在自动化脚本中如何使用AI大语言模型？

在自动化脚本开发领域，大语言模型的融入为脚本赋予了智能分析、自然语言交互、动态决策的能力，让传统的自动化操作从 "机械执行" 升级为 "智能处理"。本文将从平台基础能力、大模型 API 核心用法、前置配置、实战案例、避坑技巧等方面，全面讲解如何在自动化脚本中使用大语言模型。

一、大模型集成优势

冰狐智能辅助平台平台内置了BigModel专属 API，支持百度千帆、DeepSeek、豆包、千问等主流大语言模型的一键调用，让自动化脚本具备了 AI 能力。其集成大模型主要有三个方面：一是语法简单 ，冰狐 JS 去除了标准 JS 中繁杂的语法特性，取消了===/!==等复杂运算符，变量声明、循环、条件判断等基础语法极易掌握；二是安全可靠 ，大模型的 Key/Secret 无需硬编码在脚本中，可通过平台自定义数据功能统一存储，避免信息泄露；三是深度融合，大模型的调用结果可直接与冰狐的自动化操作结合，比如通过大模型分析通知内容后执行对应的 APP 操作，实现 "AI 决策 + 自动化执行" 的闭环。同时，冰狐 JS 支持多线程并发编程、在线编辑、动态部署立即生效，还提供了丰富的系统事件回调（如通知监听、窗口切换、屏幕状态变化）和设备内置常量（屏幕分辨率、设备 UUID、当前窗口类名等），这些能力为大模型与自动化脚本的结合提供了丰富的场景支撑。

二、大模型核心 API 详解

冰狐平台为大语言模型调用提供了两个核心 API：BigModel构造函数和invoke调用方法，这是实现大模型集成的基础，所有大模型操作均围绕这两个 API 展开。

2.1 BigModel 构造函数

BigModel用于创建大模型实例，初始化模型类型、鉴权信息和模型参数，其参数为必填 + 选填组合，具体说明如下：

参数名	类型	是否必填	默认值	说明
type	integer	是	-	模型类型标识，百度千帆 = 1、DeepSeek=2、豆包 = 3、千问 = 4
custom_data_key	string	是	-	平台自定义数据中存储模型 API Key 的键名
custom_data_secret	string	是	-	平台自定义数据中存储模型 API Secret 的键名，部分模型仅需 Key 则传空字符串
options	object	否	{model:'', temperature:0.7, maxTokens:1024}	模型配置参数，model 指定具体模型版本，temperature 控制生成随机性（0-1），maxTokens 限制生成文本长度

核心注意点 ：custom_data_key和custom_data_secret并非直接传入 API Key/Secret 的字符串，而是平台自定义数据中对应的键名，这是冰狐平台为了安全设计的鉴权信息存储方式，避免硬编码导致的信息泄露。

2.2 invoke 调用方法

invoke是BigModel实例的核心方法，用于向大模型发送请求并获取返回结果，返回值为字符串类型，其唯一参数prompt支持两种格式，适配不同的调用场景：

字符串格式 ：适用于简单的单次提问场景，直接传入自然语言问题即可，如bm.invoke("如何编写冰狐自动化脚本？")；
数组格式 ：适用于多轮对话、带系统提示词的场景，数组中每个元素为键值对对象，支持system（系统角色，定义模型身份）、user（用户角色，提问）、assistant（模型角色，历史回答）三种角色，如[{"system":"你是自动化脚本专家"}, {"user":"冰狐JS如何实现循环操作？"}]。

三、自定义数据存储鉴权信息

在调用大模型前，必须先在冰狐平台配置自定义数据，用于存储大模型的 API Key 和 Secret，这是脚本成功调用大模型的前提，具体配置逻辑如下：

从对应大模型官网（如百度千帆、DeepSeek）获取有效的 API Key 和 Secret，部分模型（如 DeepSeek）仅需 API Key；
进入冰狐智能辅助平台的微服务 / 自定义数据 模块，创建自定义数据项：
- 若模型需要 Key 和 Secret，创建两个数据项，分别定义键名（如bd_qianfan_key、bd_qianfan_secret），值为对应的 API Key 和 Secret；
- 若模型仅需 Key，创建一个数据项存储 Key，Secret 对应的键名在脚本中传空字符串即可；
脚本中BigModel构造函数的custom_data_key和custom_data_secret参数，填写上述自定义数据的键名，而非实际的 Key/Secret 值。

该配置方式的优势在于，自定义数据可云端统一管理，多台设备执行脚本时无需重复配置，且开发者可灵活修改鉴权信息，不影响脚本代码。

四、实战案例

以下所有 Demo 均基于冰狐自研 JS 子集开发，严格遵循平台语法规范（如变量先声明后使用、循环 / 条件判断必须带{}、不使用匿名函数等），包含基础单次调用 、多轮对话调用 、自动化 + 大模型融合调用三个核心场景，覆盖大部分实际开发需求，可直接在冰狐平台在线编辑并运行。

