為了解決傳統(tǒng)賬單處理中人工查詢效率低下、響應(yīng)速度慢及易出錯等問題，同時順應(yīng)AI技術(shù)發(fā)展趨勢，提升服務(wù)智能化水平。隨著業(yè)務(wù)規(guī)模擴大和賬單數(shù)據(jù)復(fù)雜度增加，人工處理已難以滿足高效管理需求。我們想到通過AI技術(shù)，制作一個賬單機器人，自動化完成賬單查詢與分析，節(jié)省人力成本，讓用戶快速獲取準(zhǔn)確信息，提升滿意度。

流程圖

上圖為基于阿里云百煉實現(xiàn)賬單機器人的完整流程。具體步驟如下：

1. 用戶通過私聊或者@飛書機器人的方式提出賬單相關(guān)的問題。
2. 計算巢AppFlow通過飛書接收消息事件觸發(fā)連接流，將問題傳遞給大模型服務(wù)平臺百煉。
3. 大模型服務(wù)平臺百煉利用其強大的AI能力生成相應(yīng)的查詢SQL語句。
4. 生成的SQL語句被發(fā)送到函數(shù)計算（FC）服務(wù)，由FC 執(zhí)行SQL查詢，從SLS中獲取所需的賬單數(shù)據(jù)。
5. 百煉平臺根據(jù)返回的賬單數(shù)據(jù)生成最終的答案。
6. 答案通過計算巢 AppFlow 返回給飛書機器人。
7. 最后，飛書機器人將答案呈現(xiàn)給用戶。

注意：關(guān)于為什么從SLS里獲取賬單數(shù)據(jù)，請見新版成本管家可視化賬單報表實踐、阿里云多賬號財務(wù)管理最佳實踐。

FC函數(shù)計算

點擊https://fcnext.console.aliyun.com/cn-shanghai/functions此鏈接，在右側(cè)菜單欄中選擇“函數(shù)”，在函數(shù)界面上點擊“創(chuàng)建函數(shù)”按鈕。

圖片

選擇“事件函數(shù)”，在基本設(shè)置里填寫“函數(shù)名稱”。在函數(shù)代碼中，選擇“內(nèi)置運行時/Python/Python3.12”運行環(huán)境，代碼上傳方式暫時選擇“使用示例代碼”中的“Hello,world!示例”。高級配置里的請求處理程序變更為“index.main”，“時區(qū)”選擇“Asia/Shanghai 北京時間”，“函數(shù)角色”選擇“AliyunFcDefaultRole”，“允許訪問 VPC”選擇“否”，“允許函數(shù)默認(rèn)網(wǎng)卡訪問公網(wǎng)”選擇“是”，“日志功能”選擇啟用，其他配置保持默認(rèn)就行。完成上述配置后點擊“創(chuàng)建按鈕”。

1、百煉中只支持北京、杭州、上海、深圳地域的函數(shù)計算，故在創(chuàng)建函數(shù)時只能選擇這些地域。

2、賬單數(shù)據(jù)存儲在華北6（烏蘭察布）地域中，函數(shù)計算無法通過內(nèi)網(wǎng)查詢，所以函數(shù)計算必須要開公網(wǎng)。

3、開啟日志功能，便于排查報錯。

圖片

點擊剛創(chuàng)建的函數(shù)，進(jìn)行下一步配置。

圖片

菜單欄中選擇“代碼”，將下面的代碼填寫到index.py里（注意需要修改代碼里的配置！）。完成后點擊右上方的?按鈕。

from aliyun.log import LogClient
from aliyun.log import *
import logging,json,re
from datetime import datetime
logger = logging.getLogger()
def datetime_to_timestamp(date_string, date_format="%Y-%m-%d %H:%M:%S"):
    dt = datetime.strptime(date_string, date_format)
    return int(dt.timestamp())
def query_bill_logs(json_data):
    accessKeyId = "" #填寫accessKeyId
    accessKey = ""  #填寫accessKey 
    endpoint = "cn-wulanchabu.log.aliyuncs.com" #填寫賬單數(shù)據(jù)所在的endpoint
    project = "bill-analysis-xxxx"  #填寫賬單數(shù)據(jù)所在的project
    logstore = "aliyun_bill"  #填寫賬單數(shù)據(jù)所在的logstore
    client = LogClient(endpoint, accessKeyId, accessKey)
    query = json_data["query"]
    # from_time和to_time表示查詢?nèi)罩镜臅r間范圍，UNIX時間戳格式。
    from_time = datetime_to_timestamp(json_data["from_time"])
    to_time = datetime_to_timestamp(json_data["to_time"])
    # query參數(shù)用于設(shè)置查詢語句；line參數(shù)用于控制返回日志條數(shù)，line取值為3。
    request = GetLogsRequest(project, logstore, from_time, to_time, '', query=query, line=3, offset=0, reverse=False)
    response = client.get_logs(request)
    # 查詢結(jié)果。
    log_res_list=[]
    for log in response.get_logs():
        log_res = log.contents.items()
        log_res_list.append(dict(log_res))
    return log_res_list
def main(event,context):
    data = event.decode('utf-8')
    logger.info("收到的數(shù)據(jù)：{}".format(data))
    data=json.loads(data)["sql"]
    match = re.search(r'\{.*?\}', data,re.DOTALL)
    if match:
        json_res = json.loads(match.group(0))
        # 查詢?nèi)罩?        log_res=str(query_bill_logs(json_res))
        log_res = json.dumps(log_res, ensure_ascii=False, indent=4)
        logger.info("查詢到的數(shù)據(jù)：{}".format(log_res))
        return log_res
    else:
        logger.info("未匹配到j(luò)son")
        return "無法匹配到SQL"

