='YOUR_APP_ID',
                                prompt='API接口说明中, TopP参数改如何传递?',
                                )

    if response.status_code != HTTPStatus.OK:
        print('request_id=%s, code=%s, message=%s\n' % (response.request_id, response.status_code, response.message))
    else:
        print('request_id=%s\n output=%s\n usage=%s\n' % (response.request_id, response.output, response.usage))

if __name__ == '__main__':
    rag_call()

标签检索

如果您的企业知识数据量较大，可以采用标签检索的方式提高召回的准确率。 首先，需要参考上传企业知识对文档添加知识标签。 其次，获取到“标签ID”，并通过doc_tag_codes参数传入对应的标签ID，可以同时传入多个标签。
当传入标签后，在知识检索召回的过程中，将只在标签对应的文档范围中进行检索召回，而不是整个知识库。
from http import HTTPStatus
from dashscope import Application

def rag_call_with_tags():
    response = Application.call(app_id='YOUR_APP_ID',
                                prompt='API接口说明中, TopP参数改如何传递?',
                                doc_tag_codes=['471d*******3427', '471d*******3428'],  # 指定标签范围进行检索
                                doc_reference_type=Application.DocReferenceType.simple,  # 返回结果中不包含角标
                                has_thoughts=True  # 开启检索过程信息返回结果
                                )

    if response.status_code != HTTPStatus.OK:
        print('request_id=%s, code=%s, message=%s\n' % (response.request_id, response.status_code, response.message))
    else:
        print('request_id=%s\n output=%s\n usage=%s\n' % (response.request_id, response.output, response.usage))

        thoughts = response.output.thoughts
        if thoughts is not None:
            for thought in thoughts:
                print('thought=%s' % thought)

if __name__ == '__main__':
    rag_call_with_tags()

多轮会话

云端托管多轮会话

阿里云百炼应用提供云端托管多轮对话功能，通过session_id进行多轮会话，阿里云百炼云端将自动托管多轮会话，调用侧无需自行维护多轮会话。 下面的例子中，第一次调用后返回session_id，在第二次调用时，可以传入第一次返回的session_id，那么第二次调用模型服务时，将携带第一次调用的会话信息。
目前session id会话有效期是1个小时，最大历史会话轮数为50。如果同时传入session id和history时，优先使用传入的history，不再使用托管的多轮会话。
from http import HTTPStatus
from dashscope import Application

def call_with_session():
    response = Application.call(app_id='YOUR_APP_ID',
                                prompt='我想去新疆',
                                )

    if response.status_code != HTTPStatus.OK:
        print('request_id=%s, code=%s, message=%s\n' % (response.request_id, response.status_code, response.message))
        return

    response = Application.call(app_id='your app id',
                                prompt='那边有什么旅游景点或者美食?',
                                session_id=response.output.session_id
                                )
    if response.status_code != HTTPStatus.OK:
        print('request_id=%s, code=%s, message=%s\n' % (response.request_id, response.status_code, response.message))
    else:
        print('request_id=%s, output=%s, usage=%s\n' % (response.request_id, response.output, response.usage))

if __name__ == '__main__':
    call_with_session()

调用侧传入多轮会话

调用侧自行维护多轮会话时，可以通过history传入多轮会话信息。 
from http import HTTPStatus
from dashscope import Application

def call_with_history():
    prompt = '我想去新疆'
    response = Application.call(app_id="YOUR_APP_ID",
                                prompt=prompt,
                                )

    if response.status_code != HTTPStatus.OK:
        print('request_id=%s, code=%s, message=%s\n' % (response.request_id, response.status_code, response.message))
        return

    history = [{'user': prompt, 'bot': response.output.text}]
    response = Application.call(app_id="YOUR_APP_ID",
                                prompt='那边有什么旅游景点或者美食?',
                                history=history
                                )
    if response.status_code != HTTPStatus.OK:
        print('request_id=%s, code=%s, message=%s\n' % (response.request_id, response.status_code, response.message))
    else:
        print('request_id=%s, output=%s, usage=%s\n' % (response.request_id, response.output, response.usage))

if __name__ == '__main__':
    call_with_history()

