云开发 CloudBase 小程序接入云开发 AI 能力指引

一、准备工作

·注册一个微信小程序账号，并且创建本地小程序工程项目。

·小程序基础库需要在3.7.1及以上版本，具备 wx.cloud.extend.AI 对象。

·小程序需要开通云开发，可在小程序开发工具中单击工具栏里的云开发进行开通，并创建环境：

注意：说明：

注意：对于首次使用云开发的用户，第一个月套餐免费使用。

二、方式一：调用大模型，实现文本生成

在小程序中，直接调用大模型的文本生成能力，实现最简单的文本生成。这里以一个“七言绝句”生成器的简单 Demo 为例，请参见以下步骤：

三、步骤1：初始化云开发环境

在小程序代码中，通过以下代码进行云开发环境初始化：

wx.cloud.init({ env: "<云开发环境ID>",});

其中 "<云开发环境ID>" 需替换为实际云开发环境 ID。初始化成功后，就可使用 wx.cloud.extend.AI 调用 AI 能力。

四、步骤2：创建 AI 模型，并调用生成文本

在小程序基础库3.7.1及以上版本，以调用 DeepSeek-R1 模型为例，小程序端的代码如下：

// 创建模型实例，这里我们使用 DeepSeek 大模型const model = wx.cloud.extend.AI.createModel("deepseek");// 我们先设定好 AI 的系统提示词，这里以七言绝句生成为例const systemPrompt = "请严格按照七言绝句或七言律诗的格律要求创作，平仄需符合规则，押韵要和谐自然，韵脚字需在同一韵部。创作内容围绕用户给定的主题，七言绝句共四句，每句七个字；七言律诗共八句，每句七个字，颔联和颈联需对仗工整。同时，要融入生动的意象、丰富的情感与优美的意境，展现出古诗词的韵味与美感。";// 用户的自然语言输入，如‘帮我写一首赞美玉龙雪山的诗’const userInput = "帮我写一首赞美玉龙雪山的诗";// 将系统提示词和用户输入，传入大模型const res = await model.streamText({ data: { model: "deepseek-r1", // 指定具体的模型 messages: [ { role: "system", content: systemPrompt }, { role: "user", content: userInput }, ], },});// 接收大模型的响应// 由于大模型的返回结果是流式的，所以我们这里需要循环接收完整的响应文本。for await (let str of res.textStream) { console.log(str);}// 输出结果：// "# 咏玉龙雪山\\n"// "皑皑峻岭入云巅，玉骨冰肌傲九天。\\n"// "雪影岚光添胜景，神山圣境韵绵绵。\\n"

参考以上小程序代码，就可以通过云开发直接调用大模型的文本生成能力。

五、方式二：通过 Agent 实现智能对话

通过调用大模型的文本生成接口，可以快速实现一问一答的场景。但对于一个完整的对话功能来说，仅仅有一个大模型的输入、输出还不够，需要把大模型变为完整的 Agent，才能更好地与用户进行对话。

云开发的 AI 能力不仅提供了原始的大模型接入，还提供了 Agent 接入的能力，开发者可以开发自己的 Agent，然后通过小程序直接调用 Agent 进行对话。

六、步骤1：初始化云开发环境

在小程序代码中，通过以下代码进行云开发环境初始化：

wx.cloud.init({ env: "<云开发环境ID>",});

其中 "<云开发环境 ID>" 需替换为实际云开发环境 ID。初始化成功后，就可使用 wx.cloud.extend.AI 调用 AI 能力。

七、步骤2：创建一个 Agent

1. 进入云开发平台-AI+，选择模板，创建一个新的 Agent。

选择模板

2. 单击页面中上方的复制图标，会获得一个 bot-id，即 Agent 的唯一标识，在下面步骤的代码中使用。

tcbdev-aiagent-call

八、步骤3：在小程序中实现与 Agent 的对话

刚才创建了一个 Agent ，我们尝试用它来处理云开发常见的报错问题。

1. 在小程序中，使用以下代码直接调用刚创建的 Agent，进行对话：

// 初始化wx.cloud.init({ env: "<云开发环境ID>",});// 用户的输入，这里我们以某个报错信息为例const userInput = "我的小程序这个报错是什么意思：FunctionName parameter could not be found";const res = await wx.cloud.extend.AI.bot.sendMessage({ data: { botId: "xxx-bot-id", // 第2步中获取的Agent唯一标识 msg: userInput, // 用户的输入 history: [], // 历史对话的内容，这里我们是第一轮对话，所以可以不传入 },});for await (let x of res.textStream) { console.log(x);}// 输出结果：// "### 报错解释\\n"// "**错误信息：** `FunctionName \\n"// "parameter could not be found` \\n// "这个错误通常表示在调用某个函数时，\\n"// "指定的函数名参数没有找到。具体来说，\\n"// "可能是以下几种情况之一：\\n"// ……