4.1 基础单次调用

场景：向百度千帆模型发送简单提问，获取并打印返回结果，适用于一次性的智能问答场景。前置配置 ：在冰狐自定义数据中创建bd_qianfan_key（存储百度千帆 API Key）、bd_qianfan_secret（存储百度千帆 API Secret）两个数据项。Demo 源码：

javascript 复制代码

// 冰狐JS必须以main作为入口函数
function main() {
    // 1. 创建百度千帆模型实例，type=1，传入自定义数据键名，使用默认模型参数
    var bm = new BigModel(1, 'bd_qianfan_key', 'bd_qianfan_secret');
    // 2. 定义提问内容，字符串格式prompt
    var question = '冰狐智能辅助平台的自动化脚本有哪些核心功能？';
    // 3. 调用invoke方法获取大模型返回结果
    var aiResult = bm.invoke(question);
    // 4. 打印结果，冰狐JS支持console.log标准输出
    console.log('大模型回答：');
    console.log(aiResult);
    // 5. 返回结果，main返回值为脚本整体返回值
    return aiResult;
}

代码说明 ：该脚本是大模型调用的基础模板，核心步骤为创建实例→定义 prompt→调用 invoke→处理结果，冰狐 JS 会自动从自定义数据中读取鉴权信息，无需开发者手动处理。

4.2 多轮对话调用

场景：将大模型定义为 "冰狐自动化脚本专家"，并进行针对性提问，适用于需要模型具备特定身份的专业问答场景，DeepSeek 模型仅需 API Key，因此custom_data_secret传空字符串。前置配置 ：在冰狐自定义数据中创建dp_seek_key数据项，存储 DeepSeek API Key。Demo 源码：

javascript 复制代码

function main() {
    // 1. 创建DeepSeek模型实例，type=2，Secret传空，自定义模型参数（temperature=0.8提高随机性）
    var bm = new BigModel(2, 'dp_seek_key', '', {temperature: 0.8, maxTokens: 2048});
    // 2. 定义多轮对话prompt，数组格式，包含system和user角色
    var promptArr = [
        {system: '你是冰狐智能辅助平台的自动化脚本专家，精通冰狐自研JS语法，回答简洁易懂，只讲核心要点'},
        {user: '冰狐JS中数组支持负索引，具体如何使用？请举一个实际的例子'}
    ];
    // 3. 调用invoke方法
    var aiAnswer = bm.invoke(promptArr);
    // 4. 打印结果
    console.log('冰狐JS专家解答：');
    console.log(aiAnswer);
    // 5. 全局变量存储结果，供其他模块使用（冰狐JS__global修饰符声明全局变量）
    var __global aiResult = aiAnswer;
    return '调用成功';
}

代码说明 ：通过options参数自定义了模型的temperature和maxTokens，让生成结果更灵活、长度更长；使用__global修饰符声明全局变量，可将大模型结果共享给脚本的其他模块或线程，这是冰狐 JS 的专属特性。

4.3 融合调用

场景：冰狐自动化脚本监听x信通知，当收到新通知时，调用豆包大模型分析通知内容，并打印分析结果，实现 "自动化监听 + AI 分析" 的融合，是实际开发中最典型的场景之一。前置配置 ：在冰狐自定义数据中创建doubao_key、doubao_secret数据项，存储豆包大模型鉴权信息；开启设备的无障碍权限（冰狐移动端脚本必备）。Demo 源码：

javascript 复制代码

// 声明全局变量，存储x信通知内容，用于main函数和回调函数通信
var __global wxNoticeContent = '';

// 入口函数，初始化大模型实例
function main() {
    console.log('开始监听x信通知，启动大模型分析服务...');
    // 启动x信APP，冰狐自动化核心API
    var ret = launchApp('com.tencent.mm', 'txt*:x信', {maxStep: 40, afterWait: 2000});
    if (1 == ret) {
        console.log('x信启动成功，已开始监听通知');
    } else {
        console.log('x信启动失败，脚本退出');
        return '启动失败';
    }
    return '监听中';
}

// 系统通知回调函数，冰狐JS内置，收到通知时自动调用
function cbNotification(textList, className, packageName, rawEvent) {
    // 仅处理x信的通知，packageName为x信包名com.tencent.mm
    if (packageName == 'com.tencent.mm') {
        console.log('收到x信通知，内容数组：', textList);
        // 将通知数组转为字符串，作为大模型提问的参数
        wxNoticeContent = textList.join('，');
        // 调用自定义的大模型分析函数
        analysisWxNotice(wxNoticeContent);
    }
}

// 自定义函数：调用豆包大模型分析x信通知内容
function analysisWxNotice(noticeText) {
    // 创建豆包模型实例，type=3
    var bm = new BigModel(3, 'doubao_key', 'doubao_secret', {model: 'doubao-pro', temperature: 0.5});
    // 构造带通知内容的prompt
    var prompt = `请分析以下x信通知的核心内容，判断是好友消息、群消息还是公众号通知，提取关键信息：${noticeText}`;
    // 调用大模型
    var analysisResult = bm.invoke(prompt);
    // 打印分析结果
    console.log('x信通知AI分析结果：');
    console.log(analysisResult);
    // 发送消息到UI线程，更新前端显示（冰狐JS内置sendMessage API）
    sendMessage('wx_notice_analysis', analysisResult);
}