流式输出

流式输出需要添加对应参数。其中，Python SDK中需要添加stream=True，Java SDK中需要使用streamCall接口调用。 
from http import HTTPStatus
from dashscope import Application

def call_with_stream():
    responses = Application.call(app_id='YOUR_APP_ID',
                                 prompt='如何做炒西红柿鸡蛋？',
                                 stream=True
                                 )

    for response in responses:
        if response.status_code != HTTPStatus.OK:
            print('request_id=%s, code=%s, message=%s\n' % (
                response.request_id, response.status_code, response.message))
        else:
            print('output=%s, usage=%s\n' % (response.output, response.usage))

if __name__ == '__main__':
    call_with_stream()

业务空间

上述调用示例调用的是默认业务空间的应用，如果需要调用其他业务空间，需要传入指定的业务空间标识。
请将WORKSPACE替换示例中的YOUR_WORKSPACE，代码才能正常运行。请参考获取业务空间 ID获取WORKSPACE。
from http import HTTPStatus
from dashscope import Application

def call_with_workspace():
    response = Application.call(app_id='YOUR_APP_ID',
                                workspace='YOUR_WORKSPACE',
                                prompt='如何做炒西红柿鸡蛋？',
                                )

    if response.status_code != HTTPStatus.OK:
        print('request_id=%s, code=%s, message=%s\n' % (response.request_id, response.status_code, response.message))
    else:
        print('request_id=%s, text=%s, usage=%s\n' % (response.request_id, response.output.text, response.usage))

if __name__ == '__main__':
    call_with_workspace()

输入参数

参数

类型

默认值

说明

app_id

string

-

应用标识。

prompt

string

-

用户当前输入的期望模型执行指令，用于指导模型生成回复。

session_id

string

-

对话历史会话唯一标识，传入session_id后，将在云端进行对话历史记录，调用大模型将自动携带存储的对话历史。请确保session_id不重复，并且session_id和history二选一即可。

history（可选）

list[dict]

[]

用户与模型的对话历史，list中的每个元素是形式为{"user":"用户输入","bot":"模型输出"}的一轮对话，多轮对话按时间顺序排列。

workspace（可选）

string

-

业务空间标识。

seed（可选）

int

1234

生成时使用的随机数种子，用户控制模型生成内容的随机性。seed支持无符号64位整数，默认值为1234。在使用seed时，模型将尽可能生成相同或相似的结果，但目前不保证每次生成的结果完全相同。

top_p（可选）

float

0.2

生成过程中核采样方法的概率阈值，例如，取值为0.2时，仅保留概率加起来大于等于0.2的最可能token的最小集合作为候选集。取值范围为（0,1.0)，取值越大，生成的随机性越高；取值越低，生成的确定性越高。

top_k（可选）

int

None

生成时，采样候选集的大小。例如，取值为50时，仅将单次生成中得分最高的50个token组成随机采样的候选集。取值越大，生成的随机性越高；取值越小，生成的确定性越高。默认不传递该参数，取值为None或当top_k大于100时，表示不启用top_k策略，此时，仅有top_p策略生效。

temperature（可选）

float

1.0

用于控制随机性和多样性的程度。具体来说，temperature值控制了生成文本时对每个候选词的概率分布进行平滑的程度。较高的temperature值会降低概率分布的峰值，使得更多的低概率词被选择，生成结果更加多样化；而较低的temperature值则会增强概率分布的峰值，使得高概率词更容易被选择，生成结果更加确定。

取值范围： [0, 2)，不建议取值为0，无意义。

python version >=1.10.1

java version >= 2.5.1

stream（可选）

bool

False

是否使用流式输出。当以stream模式输出结果时，接口返回结果为generator，需要通过迭代获取结果，默认每次输出为当前生成的整个序列，最后一次输出为最终全部生成结果，可以通过参数incremental_output为False改变输出模式为非增量输出。

doc_tag_codes（可选）

list[str]

