baidubce/app-builder — 585 Stars

Topics

#agent #ai-native #appbuilder #assistant-api #erniebot #large-language-models #llm #llms #qianfan #rag

Language breakdown

Python 65.3%

Jupyter Notebook 16.7%

Java 11.4%

Go 6.2%

Shell 0.3%

▸ Files click to expand

README

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appbuilderbcedeploy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(prompttemplate=templatestr, 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.modeldumpjson(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"
ragwithbaidusearchpro = appbuilder.RagWithBaiduSearchPro(model="DeepSeek-V3.1")
input = appbuilder.Message("9.11和9.8哪个大") result = ragwithbaidusearchpro.run(     message=input,     instruction=appbuilder.Message("你是专业知识助手"))
输出运行结果
print(result.modeldumpjson(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"
appbuilderclient = appbuilder.AppBuilderClient(app_id) conversationid = appbuilderclient.createconversation()
answer = appbuilderclient.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！