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
- 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：
| 阶段 |
组件名称 |
组件类型 |
组件链接 |
| 文档解析 |
文档矫正增强 (DocCropEnhance) |
基础能力组件 |
链接 |
| 文档解析 |
文档格式转换 (DocFormatConverter) |
基础能力组件 |
链接 |
| 文档解析 |
文档解析（DocParser） |
基础能力组件 |
链接 |
| 文档解析 |
表格抽取组件（ExtractTableFromDoc） |
基础能力组件 |
链接 |
| 文档解析 |
通用文字识别-高精度版（GeneralOCR） |
基础能力组件 |
链接 |
| 文档切片 |
文档切分（DocSplitter） |
基础能力组件 |
链接 |
| 切片向量化 |
向量计算（Embedding） |
基础能力组件 |
链接 |
| 索引构建及切片召回 |
向量检索-VectorDB（BaiduVectorDBRetriever） |
基础能力组件 |
链接 |
| 索引构建及切片召回 |
向量检索-BES（BaiduElasticSearchRetriever） |
基础能力组件 |
链接 |
| 文档切片及答案生成 |
问答对挖掘（QAPairMining） |
高级能力组件 |
链接 |
| 文档切片及答案生成 |
相似问生成（SimilarQuestion） |
高级能力组件 |
链接 |
| 答案生成 |
标签抽取（TagExtraction） |
高级能力组件 |
链接 |
| 答案生成 |
复杂Query判定（IsComplexQuery） |
高级能力组件 |
链接 |
| 答案生成 |
复杂Query分解（QueryDecomposition） |
高级能力组件 |
链接 |
| 答案生成 |
多轮改写 (QueryRewrite) |
高级能力组件 |
链接 |
| 答案生成 |
阅读理解问答（MRC） |
高级能力组件 |
链接 |
| 答案生成 |
幻觉检测（Hallucination Detection） |
高级能力组件 |
链接 |
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
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
开源社区与活动
百度智能云千帆AppBuilder-SDK微信交流群
License
AppBuilder-SDK遵循Apache-2.0开源协议。
评论