baidu-ai-search

简体中文 | English | 日本語

什么是AppBuilder-SDK

百度智能云千帆AppBuilder-SDK是百度智能云千帆AppBuilder面向AI原生应用开发者提供的一站式开发平台的客户端SDK。

AppBuilder-SDK 有哪些功能？

百度智能云千帆AppBuilder-SDK提供了以下AI应用开发者的必备功能：

• 调用
  • 调用大模型，可自由调用您在百度智能云千帆大模型平台的模型，开发并调优prompt
  • 调用能力组件，提供40+个源于百度生态的优质组件，赋能Agent应用
  • 调用AI原生应用，通过AppBuilderClient可访问并管理在百度智能云千帆AppBuilder网页端发布的AI原生应用，并可注册本地函数联动端云组件
• 编排
  • 配置知识库，通过KnowledgeBase管理知识库，进行文档及知识切片的增删改查，配合网页端开发产业级的RAG应用
  • 编排工作流，提供了Message、Component、AgentRuntime多级工作流抽象，实现工作流编排，并可与LangChain、OpenAI等业界生态能力打通
• 监控
  • 提供了可视化Tracing、详细DebugLog等监控工具，助力开发者在生产环境应用
• 部署
  • AgentRuntime支持部署为基于Flask与gunicorn的API服务
  • AgentRuntime支持部署为基于Chainlit的对话框交互前端
  • 提供了appbuilder_bce_deploy工具，可快速部署程序到百度云，提供公网API服务，联动AppBuilder工作流

使用 AppBuilder-SDK 可以构建什么应用？

产业级RAG应用

AppBuilder-SDK提供多类型组件，覆盖以下构建产业级RAG应用的完整步骤：

• 文档解析（Parser）
• 文档切片（Chunker）
• 切片向量化（Embedding）
• 索引构建（Indexing）
• 切片召回（Retrieval）
• 答案生成（Answer Generation）

AppBuilder-SDK不仅提供了百度智能云提供的基础能力组件，同时提供经过深度优化的大模型高级能力组件，可以组合下表提供的原子能力组件，构建个性化的RAG应用RAG 原子能力 CookBook：

如何安装AppBuilder-SDK

百度智能云千帆AppBuilder-SDK 最新版本 1.1.0 (2025-06-20)

百度智能云千帆AppBuilder-SDK 更新记录&最新特性请查阅我们的版本说明

• Python版本安装，要求Python版本 >= 3.9

python3 -m pip install --upgrade appbuilder-sdk

• Java 及 Go 版本安装，以及通过Docker镜像使用，请查阅安装说明

快速开始你的AI原生应用开发之旅

• 请在>=3.9的Python环境安装appbuilder-sdk后使用该端到端应用示例
• 示例中使用请替换为您的个人Token

1. 调用大模型

• 使用Playground组件可自由调用，您在百度智能云千帆大模型平台有权限的任何模型，并可自定义prompt模板 与 模型参数

代码示例

import appbuilder
import os

# 设置环境中的TOKEN，请替换为您的个人TOKEN
os.environ["APPBUILDER_TOKEN"] = "your api key"

# 定义prompt模板
template_str = "你扮演{role}, 请回答我的问题。\n\n问题：{question}。\n\n回答："

# 定义输入，调用playground组件
input = appbuilder.Message({"role": "java工程师", "question": "请简要回答java语言的内存回收机制是什么，要求100字以内"})

playground = appbuilder.Playground(prompt_template=template_str, model="DeepSeek-V3.1")

# 以打字机的方式，流式展示大模型回答内容
output = playground(input, stream=True, temperature=1e-10)
for stream_message in output.content:
    print(stream_message)
    
# 流式输出结束后，可再次打印完整的大模型对话结果，除回答内容外，还包括token的用量情况
print(output.model_dump_json(indent=4))

回答展示

Java语言的
内存回收机制是通过垃圾回收器（Garbage Collector）来实现的。
垃圾回收器会自动检测不再使用的对象，并释放其占用的内存空间，从而确保系统的内存不会被耗尽。
Java提供了多种垃圾回收器，如串行回收器、并行回收器、CMS回收器和G1回收器等，以满足不同场景下的性能需求
。

{
    "content": "Java语言的内存回收机制是通过垃圾回收器（Garbage Collector）来实现的。垃圾回收器会自动检测不再使用的对象，并释放其占用的内存空间，从而确保系统的内存不会被耗尽。Java提供了多种垃圾回收器，如串行回收器、并行回收器、CMS回收器和G1回收器等，以满足不同场景下的性能需求。",
    "name": "msg",
    "mtype": "dict",
    "id": "2bbee989-40e3-45e4-9802-e144cdc829a9",
    "extra": {},
    "token_usage": {
        "prompt_tokens": 35,
        "completion_tokens": 70,
        "total_tokens": 105
    }
}

2. 调用能力组件

• SDK提供了40+个源于百度生态的优质组件，列表可见组件列表, 调用前需要申领免费试用额度
• 示例中的组件为RAG with Baidu Search增强版, 结合百度搜索的搜索引擎技术和ERNIE模型的语义理解能力，可以更准确地理解用户的搜索意图，并提供与搜索查询相关性更高的搜索结果

