​
App Inventor 2 调用阿里云百炼大模型

本教程教你如何在App Inventor 2中接入阿里云百炼大模型，实现AI对话功能。

​
一、阿里云百炼简介

​
1.1 什么是百炼

阿里云百炼是一站式大模型服务平台，提供通义千问等大模型的API接口。

​
1.2 主要特点

特点说明
模型丰富通义千问、文本嵌入、图像生成等
稳定可靠企业级SLA保障
易于集成RESTful API，简单易用
免费额度新用户有免费Token额度

​
二、准备工作

​
2.1 获取API密钥

  1. 访问 阿里云百炼平台
  2. 注册/登录阿里云账号
  3. 开通百炼服务
  4. 创建API Key（保存好Secret Key）

​
2.2 需要的组件

组件名称说明
Web客户端Web1发送HTTP请求
对话框Notifier1显示提示
文本框TextBox_Input用户输入
标签Label_ResponseAI回复显示
时钟Clock1计时器（可选）

​
三、API配置

​
3.1 百炼API地址

基础地址: https://dashscope.aliyuncs.com/api/v1

对话接口: https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation
嵌入接口: https://dashscope.aliyuncs.com/api/v1/services/aigc/text-embedding/embedding

​
3.2 请求头配置

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json
X-DashScope-Async: enable  # 可选，启用异步模式

​
四、代码实现

​
4.1 初始化设置

初始化全局变量 API密钥 = "sk-xxxxxxxxxxxxxxxx"  // 替换为你的API Key
初始化全局变量 API地址 = "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation"
初始化全局变量 对话历史 = 创建空列表()

​
4.2 发送对话请求

当 Button_Send.被点击 时
  设置 全局变量 用户输入 = TextBox_Input.文本
  
  如果 全局变量 用户输入 = "" 则
    调用 Notifier1.显示消息("请输入内容")
  否则
    设置 Label_Response.文本 = "正在思考中..."
    设置 Button_Send.启用 = 假
    
    // 添加用户消息到历史
    调用 添加消息到历史("user", 全局变量 用户输入)
    
    // 发送请求
    调用 发送AI请求()
  如果结束

过程 发送AI请求
  // 构建请求体
  设置 全局变量 请求体 = {
    "model": "qwen-turbo",
    "input": {
      "messages": 全局变量 对话历史
    },
    "parameters": {
      "result_format": "message"
    }
  }
  
  // 发送POST请求
  调用 Web1.发送JSON请求(
    网址: 全局变量 API地址,
    JSON数据: 调用 JSON.字典转JSON(全局变量 请求体),
    请求头: {
      "Authorization": "Bearer " + 全局变量 API密钥,
      "Content-Type": "application/json"
    }
  )
过程结束

​
4.3 处理响应

当 Web1.收到JSON响应(响应码, 响应内容) 时
  如果 响应码 = 200 则
    // 解析响应
    设置 全局变量 响应数据 = 响应内容
    设置 全局变量 AI回复 = 获取键路径的值(全局变量 响应数据, ["data", "output", "choices", 0, "message", "content"], "无回复")
    
    如果 全局变量 AI回复 ≠ "无回复" 则
      设置 Label_Response.文本 = 全局变量 AI回复
      调用 添加消息到历史("assistant", 全局变量 AI回复)
    否则
      设置 Label_Response.文本 = "抱歉，AI没有回复"
    如果结束
  否则
    设置 Label_Response.文本 = "请求失败: " + 响应码
    调用 Notifier1.显示消息("请求失败: " + 响应码)
  如果结束
  
  设置 Button_Send.启用 = 真
  设置 TextBox_Input.文本 = ""
过程结束

​
4.4 历史记录管理

过程 添加消息到历史(角色, 内容)
  设置 全局变量 新消息 = {
    "role": 角色,
    "content": 内容
  }
  添加项目到列表(全局变量 对话历史, 全局变量 新消息)
过程结束

当 Button_ClearHistory.被点击 时
  设置 全局变量 对话历史 = 创建空列表()
  设置 Label_Response.文本 = "对话历史已清空"
  调用 Notifier1.显示消息("对话历史已清空")

​
五、完整对话界面代码

​
5.1 界面组件

垂直布局
├── Label_Title（标题：AI助手）
├── 滚动布局
│   └── VerticalScrollArrangement_Chat（聊天内容区）
├── 水平布局
│   ├── TextBox_Input（输入框）
│   └── Button_Send（发送按钮）
└── Button_ClearHistory（清空历史）

​
5.2 主流程代码

初始化全局变量 API密钥 = "sk-xxxxxxxx"
初始化全局变量 对话历史 = 创建空列表()

当 Screen1.初始化 时
  设置 Button_Send.启用 = 假  // 未输入时不启用

当 TextBox_Input.文本改变 时
  设置 Button_Send.启用 = TextBox_Input.文本 ≠ ""

当 Button_Send.被点击 时
  // 获取用户输入
  设置 全局变量 用户消息 = TextBox_Input.文本
  
  // 显示用户消息
  调用 添加聊天项("user", 全局变量 用户消息)
  
  // 清空输入框
  设置 TextBox_Input.文本 = ""
  
  // 调用AI
  调用 调用AI(全局变量 用户消息)

过程 调用AI(用户消息)
  设置 Label_Thinking.可见 = 真
  设置 Label_Thinking.文本 = "AI正在思考..."
  
