Skip to main content

DashScope SDK Expert

L'assistant intelligent SDK intégré au SDK Python DashScope — décrivez votre besoin pour obtenir du code exécutable vérifié par version, ou collez une erreur ou un chemin de fichier pour un diagnostic, une correction et une vérification automatiques.

DashScope SDK Expert (ci-après « expert SDK ») est un assistant intelligent CLI SDK intégré au SDK Python dashscope (>=1.27.3). Cette page constitue le guide d'utilisation général : comment utiliser l'expert SDK pour le développement et le dépannage. Pour les paramètres complets de chaque interface, consultez la page de référence correspondante dans la barre latérale ; les domaines de capacité sont listés dans la section « Aperçu de la couverture » ci-dessous.

Démarrage rapide

  1. Préparez la API Key et le base_url : Créez une clé (préfixe sk-) dans la console Model Studio sous « API Key » ; les clés sont spécifiques à une région. Configurez via une variable d'environnement ou /setup dans la session :
    export DASHSCOPE_API_KEY=sk-xxxxxxxx
    export DASHSCOPE_HTTP_BASE_URL=https://{workspace-id}.{region}.maas.aliyuncs.com/api/v1
    
    base_url diffère selon la région ; pour le mappage de domaine, voir Aperçu de l'URL de base.
  2. Installer/Mettre à niveau le SDK : SDK Expert est introduit dans le SDK Python dashscope 1.27.3.
    # if it fails, replace pip with pip3
    pip install -U dashscope
    
  3. Lancez l'interface CLI : Exécutez dashscope (sans sous-commande) pour entrer dans la session interactive SDK Expert ; ou python -m dashscope.acli (acli est le module d'entrée CLI de SDK Expert). Au premier lancement, vous serez invité à télécharger le pack de connaissances SDK Expert (incluant api-doc/diagnose et d'autres compétences) ; ou installez-le manuellement :
    dashscope
    # or manually install the SDK Expert knowledge pack
    python -m dashscope.acli example download dashscope-sdk-expert
    
  4. Voir l'aide : Saisir /help pour voir toutes les commandes et compétences. Les commandes sont des opérations de session (par ex., /clear /help /exit) ; les compétences sont des commutateurs de capacité de domaine (/skill <name>). En cas de doute, demander simplement en langage naturel et SDK Expert associera automatiquement une compétence.
  5. Demander à la demande : Décrire votre besoin en langage naturel, par exemple :
    • "Diffuser la sortie avec qwen-plus et compter l'utilisation des tokens"
    • "Que signifie cette erreur Throttling.RateQuota et comment la corriger ?"
    • "Lire gen.py et diagnostiquer la cause racine de l'erreur InvalidParameter"
    Vous pouvez également utiliser Ctrl+T pour la saisie vocale, @file-path pour joindre un fichier à lire par SDK Expert, et ↑ pour l'historique des commandes.
SDK Expert vérifie la version locale de dashscope et vous rappelle d'exécuter pip install -U dashscope si elle est trop ancienne.
Pour le multimodal ou les modèles au-delà de Tongyi : pip install -U 'dashscope[acli-all]'.

Aperçu de la couverture

Après l'installation du pack de connaissances SDK Expert, ces compétences sont disponibles (utiliser /skill pour tout voir) :
compétenceUtilisationExemple
api-docConsulter la documentation API du SDK/skill api-doc Generation
sdk-exampleGénérer du code d'exemple/skill sdk-example TextEmbedding
error-codeSignification du code d'erreur + corrections/skill error-code InvalidApiKey
diagnoseLire un fichier de code, localiser la cause racine/skill diagnose ./my_code.py
explain-codeExpliquer la logique du code/skill explain-code <code>
translateTraduction multilingue/skill translate en hello world
update-sdkMettre à jour l'index des connaissances/skill update-sdk <sdk-path>
SDK Expert couvre tous les domaines de capacité du SDK DashScope — génération de texte, multimodal, parole, récupération, affinement et déploiement, Agent, etc. Pour interroger la documentation/exemples d'une interface spécifique, utiliser api-doc/sdk-example ; pour générer du code ou dépanner, demander simplement en langage naturel.
L'expert SDK est une interface CLI agentique complète qui prend également en charge la collaboration multi-agents, le serveur MCP (Model Context Protocol, une norme pour l'intégration d'outils externes), les tâches planifiées (/cron), l'audit (/audit), la compression de session et l'historique (/compress, /history), etc. Commandes / courantes dans une session, regroupées par catégorie :
  • Gestion de session : /help /clear /info /stats /setup /exit /feedback
  • Capacités et outils : /skill /mcp /voice /tts /copy
  • Historique et audit : /history /compress /cron /audit /dev /example
La liste complète dépend de la sortie de /help.

