bailian-docs-llm-wiki

# 百炼文档知识库 > 阿里云百炼平台的完整技术文档知识库，涵盖模型使用、应用开发、API 参考等内容。 ## 何时使用 当用户涉及以下场景时激活此 Skill： - 查询百炼平台的模型列表、模型参数、调用方式（含具体模型的 contextWindow、QPM、定价、sample code 等结构化字段 → 查 `models/`） - 查阅百炼 API 参数、请求/响应格式、错误码 - 了解百炼应用开发（智能体、RAG、知识库、记忆、插件等） - 选择模型、比较模型能力、了解模型定价与限流 - 使用百炼 SDK / OpenAI 兼容接口 - 语音识别、语音合成、图片生成、视频生成等多模态能力 - Token Plan、计费、免费额度等商务问题 ## 何时**不要**使用 下面这些场景与百炼文档无关，**不要激活**本 Skill： - 询问 OpenAI / Anthropic / Google 等其他厂商的 API、模型或定价 - 通用编程问题、框架问题（React、Vue、Spring 等） - `bl` CLI 命令本身的用法（那是 `bailian-cli` skill 的职责） - 与百炼无关的阿里云产品（OSS、ECS、RDS 等） ## 文档层级 ### 1. Wiki 层（合成层） — `wiki/` 由 LLM 自动合成的结构化 Wiki，包含三类页面： - **主题页**：按功能领域聚合的综合文档（`wiki/guides/*.md`、`wiki/api/*.md`） - **概念页**：跨主题的横切概念（`wiki/concepts/*.md`，如 RAG、流式输出、Function Calling 等） - **对比页**：同类方案的结构化对比分析（`wiki/comparisons/*.md`，含对比表格） **优先查阅 `wiki/index.md`，它是全部 wiki 页面的索引入口。** 每篇主题页末尾都有 `## 来源文档` 段落，列出对应的 raw 原文路径，可用于追溯和深度阅读。 ### 2. Models 层（模型市场结构化数据） — `models/` 直接从百炼 console 网关 `listFoundationModels` 抓取的**结构化模型元数据**， 对应「模型广场」页面。涉及具体模型的能力、上下文长度、QPM 限流、定价、 官方 sample code 等问题时，优先查这里，比 wiki 更新更准。 **三层产物，单一数据源**（`families.jsonl` / `models.jsonl` 是机器查询入口，`index.md` 是 `families.jsonl` 的人类可读视图）： - `models/index.md` — 按主能力分桶的家族索引（中文标签 + 模型代码 + 链接到明细 JSON），适合「概览扫一眼」 - `models/families.jsonl` — **每行一个家族**，含 `slug` / `name` / `description` / `primaryCapability` / `capabilities`（家族下所有 item 的并集）/ `providers` / `itemCount` / `maxContextWindow` / 轻量 `items[]` 摘要（每个 item 只含 `model` / `name` / `contextWindow` / `capabilities` / `openSource`）/ `detailPath`。 适合按家族筛选，例如： - 列出推理类家族：`jq -c 'select(.primaryCapability=="Reasoning") | {slug,name,itemCount}' families.jsonl` - 找包含某个 provider 的家族：`grep '"moonshot-ai"' families.jsonl | jq -c .slug` - `models/models.jsonl` — **每行一个主干模型**（跨家族扁平），含 `model` / `family` / `capabilities` / `features` / `contextWindow` / `maxInputTokens` / `maxOutputTokens` / `prices`（精简）/ `qpmInfo`（精简）/ `docUrl` / `detailPath` / **`profile`**（选型画像，见下）。