-

文档标签code列表。传入文档标签code列表后，在检索召回过程中，会从指定的标签code关联的文档中进行检索召回。

doc_reference_type

str

-

返回文档检索后的引用类型，取值为：simple。

传simple则返回的结果中不包含角标信息。

has_thoughts

bool

False

是否输出检索召回处理过程信息。开启后，将返回文档检索召回和模型推理的过程信息。

输出参数

返回参数

类型

说明

备注

status_code

int

200（HTTPStatus.OK）表示请求成功，否则表示请求失败，可以通过code获取错误码，通过message字段获取错误详细信息。

说明

Python才有这个字段，Java失败会抛出异常，异常信息为code，message内容。

request_Id

string

系统生成的标志本次调用的id。

code

string

表示请求失败，表示错误码，成功忽略。

python only

message

string

失败，表示失败详细信息，成功忽略。

python only

output

dict

调用结果信息，对于千问模型，包含输出text。

usage

dict

计量信息，表示本次请求的计量数据。

output.text

string

模型生成回复。

output.finish_reason

string

正在生成时为null，生成结束时如果由于停止token导致则为stop。

output.session_id

string

对话历史会话的唯一标识.

在多轮会话时，可以使用此标识进行多轮会话保持。

usage.models[].model_id

string

本次应用调用到的模型。

usage.models[].input_tokens

int

用户输入文本转换成Token后的长度。

usage.models[].output_tokens

int

模型生成回复转换为Token后的长度。

output.thoughts[].throught

string

模型的思考结果。

output.thoughts[].action_type

string

大模型返回的执行步骤类型

api：执行API插件，response：返回最终结果。

output.thoughts[].action_name

string

执行的action名称，如文档检索、API插件。

output.thoughts[].action

string

执行的步骤。

output.thoughts[].action_input_stream

string

入参的流式结果。

output.thoughts[].action_input

string

插件的输入参数。

output.thoughts[].response

string

模型调用返回的结果。

output.thoughts[].observation

string

检索或插件的返回结果。

HTTP调用接口

功能描述

应用调用同时支持 HTTP 调用来完成客户的响应，目前提供普通 HTTP 和 HTTP SSE 两种协议，您可根据自己的需求自行选择。

前提条件

提交接口调用 

POST https://dashscope.aliyuncs.com/api/v1/apps/{YOUR_APP_ID}/completion

入参描述

传参方式

字段

类型

必选

描述

示例值

Header

Content-Type

String

是

请求类型：application/json

application/json

Accept

String

否

*/*，选择text/event-stream则会开启 SSE 响应，默认无设置

text/event-stream

Authorization

String

是

API-Key，例如：Bearer d1**2a

Bearer d1**2a

X-DashScope-SSE

String

否

跟Accept: text/event-stream 二选一即可启用SSE响应

enable

X-DashScope-WorkSpace

String

否

业务空间标识。

ws_ik******RVYCKzt

Body

input.prompt

String

是

用户当前输入的期望模型执行指令，支持中英文。

哪个公园距离我更近

input.history

List

否

用户与模型的对话历史，list中的每个元素是形式为{"user":"用户输入","bot":"模型输出"}的一轮对话，多轮对话按时间正序排列。

"history": [

{

"user":"今天天气好吗？",

"bot":"今天天气不错，要出去玩玩嘛？"

},

{

"user":"那你有什么地方推荐？",

"bot":"我建议你去公园，春天来了，花朵开了，很美丽。"

}

]

input.session_id

String

否

对话历史会话唯一标识, 传入session_id后，将在云端进行对话历史进行记录，调用大模型将自动携带存储的对话历史。请确保session_id不重复，并且session_id和history二选一即可。

input.doc_tag_codes

String

否

文档标签code列表。传入文档标签code列表后，在检索召回过程中，会从指定的标签code关联的文档中进行检索召回。

["471d*******3427", "881f*****0c232"]

parameters.seed

Integer

否

生成时使用的随机数种子，用户控制模型生成内容的随机性。seed支持无符号64位整数，默认值为1234。在使用seed时，模型将尽可能生成相同或相似的结果，但目前不保证每次生成的结果完全相同。