// 脚本被强制停止时的回调函数，释放资源
function cbForceExit() {
    console.log('脚本被强制停止，停止监听x信通知，关闭大模型服务');
    wxNoticeContent = '';
}

代码说明：

该脚本融合了冰狐的自动化 APP 操作 （launchApp）、系统事件回调 （cbNotification、cbForceExit）、大模型调用 、跨线程通信 （__global、sendMessage）四大核心能力；
通过cbNotification监听系统通知，根据packageName过滤x信通知，实现精准监听；
自定义analysisWxNotice函数封装大模型调用逻辑，让代码更模块化，符合冰狐 JS 的开发规范；
使用sendMessage将分析结果发送到 UI 线程，可实现前端页面的实时更新，提升交互体验。

五、语法规范与避坑技巧

冰狐自研的 JS 子集虽简单，但有专属的语法规范，若违反则会导致脚本运行失败，结合大模型调用的场景，整理了核心的语法规范和避坑技巧，确保脚本开发一次成功。

5.1 核心语法规范

变量必须先声明后使用 ：所有变量必须通过var声明，未声明的变量会直接导致脚本报错，如var bm = new BigModel(...)不可简写为bm = new BigModel(...)；
语句块必须带 {} ：if、for、while、函数体等即使只有一条语句，也必须使用大括号包裹，如if (ret == 1) {console.log('成功');}不可省略{}；
取消 ===/!== 运算符 ：冰狐 JS 仅支持==和!=进行相等判断，无需考虑数据类型，如1 == '1'的结果为true；
数组支持负索引 ：可通过arr[-1]获取数组最后一个元素，arr[-2]获取倒数第二个，简化数组操作；
注释支持 // 和 / / **：单行注释用//，多行注释用/**/，可在脚本中灵活添加注释，提升可读性。

5.2 关键避坑技巧

鉴权信息配置错误 ：若脚本提示 "模型调用失败"，首先检查自定义数据的键名是否与脚本中custom_data_key/custom_data_secret一致，且 Key/Secret 值有效，部分模型需要绑定 IP 白名单，需确保冰狐设备的 IP 在白名单内；
调试模式与发布模式区分：冰狐分调试模式和发布模式，调试脚本仅能在调试模式的 APP 上运行，若调试时脚本失败，先确认设备已开启冰狐调试模式（非 Android 系统调试模式）；
避免中文符号：脚本中除字符串外，不可出现任何中文符号（如中文逗号、中文括号），即使是不可见的中文字符也会导致解析失败，若简单脚本运行失败，可删除代码重新编写；
模型参数合理设置 ：temperature值过高会导致生成结果杂乱，过低则会过于死板，建议根据场景设置 0.5-0.8；maxTokens需根据需求设置，避免因值过小导致结果被截断；
多线程通信使用全局变量 ：系统回调函数（如cbNotification）与main函数不在同一线程执行，需通过__global修饰的全局变量实现数据通信，不可直接在回调函数中使用main函数的局部变量。

六、大模型与冰狐自动化脚本的融合场景拓展

冰狐平台的大模型 API 并非单独存在，而是与自动化脚本的核心能力深度融合，除了上述的 "通知监听 + AI 分析"，还有诸多典型的落地场景，开发者可基于基础 API 灵活拓展：

APP 操作智能决策 ：通过大模型分析 APP 页面的文本内容（冰狐textList获取），判断下一步执行的自动化操作（如点击、滚动、输入），让脚本具备动态决策能力；
自然语言驱动自动化：通过大模型解析用户的自然语言指令（如 "打开x信并给张三发送消息"），转换为冰狐的自动化 API 调用，实现 "说一句话就执行脚本"；
自动化脚本异常处理：当脚本执行失败时，将错误信息传入大模型，由大模型分析失败原因并给出解决方案，甚至自动生成修复后的代码；
数据智能分析与处理：通过冰狐自动化脚本爬取 APP 中的数据（如商品价格、资讯内容），再由大模型进行数据清洗、分析、总结，生成可视化的报告；
智能客服自动化：结合冰狐的窗口监听和大模型的自然语言生成，实现 APP 内的智能客服自动回复，无需人工干预。

七、总结

开发者只需掌握BigModel构造函数和invoke方法的核心用法，遵循 JS 的语法规范，即可快速实现 "AI + 自动化" 的融合，让脚本从 "机械执行" 升级为 "智能处理"。在实际开发中，建议先从基础的单次调用开始，熟悉 API 的使用和前置配置，再逐步尝试多轮对话和自动化融合场景，同时注意避坑技巧，确保脚本的稳定性和可用性。