适合跨家族批量查询，例如： - 列出所有 contextWindow ≥ 1M 的模型：`jq -c 'select(.contextWindow>=1000000)' models.jsonl` - 找支持 function-calling 的文本模型：`grep '"function-calling"' models.jsonl | jq -c '{model,family,contextWindow}'` - 按场景选模型：`jq -c 'select(.profile.scenes // [] | index("代码生成")) | {model, pos: .profile.oneLinePositioning}' models.jsonl` - 同族里挑旗舰：`jq -c 'select(.profile.familyTier=="flagship") | {model,family}' models.jsonl` **`profile` —— LLM 合成的选型画像（判断层）**，用于回答「这个模型适合干什么、族里该选哪个」： | 字段 | 含义 | | --- | --- | | `profileCompleteness` | `full`（判断字段齐备）/ `partial`（有定位和场景）/ `structured-only`（仅由结构化规格推导，未读过文档） | | `oneLinePositioning` | 一句话定位（≤50 字） | | `scenes` | 适用场景标签（受控词表，31 个值） | | `notSuitableFor` | 不适用场景负面清单 | | `styleKeywords` | 风格关键词（≤5 个） | | `familyTier` | 族内选型档位：`flagship` 效果首选 / `balanced` 默认均衡 / `lightweight` 成本延迟优先或旧版 | | `familyComparison` | 同族对比摘要（族内所有成员共享同一段文本） | | `callModes` | 调用模式：`sync` / `async` / `streaming` / `realtime`（脚本从示例代码机械推导） | | `pipelineRole` | 多模态流水线角色 `{from, to, role}` | | `_meta` | `generatedAt` / `sourceHash` / `generatorVersion`，用于判断画像是否过期 | **三态语义要读准**：字段**缺失** = 未知；`null` = 不适用（仅 `familyTier` / `familyComparison` 会出现，表示单模型家族）；有值 = 已知。 `notSuitableFor: []` 意为「无已知限制」，与字段缺失（未知）不同。 `profileCompleteness` 为 `structured-only` 时该画像**没读过文档**，只有机械推导字段可信；模型的硬规格（价格 / QPM / contextWindow / `openSource`）永远以宿主记录的顶层字段为准，不要从画像里找。 `index.json` 的 `profileCoverage` 给出三档分布，可一眼判断整体画像新鲜度。 两份 JSONL 的 **join 字段**：`models.jsonl[].family == families.jsonl[].slug`。命中后按 `detailPath` 打开 `groups/<slug>.json` 取完整字段（`samples`、`predictConfig`）。 - `models/groups/<slug>.json` — 单个模型家族（如 `qwen3-max`、`deepseek`、`wan-image-to-video`）的完整明细： - 家族层：`name`、`description` - `items[]`：该家族下所有**主干模型版本**（剔除了带日期后缀的快照），保留字段： `model`（API 调用名）、`modelAlias`、`contextWindow`、`maxInputTokens`、`maxOutputTokens`、 `capabilities`、`features`、`provider`、`docUrl`、`prices`、`qpmInfo`、 `samples`（**调用示例**，扁平化结构：`samples.<sdk>.<api>.{curl,python,nodejs,java,docUrl}`， 例如 `samples.openai.completionsAPI.python` 直接是代码字符串）、 `predictConfig`（**模型调用入参定义**，含 `system`/`temperature`/`top_p`/`enable_search`/`enable_thinking` 等参数的 `name`/`key`/`default`/`tip`/`range`，与百炼 Playground 对齐） - `models/meta.json` — 增量爬取的指纹缓存，**不要给用户引用** #### 能力代码（capability）映射 `index.md` 的章节标题与 `items[].capabilities[]` 用的是英文短代码， 对应中文含义如下： | 代码 | 中文标签 | | --- | --- | | `TG` | 文本生成 | | `Reasoning` | 推理 | | `VU` | 视觉理解 | | `IG` | 图像生成 | | `VG` | 视频生成 | | `TTS` | 语音合成 | | `ASR` | 语音识别 | | `Realtime-ASR` | 实时语音识别 | | `Realtime-Text-to-Speech` | 实时语音合成 | | `Realtime-Audio-Translate` | 实时音频翻译 | | `Realtime-Omni` | 实时全模态 | | `Multimodal-Omni` | 全模态 | | `ME` | 多模态嵌入 | | `TR` | 翻译 | | `3D-generation` | 3D 生成 | | `World-Model` | World-Model | | `Realtime-Chatting` | Realtime-Chatting | 一个模型常常带多个 capability，`index.md` 中按 `capabilities[0]`（主能力）归类， 查找时按中文标签即可定位章节。 ### 3. Raw 层（原始层） — `raw/` 从 help.aliyun.com 爬取的原始文档，按分类存放： - `raw/model-user-guide/` — 模型使用指南 - `raw/application-user-guide/` — 应用使用指南 - `raw/model-api-reference/` — 模型 API 参考 - `raw/application-api-reference/` — 应用 API 参考 当 wiki / models 层信息不足时，从 raw 层获取完整原文。 ## 强约束 - **回答必须基于 `wiki/` 或 `raw/` 下的实际文件内容**，不得凭印象编造 API、参数名、错误码或定价数字。 - **引用时附带相对路径**（如 `wiki/api/qwen-api.md`），方便用户验证。 - 如果在 `wiki-metadata.json` 中查到某页面 `qualityScore <= 2`，直接绕过 wiki 该页，回退到 `raw/` 原文回答。 ## 查阅流程 1. **模型规格类问题先查 models**： - **具体某个模型**的能力、上下文、QPM、价格、官方示例代码 → 看 `index.md` 定位家族 → 打开 `groups/<slug>.json` - **跨家族筛选模型**（如「上下文 ≥ 1M 的模型」「支持 function-calling 的推理模型」）→ grep `models.jsonl` - **按家族维度筛选**（如「有哪些纯推理家族」「moonshot 旗下都有哪些家族」）→ grep `families.jsonl` - 命中后按 `detailPath` 打开对应 `groups/<slug>.json` 取 `samples` / `predictConfig` 等完整字段 2. **概念/使用方式查 wiki 索引**：读取 `wiki/index.md` 找到对应的主题页、概念页或对比页 3. **概念/对比优先**：跨领域问题或方案选型问题，优先看 `wiki/concepts/*` 与 `wiki/comparisons/*` 4. **回溯 raw 原文**：从主题页末尾的 `## 来源文档` 列表点进 `raw/.../*.md` 看完整细节 5. **全文索引**：`llms.txt` 含完整目录树，可快速定位 6. **特定参数/错误码**：直接在 `raw/` 下用 grep ## 快速定位映射 | 关键词 | 推荐入口路径 | | ------------------------------------- | -------------------------------------------------------- | | 某模型的 contextWindow / 价格 / QPM / sample code / 入参定义 | `models/groups/<slug>.json`（从 `models/index.md` 找 slug） | | **跨家族筛选模型**：按 contextWindow / capability / feature / price 批量查找 | `models/models.jsonl`（`grep` / `jq` 一行一模型） | | **选型/推荐**：某场景该用哪个模型、同族里选哪个、模型不适合干什么 | `models/models.jsonl` 的 `profile` 字段（`scenes` / `oneLinePositioning` / `familyTier` / `notSuitableFor`） | | **按家族筛选**：按 primaryCapability / providers / itemCount / maxContextWindow 找家族 | `models/families.jsonl`（一行一家族，含 items[] 摘要） | | 模型家族总览 / 按能力分桶浏览 | `models/index.md` | | 主题页 / API 文档（按功能领域查找） | `wiki/index.md`（完整索引入口） | > 实际文件名以 `wiki/index.md` 为准；上表若有出入应回到索引页查找。 ## 注意事项 - 文档持续更新，如遇矛盾以 `models/` > `raw/` > `wiki/` 的顺序为准 （`models/` 直接拉自 console 网关，最新；`raw/` 是源站爬取；`wiki/` 是 LLM 合成可能滞后）