圖片

在TERMINAL中執(zhí)行下面的語句，通過控制臺Web IDE終端安裝依賴。完成后點擊“部署代碼”按鈕，完成該函數(shù)的部署。

pip install -U aliyun-log-python-sdk -t .

圖片

部署完成后，需要測試一下，驗證是否可以正常查詢。在菜單欄中點擊“測試”，填寫測試名稱和傳參(傳參可以參考下面的代碼)，完成后點擊“測試”按鈕。

{
    "sql": "{\"from_time\":\"2025-01-01 00:00:00\",\"to_time\":\"2025-02-01 00:00:00\",\"query\":\"*|select round(coalesce(sum(PretaxAmount),0),3) from splititem_bill_transform\"}"
}

圖片

如下圖所示，即為執(zhí)行成功。

圖片

大模型服務(wù)平臺百煉

知識庫

大模型缺乏私有知識，根據(jù)用戶輸入從外部信息源檢索相關(guān)信息，然后將檢索到的內(nèi)容整合到用戶輸入中，從而幫助大模型生成更準(zhǔn)確的回答。將賬單相關(guān)數(shù)據(jù)引入專有知識庫后，大模型就能準(zhǔn)確回答賬單方面的問題。

點擊https://bailian.console.aliyun.com/?tab=app#/data-center此鏈接，在左側(cè)菜單欄中選擇“應(yīng)用數(shù)據(jù)”，選擇“非結(jié)構(gòu)化數(shù)據(jù)”，點擊類目管理旁的“+”。

圖片

填寫“目錄名稱”，完成后點擊“確定”按鈕。

選擇剛創(chuàng)建的類目，點擊右上角的“導(dǎo)入數(shù)據(jù)”按鈕。

導(dǎo)入方式選擇“本地上傳”，將下面的文件《分賬賬單字段.xlsx》傳入到百煉中，完成后點擊確認(rèn)。

《分賬賬單字段.xlsx》為分賬賬單各個字段的名稱及解釋，便于百煉生成SQL語句。

圖片

數(shù)據(jù)導(dǎo)入完成后，如下圖所示：

在左側(cè)菜單欄中選擇“知識庫”，點擊右上角的“+ 創(chuàng)建知識庫”。

填寫“知識庫名稱”，數(shù)據(jù)類型選擇“非結(jié)構(gòu)化數(shù)據(jù)”，其他配置保持默認(rèn)，完成后點擊“下一步”按鈕。

圖片

選擇數(shù)據(jù)選擇“選擇類目”，類目選擇剛創(chuàng)建的類目“阿里云賬單機器人”，完成后點擊“下一步”按鈕。

圖片

其他配置保持默認(rèn)，完成后點擊“導(dǎo)入完成”按鈕。

知識庫創(chuàng)建完成后，如下圖所示：

圖片

樣例庫

樣例庫功能作為百煉的FewShot能力，通過錄入用戶輸入（Query）和期望的模型回復(fù)（Answer）作為樣例信息源，在模型調(diào)用時根據(jù)用戶輸入，檢索召回相關(guān)樣例信息，以此作為輸出參考，從而提高大模型的回答準(zhǔn)確性，適用于問答等場景。

在左側(cè)菜單欄中選擇“組件管理”，在組件管理界面的頂部菜單中選擇“樣例庫”，點擊“樣例庫管理”旁的“+”。

圖片

填寫“樣例庫名稱”，導(dǎo)入方式選擇“手動輸入”，將下表數(shù)據(jù)填入到“樣例示例”，完成后點擊“確定”按鈕。

圖片

樣例庫配置完成后，如下圖所示：

圖片

應(yīng)用

大模型具備強大的語言能力，但仍有一定的局限性，例如難以處理私有領(lǐng)域問題、獲取最新信息、遵循固定流程，以及自動規(guī)劃復(fù)雜項目。為此，阿里云百煉推出了三種大模型應(yīng)用：智能體、工作流與智能體編排，增加了知識庫檢索、互聯(lián)網(wǎng)搜索、工作流設(shè)計及智能體協(xié)作等功能，顯著擴展了大模型的應(yīng)用范圍。下表說明三種大模型應(yīng)用的簡介及示例場景。

生成SQL

點擊https://bailian.console.aliyun.com/?tab=app#/app-center此鏈接，在左側(cè)菜單欄中選擇“應(yīng)用管理”，在應(yīng)用管理界面的右上角點擊“+ 新增應(yīng)用”按鈕。