65535

parameters.top_p

Float

否

生成时，核采样方法的概率阈值。例如，取值为0.2时，仅保留累计概率之和大于等于0.2的概率分布中的token，作为随机采样的候选集。取值范围为（0,1.0)，取值越大，生成的随机性越高；取值越低，生成的随机性越低。默认值为0.2。注意，取值不要大于等于1。

0.2

parameters.top_k

Integer

否

生成时，采样候选集的大小。例如，取值为50时，仅将单次生成中得分最高的50个token组成随机采样的候选集。取值越大，生成的随机性越高；取值越小，生成的确定性越高。注意：如果top_k参数为空或者top_k的值大于100，表示不启用top_k策略，此时仅有top_p策略生效，默认是空。

50

parameters.temperature

Float

否

用于控制随机性和多样性的程度。具体来说，temperature值控制了生成文本时对每个候选词的概率分布进行平滑的程度。较高的temperature值会降低概率分布的峰值，使得更多的低概率词被选择，生成结果更加多样化；而较低的temperature值则会增强概率分布的峰值，使得高概率词更容易被选择，生成结果更加确定。

取值范围：[0, 2)，系统默认值为1.0。不建议将值为0，因为这没有意义。

1.0

parameters.has_thoughts

Bool

否

是否输出检索召回处理过程信息。开启后，将返回文档检索召回和模型推理的过程信息。

出参描述

字段

类型

描述

示例值

status_code

int

200（HTTPStatus.OK）表示请求成功，否则表示请求失败，可以通过code获取错误码，通过message字段获取错误详细信息。

说明

Python才有这个字段，Java失败会抛出异常，异常信息为code，message内容。

200

request_Id

string

系统生成的标识本次调用的id。

33dcf25a-******-8b711f15614e

code

string

表示请求失败，表示错误码，成功忽略。

message

string

失败，表示失败详细信息，成功忽略。

output.text

string

模型生成回复。

output.finish_reason

string

正在生成时为null，生成结束时如果由于停止token导致则为stop。

output.session_id

string

对话历史会话的唯一标识。

在多轮会话时，可以使用此标识进行多轮会话保持。

usage.models[].model_id

string

本次应用调用到的模型。

usage.models[].input_tokens

int

用户输入文本转换成Token后的长度。

usage.models[].output_tokens

int

模型生成回复转换为Token后的长度。

output.thoughts[].throught

string

模型的思考结果。

output.thoughts[].action_type

string

大模型返回的执行步骤类型

api：执行API插件，response：返回最终结果。

output.thoughts[].action_name

string

执行的action名称，如文档检索、API插件。

output.thoughts[].action

string

执行的步骤。

output.thoughts[].action_input_stream

string

入参的流式结果。

output.thoughts[].action_input

string

插件的输入参数。

output.thoughts[].response

string

模型调用返回的结果。

output.thoughts[].observation

string

检索或插件的返回结果。

请求示例（SSE 关闭）

以下示例展示通过CURL命令来调用RAG检索增强应用的脚本（SSE 关闭）。
需要使用您的API-KEY替换示例中的YOUR_API_KEY，并将APP-ID替换示例中的YOUR_APP_ID，代码才能正常运行。
curl --location 'https://dashscope.aliyuncs.com/api/v1/apps/{YOUR_APP_ID}/completion' \
--header 'Authorization: Bearer {YOUR_API_KEY}' \
--header 'Content-Type: application/json' \
--data '{
    "input": {
        "prompt": "如何做土豆炖猪脚?"
    },
    "parameters":  {},
    "debug": {}
}' --verbose