Bonne pratique 1 : Énoncer uniquement le besoin — sans lecture de documentation, obtenir directement du code exécutable

Point de douleur : Les interfaces SDK sont nombreuses et les versions évoluent rapidement ; les développeurs doivent souvent consulter la documentation pour confirmer les noms des paramètres, les formats d'entrée et les listes de modèles. Approche : Décrire le besoin à SDK Expert ; SDK Expert va automatiquement :
  1. Faire correspondre la base de connaissances intégrée du SDK (liste des modèles/paramètres/structure d'entrée-sortie/codes d'erreur)
  2. Vérifier la version locale du SDK (rappeler de mettre à niveau en cas d'incompatibilité)
  3. Générer du code exécutable et l'exécuter réellement, en affichant la sortie
Exemple de dialogue :
> Stream a paragraph with qwen-plus and count token usage

SDK Expert:
1. Match the api-doc/sdk-example skill, cross-check the local dashscope version
2. Generate a script and execute it, showing streaming output and token stats (see below)
import os, dashscope
client = dashscope.Client(api_key=os.getenv("DASHSCOPE_API_KEY"))
stream = client.chat.completions.create(
    model="qwen-plus",
    messages=[{"role": "user", "content": "Write a poem about autumn"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
# le dernier chunk contient l'usage (tokens en entrée/sortie)
Autumn leaves fall... (streamed char by char)
usage: input=10 output=52
Conseils :
  • Spécifier le langage/framework : par ex., "Encapsuler comme point de terminaison FastAPI", "Appeler avec async/await"
  • Spécifier la version : "Nous utilisons dashscope 1.20.x — ce paramètre est-il pris en charge ?" — SDK Expert vérifie la version installée avant de répondre
  • Demander des détails : "Plage de valeurs du paramètre ?" "Quels autres modèles sont disponibles ?"

Bonne pratique 2 : Dépannage — laisser l'outil localiser et corriger automatiquement les bugs

Point de douleur : Lorsqu'un appel génère une erreur, la signification du code d'erreur n'est pas claire et la trace de la pile pointe vers les composants internes du SDK — il est difficile de déterminer s'il s'agit d'un problème de code ou de paramètre. Approche (trois chemins, à choisir selon le scénario) :
  1. Coller le code/message d'erreur → /skill error-code <code> (par ex., /skill error-code Throttling.RateQuota) → SDK Expert affiche la signification du code d'erreur + des suggestions de correction actionnables (ajuster la concurrence/modifier les paramètres/demander un quota) + un extrait de code optionnel.
  2. Fournir le chemin du fichier de code problématique → /skill diagnose <file path> (par exemple, /skill diagnose gen.py) → L'expert SDK lit le code source, vérifie les causes racines courantes (mélange d'ancien format de prompt, structure de messages incorrecte, api_key/workspace non configuré, tâche asynchrone non interrogée correctement) et affiche la cause racine suspectée ainsi que les points de correction suggérés.
  3. Boucle de correction automatique → /skill diagnose localise la cause racine → génère un aperçu des différences pour votre confirmation → l'expert SDK applique la correction après confirmation et réexécute le script pour vérification → forme un flux « lire → diagnostiquer → corriger → vérifier ». L'expert SDK demande une confirmation avant de modifier les fichiers et prend en charge la restauration.
Exemple de dialogue :
> Running gen.py throws InvalidParameter: url error, help me fix it

SDK Expert:
1. /skill diagnose gen.py → locates that image_url was passed a local path
2. Generates a diff for confirmation (see below)
3. Applies after confirmation, reruns the script, returns 200
- image_url="/tmp/photo.jpg"
+ image_url="https://example.com/photo.jpg"
Conseils :
  • Joindre request_id avec l'erreur pour corréler les journaux côté serveur (request_id se trouve dans le champ response.request_id du corps de réponse ou dans les attributs de l'objet d'erreur)
  • Pour les problèmes complexes, demander d'abord à SDK Expert d'"expliquer cette logique de code" (/skill explain-code) pour confirmer une compréhension commune avant la correction
  • Si le SDK lui-même présente des défauts ou si vos besoins ne sont pas satisfaits, ouvrir un Issue sur GitHub

FAQ

SDK Expert modifiera-t-il mon code source sans demander ? Non. Avant de modifier des fichiers, SDK Expert génère un aperçu des différences pour confirmation ; les modifications ne sont appliquées qu'après votre confirmation et prennent en charge la restauration. Peut-il fonctionner hors ligne ? Non. SDK Expert appelle l'inférence de modèle (consommant des tokens, facturés par Model Studio) ; il nécessite un accès réseau et une clé API valide. Le code généré peut-il être exécuté directement en production ? SDK Expert génère du code exécutable vérifié par version, mais avant la mise en production, vous devez vérifier vous-même les quotas, la concurrence, la gestion des erreurs et les informations sensibles. Peut-il générer du code non-Python ? Il peut générer du texte de code dans d'autres langages, mais ne vérifie pas les versions des SDK non-Python (schémas de version différents — à vérifier par vous-même). Mon code sera-t-il téléchargé ? Lors du diagnostic (/skill diagnose) ou de la jointure de code, le contenu du code est envoyé au modèle pour inférence ; attention aux données sensibles.