2. 把对话内容记录下来，重复调用 Agent 的接口，从而实现多轮对话。

const res = await wx.cloud.extend.AI.bot.sendMessage({ data: { botId: "xxx-bot-id", // 第2步中获取的Agent唯一标识 msg: userInput, // 用户的输入 history: [ { role: "user", message: "我这个报错是什么意思？……"}, { role: "bot", message: "### 报错解释……" }, { role: "user"，message: "那我要如何操作来修复呢？" } // …… ] },});

九、步骤4：实现更加丰富的聊天功能

云开发在 SDK 中提供了一整套接入 Agent 的 API 接口，包括基础对话、对话历史保存、对话反馈收集、次轮问题推荐等。

小程序开发者可在云开发平台中创建 Agent，然后在小程序前端代码中直接调用 wx.cloud.extend.AI 下的各类接口直接与 Agent 进行交互，包含：

·获取聊天记录。

·发送、获取用户反馈。

·获取推荐次轮问题。

请参见以下示例代码：

十、获取聊天记录

传入 botId、分页信息和排序方式，获取指定 Agent 的聊天记录。

await wx.cloud.extend.AI.bot.getChatRecords({ botId: "botId-xxx", pageNumber: 1, pageSize: 10, sort: "asc",});

十一、发送反馈与获取反馈

发送用户反馈。

const res = await wx.cloud.extend.AI.bot.sendFeedback({ userFeedback: { botId: "botId-xxx", recordId: "recordId-xxx", comment: "非常棒", rating: 5, tags: ["优美"], aiAnswer: "落英缤纷", input: "来个成语", type: "upvote", },});

十二、获取次轮推荐问题

在 data 参数中设置 botId 和用户消息 msg，通过遍历 textStream 获取推荐问题。

const res = await wx.cloud.extend.AI.bot.getRecommendQuestions({ data: { botId: "xxx-bot-id", msg: "介绍一下 Python 语言", },});for await (let x of res.textStream) { console.log(x);}

十三、方式三：使用云开发 AI 对话组件，快速接入 AI 对话

为了方便开发者快速在自己的小程序里实现 AI 对话功能，云开发提供了一个 AI 对话的小程序组件供开发者直接使用，效果如下：

十四、步骤1：下载对话组件代码包

·方式一：你直接下载组件包单击此处下载组件。包含 Agent-UI 全码组件和使用指引。

·方式二：通过微信开发者工具创建 Agent-UI 组件模板，根据指引配置使用。

十五、步骤2：引入组件到自己的小程序项目

1. 拷贝 miniprogram/components/agent-ui 组件到小程序中。

2. 在页面 index.json 配置文件中注册组件。

{ "usingComponents": { "agent-ui":"/components/agent-ui/index" },}

3. 在页面 index.wxml 文件中使用组件。

4. 在页面 index.js 文件中编写配置。

·对接 Agent：

data: { agentConfig: { type: "bot", // 值为'bot'或'model'。当type='bot'时，botId必填；当type='model'时，model必填 botId: "bot-xxx", // agent id } }

·对接大模型：

data: { agentConfig: { type: "model", // 值为'bot'或'model'。当type='bot'时，botId必填；当type='model'时，model必填 modelName: "deepseek", // 大模型服务商 model: "deepseek-r1", // 具体的模型版本 logo: "123",// 图标(只在model模式下生效) welcomeMessage: "123"// 欢迎语(只在model模式下生效) } }

十六、步骤3：初始化云开发环境

在 app.js 中，onLaunch 生命周期内，初始化 SDK。

// app.js App({ onLaunch: function () { wx.cloud.init({ env: "<云开发环境ID>", }); }, });

随后便可以直接在页面中使用 AI 对话组件了：

十七、总结

这篇文章一共介绍了云开发的以下三种方式接入大模型，分别适用于不同的场景：

·通过 SDK 直接调用大模型：适用于非对话类的通用场景，如文本生成、智能补全、智能翻译等。

·通过 SDK 调用 Agent 对话能力：这种方式适合专门的 AI 对话场景，支持配置欢迎语、提示词、知识库等对话中需要的能力。

·使用 AI 对话组件：这种方式对于专业前端开发者更友好，可以基于云开发提供的 UI 组件，快速在小程序中植入 AI 对话能力。

以上的三种小程序接入 AI 的方式，云开发将完整的代码示例放在了代码仓库中，供你参考：

·Gitee

·GitHub

当然，不只是小程序，云开发的 AI 能力也支持通过 Web 应用、Node.js、HTTP API 来对大模型进行调用。

未来，云开发计划推出更多的 AI 能力，例如 Tool Calling（工具调用）、多 Agent 串联、工作流编排等，敬请期待，可访问以下内容获取更多信息：

·腾讯云开发

·云开发产品文档

·云开发 Agent 能力用户交流群：