今天我们将深入分析云开发的 AI 能力。这次的讨论焦点不再是之前提到的云端IDE编写代码的能力，而是更为广泛和实际的内容------如何利用云平台提供的各种模块化能力，快速高效地开发。今天的主题依然围绕AI展开，但这并不妨碍我们从平台能力的开通开始，逐步引导你了解云开发的 AI 能力。

在这个过程中，我们会以微信订阅号后台为例，来展示整个开发流程。毕竟，微信订阅号作为目前非常流行的应用场景之一，其开发模式和需求具有很高的实用性与代表性，因此将会是我们讲解的主要对象。

开通云平台

首先我们需要登录一下腾讯云控制台开通微信云开发后台，地址如下：https://tcb.cloud.tencent.com/

进入后直接点击免费试用即可。然后按照自己喜欢的名字新建一个环境。

目前还在新用户免费一个月的过程中。所以这里不用我们花钱，不过记得如果只是想使用一下，记得关闭自动续费。

AI 应用快速开发

开通完毕，你就会进入到最新版本的云开发后台。如图所示：

接下来，我将会讲一下云开发上对于 AI 接触比较多的功能，今天我们讲一下低代码开发、AI+大模型、AI+智能体开发。好的，我们开始。

低代码开发

首先，我们基本都有开发需求，可能我们的业务很小，基本用不上AI + 大模型的能力，但是你也可以使用云开发，这里有一个可视化开发的低代码模块。一句话即可创建一个网站。

这里我们只简单说一下因为和微信订阅号没关系，但可能有的人会使用到一键建站的需求。

一句文字描述，生成一个网站

界面也很简单，是大模型常用的聊天界面，并没有花里胡哨的按钮。我们直接让他帮我生成一个购物网站

生成的比较慢，我这里演示一下生成效果，还不错的，至少省掉了前期的一些基本操作，画面美化可以后续继续深入调整即可：

AI+

这里有两个模块，一个是对接基础大模型，另一个对接Agent智能体，不过并没有太多的编排能力，只支持知识库。基本上也够基本使用了，我们看下这两种效果。

大模型

这里提供了自家的hunyuan，当然也包括了超多的第三方大模型，如图所示：

我们继续使用hunyuan演示下。自己请去控制台申请就可以，但是不要申请错了，这次不要申请兼容OpenAI的key：

这里并不是针对订阅号后台的，是针对H5和小程序应用的。因为他会暴露出一些简易的SDK供你调用，就不用对接复杂的API接口了。

Agent智能体

智能体可以快速接入我们的订阅号后台。首先我们新建一个智能体。就拿营销为例子吧。

如果你有自己的知识库当然更好了，这里也可以进行配置：

然后配置成自己的微信APPID：

最后直接授权就可以正常使用了

这里不演示了，操作很简单。

工作流

这里的工作流有很多作用，我们是个人用户不涉及到支付模块，我们就单独看下对接微信订阅号后台是如何快速开发的。上面的AI Agent 基本已经可以处理订阅号后台回复的能力，但是工作流是可以处理多种业务能力的，有代码能力的小伙伴是可以尝试一下工作流。

订阅号消息推送

我们可以看下在云开发平台如何快速对接微信管理后台，而不用想以前那样自己买服务器然后写各种对接代码。

首先我们直接使用现成的模版接口。

这里配置对了，才可以正常监听消息推送。

这里切记是在云开发后台使用调试URL作为服务器URL，并不是上面的接收推送 URL。

开始监听即可收到信息，这里注意下，如果你的微信后端接入了其他第三方监听你的消息，这里是正常无法监听到的。所以我重新开了一个测试号进行监听。

这里js脚本节点写的是如何处理消息。当然如果你有任何其他的开发需求，这里也有很多的api接口文档供你使用查看。比如你可以调用你的任何云函数或者常用的http调用。点击编辑js脚本。

云函数调用示例也都有。

这些api基本就够用了，当然如果还是不行，那你可以填写申请一下：

嵌入 AI 回答

上面都是围绕着js脚本展开说的，如果你想让你的回复能力嵌入AI怎么办？当然可以添加AI大模型节点了。直接拉过来就好了。

然后我们接着需要配置一下东西。就是js的输出和消息输出的文本格式。我先来介绍下这几个字段都是什么意思，你也好操作一下：

当然如果你不想要hunyuan，也可以配置其他的模型，自己新建一个即可。

提示词：你完全可以理解为提问的内容，并不是你所想的人设部分。

消息历史：这里你必须定义一组数组对象，里面可以包括system也就是我们常说的提示词，以及一组消息历史。如下：

python 复制代码

[
  {
    "role": "user",
    "content": "你好"
  },
  {
    "role": "assistant",
    "content": "请输入你的问题"
  },
  {
    "role": "user",
    "content": "早上好"
  },
  {
    "role": "assistant",
    "content": "您也早上好"
  }
]

先将js脚本的输出变成普通文本，不要有特殊格式，否则会影响大模型回答。其他情况可酌情处理，代码如下：