代码示例

import appbuilder
import os

# 设置环境中的TOKEN，使用请替换为您的个人TOKEN
os.environ["APPBUILDER_TOKEN"] = "your api key"

rag_with_baidu_search_pro = appbuilder.RagWithBaiduSearchPro(model="DeepSeek-V3.1")

input = appbuilder.Message("9.11和9.8哪个大")
result = rag_with_baidu_search_pro.run(
    message=input,
    instruction=appbuilder.Message("你是专业知识助手"))

# 输出运行结果
print(result.model_dump_json(indent=4))

回答展示

{
    "content": "9.11小于9.8。在比较两个小数的大小时，需要逐位比较它们的数值，包括整数部分和小数部分。对于9.11和9.8，整数部分都是9，所以需要在小数部分进行比较。小数点后的第一位是1和8，显然1小于8，所以9.11小于9.8。",
    "name": "msg",
    "mtype": "dict",
    "id": "eb31b7de-dd6a-485f-adb9-1f7921a6f4bf",
    "extra": {
        "search_baidu": [
            {
                "content": "大模型‘智商’受质疑:9.11 vs 9...",
                "icon": "https://appbuilder.bj.bcebos.com/baidu-search-rag-pro/icon/souhu.ico",
                "url": "https://m.sohu.com/a/793754123_121924584/",
                "ref_id": "2",
                "site_name": "搜狐网",
                "title": "大模型‘智商’受质疑:9.11 vs 9.8的比较揭示AI理解能力的..."
            },
            {
                "content": "究竟|9.11比9.8大?大模型们为何会...",
                "icon": "https://appbuilder.bj.bcebos.com/baidu-search-rag-pro/icon/tencent.svg.png",
                "url": "https://new.qq.com/rain/a/20240717A07JLV00",
                "ref_id": "4",
                "site_name": "腾讯网",
                "title": "究竟|9.11比9.8大?大模型们为何会在小学数学题上集体..."
            },
            ...
        ]
    },
    "token_usage": {
        "completion_tokens": 77,
        "prompt_tokens": 2008,
        "total_tokens": 2085
    }
}

3. 调用AI原生应用

• 示例中的应用为：说唱导师，点击该连接在网页端试用

代码示例

import appbuilder
import os

# 设置环境中的TOKEN，请替换为您的个人TOKEN
os.environ["APPBUILDER_TOKEN"] = "your api key"

# 从AppBuilder网页获取并传入应用ID，以下为说唱导师应用ID
app_id = "4678492a-5864-472e-810a-654538d3503c"

app_builder_client = appbuilder.AppBuilderClient(app_id)
conversation_id = app_builder_client.create_conversation()

answer = app_builder_client.run(conversation_id, "以“上班狼狈却又追逐梦想“为主题进行一首说唱创作，保持押韵, 控制在200字以内")
print(answer.content.answer)

回答展示

好的，我们来以“上班狼狈却又追逐梦想”为主题，进行一段简短的说唱创作。这里是一个简单的示例，你可以根据自己的感觉进行调整：

Intro:
朝九晚五，生活重压，
狼狈上班，却心怀梦想，
每一天，都是新的挑战，
为了那未来，我奋发向前。

Verse 1:
穿上西装，打好领带，
步入人群，去追逐名利，
虽然狼狈，却不曾言败，
因为心中，有梦想在激励。

Hook:
上班狼狈，却不曾放弃，
追逐梦想，是我心中的火炬，
照亮前路，指引我前行，
无论多难，我都要坚持到底。

这首小曲儿以“上班狼狈却又追逐梦想”为主题，通过押韵的方式表达了上班族虽然生活艰辛，但依然怀揣梦想，勇往直前的精神。希望你喜欢！

更多示例

• 更多AI原生应用示例，请浏览应用广场
• 更多代码Cookbook，请浏览 Cookbooks，我们有以下cookbook推荐您优先阅读：

百度智能云千帆AppBuilder-SDK 能力全景图

用户文档

Github 文档

• 首页
  • 快速上手:
    • 开始你的第一个AI原生应用:
      • 安装
      • 快速开始
    • 产业实践应用范例:
      • SDK使用示例
    • SDK当前支持的编程语言
  • 基础:
    • 模型:
      • 获取模型列表
    • 组件
    • 监控:
      • TRACE基础功能
      • TRACE拓展功能
    • 部署:
      • 交互式前端部署
      • 公有云部署
      • API 访问
      • AgentRuntime
      • UserSession
    • 平台:
      • 应用:
        • AppBuilderClient组件
        • 获取AppBuilder已发布的应用列表
      • 知识库:
        • 知识库组件
      • 自定义组件:
        • 基础能力组件
  • 应用:
    • Agent:
      • 基础知识
      • 使用官方组件
      • ToolCall
      • ToolChoice
      • 使用异步和流式加速客户端调用
    • RAG:
      • 基础知识
      • 知识库管理
      • Reference信息处理
    • Workflow:
      • 基础知识
      • 从零使用Workflow组装一个RAG应用
      • 从零使用Workflow组装一个Agent应用
  • 开发者指南:
    • 如何贡献代码
    • 二次开发
    • 版本升级日志
    • 错误信息
    • 环境参数

开源社区与活动

百度智能云千帆AppBuilder-SDK微信交流群

• Github Issue: 提交安装/使用问题、报告bug、建议新特性、沟通开发计划等

• 百度智能云千帆社区

License

AppBuilder-SDK遵循Apache-2.0开源协议。