响应示例（SSE关闭） 

{
  "output": {
    "finish_reason": "stop",
    "session_id": "a08c1b4e******0c4513db9eea4",
    "text": "土豆炖猪脚是一道美味可口、营养丰富的家常菜，下面是一种简单的制作方法：\n\n**材料准备：**\n1. 猪脚（猪蹄）500克\n2. 土豆2-3个\n3. 生姜3-4片\n4. 大葱1根\n5. 八角2颗\n6. 桂皮一小块\n7. 香叶2片\n8. 料酒适量\n9. 生抽、老抽各适量\n10. 冰糖适量\n11. 清水适量\n12. 盐适量\n\n**步骤：**\n1. **猪脚处理**：猪脚剁成小块，放入开水中焯水，去除血水和杂质，捞出后用清水冲洗干净备用。\n   \n2. **炒糖色**：锅中加入少量油，放入冰糖小火慢慢熬化至红色且有泡沫时，将焯过水的猪脚块倒入锅中翻煎，使猪脚表面均匀地裹上糖色。\n\n3. **炖煮**：加入切好的姜片、葱段以及八角、桂皮、香叶等香料一同翻炒出香味。然后烹入料酒，加入生抽、老抽调色，再加入足够的热水没过猪脚。\n\n4. **炖煮猪脚**：大火烧沸后撇去浮沫，转中小火慢炖约40分钟至猪脚软烂。\n\n5. **加入土豆**：在猪脚炖至七八成熟时，将土豆削皮切块，加入锅中，继续炖煮约20分钟，直到土豆熟透且能轻易插入筷子。\n\n6. **调味**：最后根据个人口味加盐调味，炖煮几分钟让味道充分融合即可。\n\n7. **出锅**：炖至汤汁浓稠，土豆和猪脚都完全熟透后，撒上葱花或者香菜点缀，即可关火出锅。\n\n以上就是土豆炖猪脚的基本做法，具体炖煮时间可能因猪脚的老嫩程度和个人口感喜好有所不同，可以根据实际情况调整。"
  },
  "usage": {
    "models": [
      {
        "output_tokens": 456,
        "model_id": "qwen-max",
        "input_tokens": 64
      }
    ]
  },
  "request_id": "99432adc-8b15-953f-afba-fd0895a68773"
}

请求示例（SSE开启）

以下示例展示通过CURL命令来调用RAG检索增强应用的脚本（SSE 开启）。
需要使用您的API-KEY替换示例中的YOUR_API_KEY，并将APP-ID替换示例中的YOUR_APP_ID，代码才能正常运行。
curl --location 'https://dashscope.aliyuncs.com/api/v1/apps/{YOUR_APP_ID}/completion' \
--header 'Authorization: Bearer {YOUR_API_KEY}' \
--header 'Content-Type: application/json' \
--header 'X-DashScope-SSE: enable' \
--data '{
    "input": {
        "prompt": "如何做土豆炖猪脚?"
    },
    "parameters":  {},
    "debug": {}
}' --verbose

响应示例（SSE开启） 

id:1
event:result
:HTTP_STATUS/200
data:{"output":{"session_id":"2c502d4df28******f00488c10da4","finish_reason":"null","text":"土豆"},"usage":{"models":[{"input_tokens":64,"output_tokens":1,"model_id":"qwen-max"}]},"request_id":"d9abe8f8-5be6-9118-9232-8c27b9ff536c"}

id:2
event:result
:HTTP_STATUS/200
data:{"output":{"session_id":"2c502d4df28******f00488c10da4","finish_reason":"null","text":"土豆炖"},"usage":{"models":[{"input_tokens":64,"output_tokens":2,"model_id":"qwen-max"}]},"request_id":"d9abe8f8-5be6-9118-9232-8c27b9ff536c"}

id:3
event:result
:HTTP_STATUS/200
data:{"output":{"session_id":"2c502d4df28******f00488c10da4","finish_reason":"null","text":"土豆炖猪"},"usage":{"models":[{"input_tokens":64,"output_tokens":3,"model_id":"qwen-max"}]},"request_id":"d9abe8f8-5be6-9118-9232-8c27b9ff536c"}

... ... ... ...
... ... ... ...

id:7
event:result
:HTTP_STATUS/200
data:{"output":{"session_id":"2c502d4df28******f00488c10da4","finish_reason":"null","text":"土豆炖猪脚是一道美味可口、营养丰富的家常菜，下面是一种简单的制作方法：\n\n**材料准备：**\n1. 猪"},"usage":{"models":[{"input_tokens":64,"output_tokens":32,"model_id":"qwen-max"}]},"request_id":"d9abe8f8-5be6-9118-9232-8c27b9ff536c"}