  // 构建请求
  设置 全局变量 请求体 = {
    "model": "qwen-plus",
    "input": {
      "messages": 全局变量 对话历史
    },
    "parameters": {
      "result_format": "message"
    }
  }
  
  // 发送请求
  调用 Web1.发送JSON请求(
    网址: "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation",
    JSON数据: 调用 JSON.字典转JSON(全局变量 请求体),
    请求头: "Authorization: Bearer " + 全局变量 API密钥
  )

当 Web1.收到JSON响应(响应码, 响应) 时
  设置 Label_Thinking.可见 = 假
  
  如果 响应码 = 200 则
    设置 全局变量 AI回复 = 获取键路径的值(响应, ["data", "output", "choices", 0, "message", "content"], "")
    
    如果 全局变量 AI回复 ≠ "" 则
      调用 添加聊天项("assistant", 全局变量 AI回复)
      调用 添加消息到历史("assistant", 全局变量 AI回复)
    否则
      调用 添加聊天项("assistant", "抱歉，AI没有回复")
    如果结束
  否则
    调用 添加聊天项("assistant", "请求失败: " + 响应码)
  如果结束

过程 添加聊天项(角色, 内容)
  // 创建聊天气泡
  设置 全局变量 气泡 = 调用 Label.创建组件(VerticalScrollArrangement_Chat)
  调用 全局变量 气泡.设置属性("文本", 内容)
  调用 全局变量 气泡.设置属性("宽度", "充满")
  调用 全局变量 气泡.设置属性("自动换行", 真)
  
  如果 角色 = "user" 则
    调用 全局变量 气泡.设置属性("背景颜色", 蓝色)
    调用 全局变量 气泡.设置属性("文本颜色", 白色)
  否则
    调用 全局变量 气泡.设置属性("背景颜色", 浅灰色)
    调用 全局变量 气泡.设置属性("文本颜色", 黑色)
  如果结束
  
  // 滚动到底部
  调用 VerticalScrollArrangement_Chat.滚动到最底部()
过程结束

​
六、常用模型选择

​
6.1 对话模型

模型特点适用场景价格
qwen-turbo速度快快速响应低
qwen-plus能力强复杂任务中
qwen-max最强高质量回答高

​
6.2 选择建议

当 Button_SelectModel.被点击 时
  调用 Notifier1.显示选择对话框(
    对话框标题: "选择模型",
    消息: "请选择AI模型",
    按钮1文本: "qwen-turbo（快速）",
    按钮2文本: "qwen-plus（平衡）",
    按钮3文本: "qwen-max（高质量）"
  )

当 Notifier1.选择完成(选择) 时
  如果 选择 = "qwen-turbo（快速）" 则
    设置 全局变量 当前模型 = "qwen-turbo"
  否则 如果 选择 = "qwen-plus（平衡）" 则
    设置 全局变量 当前模型 = "qwen-plus"
  否则
    设置 全局变量 当前模型 = "qwen-max"
  如果结束
  
  调用 Notifier1.显示消息("已切换到: " + 全局变量 当前模型)

​
七、常见问题

​
7.1 请求返回401

原因：API Key无效或过期
解决：检查API Key是否正确，必要时重新生成

​
7.2 请求返回429

原因：请求频率过高
解决：
  • 添加请求间隔（如1-2秒）
  • 申请更高的QPS限制

​
7.3 响应超时

原因：模型处理时间过长
解决：
  • 设置更长的Web1.Timeout
  • 使用异步模式

​
7.4 费用问题

解决：
  • 设置每日用量上限
  • 使用免费额度测试

​
八、安全注意事项

  1. API Key保护：
    • 不要在前端代码中明文存储
    • 使用服务器代理转发请求
  2. 内容过滤：
    • 百炼平台有内容安全审核
    • 避免发送敏感内容
  3. 费用控制：
    • 设置Token使用上限
    • 监控API调用量

​
九、扩展功能

​
9.1 流式输出（高级）

百炼支持SSE流式输出，可在AI回答时逐字显示。

​
9.2 图像理解

设置 全局变量 请求体 = {
  "model": "qwen-vl-plus",
  "input": {
    "messages": [
      {
        "role": "user",
        "content": [
          {"text": "这张图片里有什么？"},
          {"image": "base64编码的图片"}
        ]
      }
    ]
  }
}

​
9.3 图像生成

设置 全局变量 请求体 = {
  "model": "wanx-v1",
  "input": {
    "prompt": "一只可爱的猫咪在草地上玩耍"
  }
}

​
十、总结

调用阿里云百炼大模型的步骤：
  1. ✅ 获取API Key
  2. ✅ 配置Web客户端
  3. ✅ 构建请求体（JSON格式）
  4. ✅ 发送HTTP请求
  5. ✅ 解析AI回复
  6. ✅ 管理对话历史
教程作者：ai2claw 🐝
创建时间：2026-03-29
适用版本：App Inventor 2

​
参考资料与版权声明

​
原文来源

​
版权声明

本文档基于 MIT App Inventor 官方文档及社区资源整理，版权归原作者所有：
  • MIT App Inventor 官方文档采用 CC BY-SA 4.0 授权
  • MIT App Inventor Community 帖子版权归原作者所有
本文档由 ai2claw 🐝 整理，仅供学习参考，如有侵权请联系删除。