请求示例（业务空间）

以下示例展示通过CURL命令来调用指定业务空间的RAG检索增强应用的脚本。
需要使用您的API-KEY替换示例中的YOUR_API_KEY，并将APP-ID替换示例中的YOUR_APP_ID，然后将WORKSPACE替换示例中的YOUR_WORKSPACE，代码才能正常运行。
curl --location 'https://dashscope.aliyuncs.com/api/v1/apps/{YOUR_APP_ID}/completion' \
--header 'Authorization: Bearer {YOUR_API_KEY}' \
--header 'Content-Type: application/json' \
--header 'X-DashScope-WorkSpace: {YOUR_WORKSPACE}' \
--data '{
    "input": {
        "prompt": "如何做土豆炖猪脚?"
    },
    "parameters":  {},
    "debug": {}
}' --verbose

响应示例（业务空间） 

{
  "output": {
    "finish_reason": "stop",
    "session_id": "a08c1b4e******0c4513db9eea4",
    "text": "土豆炖猪脚是一道美味可口、营养丰富的家常菜，下面是一种简单的制作方法：\n\n**材料准备：**\n1. 猪脚（猪蹄）500克\n2. 土豆2-3个\n3. 生姜3-4片\n4. 大葱1根\n5. 八角2颗\n6. 桂皮一小块\n7. 香叶2片\n8. 料酒适量\n9. 生抽、老抽各适量\n10. 冰糖适量\n11. 清水适量\n12. 盐适量\n\n**步骤：**\n1. **猪脚处理**：猪脚剁成小块，放入开水中焯水，去除血水和杂质，捞出后用清水冲洗干净备用。\n   \n2. **炒糖色**：锅中加入少量油，放入冰糖小火慢慢熬化至红色且有泡沫时，将焯过水的猪脚块倒入锅中翻煎，使猪脚表面均匀地裹上糖色。\n\n3. **炖煮**：加入切好的姜片、葱段以及八角、桂皮、香叶等香料一同翻炒出香味。然后烹入料酒，加入生抽、老抽调色，再加入足够的热水没过猪脚。\n\n4. **炖煮猪脚**：大火烧沸后撇去浮沫，转中小火慢炖约40分钟至猪脚软烂。\n\n5. **加入土豆**：在猪脚炖至七八成熟时，将土豆削皮切块，加入锅中，继续炖煮约20分钟，直到土豆熟透且能轻易插入筷子。\n\n6. **调味**：最后根据个人口味加盐调味，炖煮几分钟让味道充分融合即可。\n\n7. **出锅**：炖至汤汁浓稠，土豆和猪脚都完全熟透后，撒上葱花或者香菜点缀，即可关火出锅。\n\n以上就是土豆炖猪脚的基本做法，具体炖煮时间可能因猪脚的老嫩程度和个人口感喜好有所不同，可以根据实际情况调整。"
  },
  "usage": {
    "models": [
      {
        "output_tokens": 456,
        "model_id": "qwen-max",
        "input_tokens": 64
      }
    ]
  },
  "request_id": "99432adc-8b15-953f-afba-fd0895a68773"
}

异常响应示例

在访问请求出错的情况下，输出的结果中会通过 code 和 message 指明错误原因。 
{"code":"InvalidApiKey","message":"Invalid API-key provided.","request_id":"2637fcf9-32b1-9f4e-b0e9-1724d4aea00e"}

状态码说明

服务调用返回的状态码详情，请参见错误码。
阿里云百炼 home page阿里云百炼
开始使用
产品计费
Token Plan
模型体验
  • 3D模型生成
  • 音乐生成
接入客户端/开发工具
模型推理
模型调优
模型部署
模型评测
模型压缩目录节点
用量统计与性能监控
资产中心
模型数据
安全合规
实践教程
服务支持
产品动态