圖片

選擇“智能體應(yīng)用”，點擊“立即創(chuàng)建 ↗”按鈕。

圖片

選擇“通義千問-Max”，提示詞填“需要從用戶的問題中梳理出要查詢哪些信息，輸出要查詢數(shù)據(jù)的SQL。如果無法生成要查詢的SQL則回復(fù)“抱歉，您的問題暫時無法回復(fù)，請聯(lián)系工程師””，選擇剛創(chuàng)建的知識庫和樣例庫。完成后在右側(cè)輸入問題“查詢2月阿里云花費金額”，點擊發(fā)送按鈕，查看回答是否如下圖所示。若與下圖答復(fù)一致，則點擊右上角的“發(fā)布”按鈕。

圖片

發(fā)布完成后，會在剛創(chuàng)建的智能體應(yīng)右上角顯示“已發(fā)布”。注意:未發(fā)布會導(dǎo)致下面的流程出現(xiàn)問題！

圖片

查詢賬單

在應(yīng)用管理界面的右上角點擊“+ 新增應(yīng)用”。

圖片

選擇“工作流應(yīng)用”，點擊“創(chuàng)建任務(wù)型工作流 ↗”按鈕。

圖片

按下圖所示進(jìn)行配置，引用上文創(chuàng)建的FC函數(shù)查詢賬單數(shù)據(jù)，結(jié)合用戶的問題和查到的賬單數(shù)據(jù)，通過大模型組織答案。

圖片

完成配置后，點擊“測試”按鈕，輸入query：“查詢1月阿里云花費金額”，sql：“{"from_time":"2025-01-01 00:00:00","to_time":"2025-02-01 00:00:00","query":"*|select round(coalesce(sum(PretaxAmount),0),3) from splititem_bill_transform"}”。完成后點擊“執(zhí)行”按鈕。

圖片

若結(jié)果如下圖所示，則說明配置成功。

圖片

更改應(yīng)用名稱，點擊右上角的“發(fā)布”按鈕。

圖片

發(fā)布完成后，如下圖所示：

圖片

賬單機器人

在應(yīng)用管理界面的右上角點擊“+ 新增應(yīng)用”。

選擇“智能體編排應(yīng)用”，點擊“創(chuàng)建智能體編排應(yīng)用↗”按鈕。

圖片

按下圖所示進(jìn)行配置，將剛創(chuàng)建的兩個應(yīng)用串聯(lián)起來，先根據(jù)用戶的問題生成查詢SQL，再執(zhí)行SQL獲取賬單數(shù)據(jù)，最終根據(jù)用戶的問題組織答案。

圖片

注意：查詢賬單工作流配置，要輸入兩個變量，一個是用戶的問題，一個是智能體應(yīng)用輸出的SQL。

圖片

完成后點擊“測試”按鈕，輸入query：“查詢2月阿里云花費金額”，點擊“執(zhí)行”按鈕。

圖片

若運行結(jié)果如下圖所示，則說明執(zhí)行成功。成功后點擊“發(fā)布”按鈕。

圖片

發(fā)布完成后，如下圖所示：

圖片

KPI-Key

點擊https://bailian.console.aliyun.com/?tab=app#/api-key此鏈接，在左側(cè)菜單欄中選擇“API-Key”，點擊API Key管理界面右上角的“創(chuàng)建我的API-KEY”按鈕。

圖片

選擇應(yīng)用所在的歸屬業(yè)務(wù)空間，完成后點擊“確定”按鈕。

圖片

API-Key創(chuàng)建完成后，如下圖所示：

圖片

飛書應(yīng)用

點擊https://open.feishu.cn/app此鏈接，在企業(yè)自建應(yīng)用界面，點擊“創(chuàng)建企業(yè)自建應(yīng)用”按鈕。

圖片

填寫應(yīng)用名稱和應(yīng)用描述，完成后點擊“創(chuàng)建”按鈕。

圖片

在左側(cè)菜單欄中選擇“添加應(yīng)用能力”，找到機器人，點擊“+添加”按鈕。

圖片

在左側(cè)菜單欄中選擇“事件與回調(diào)”，選擇“加密策略”，復(fù)制Encrypt Key和Verification Token，用于下文配置計算巢AppFlow。

圖片

在左側(cè)菜單欄中選擇“事件與回調(diào)”，在事件配置界面，訂閱方式選擇“將事件發(fā)送至 開發(fā)者服務(wù)器”，填寫請求地址（這個請求地址在下文計算巢AppFlow配置中），完成后點擊“保存”按鈕。點擊“添加事件”按鈕，添加“用戶進(jìn)入與機器人的會話”、“接收消息”、“機器人自定義菜單事件”這三個事件。

圖片

在回調(diào)配置界面，像事件配置一樣，配置訂閱方式，并添加“卡片回傳交互”回調(diào)。

圖片

計算巢AppFlow配置完成后會得到IP白名單，將這些IP配置到飛書應(yīng)用的IP白名單中。

圖片

計算巢AppFlow

計算巢AppFlow通過界面化快速編排的方式，組合多個連接器的觸發(fā)事件和執(zhí)行動作，從而連接多個應(yīng)用系統(tǒng)，實現(xiàn)業(yè)務(wù)流程自動化。使用計算巢AppFlow對接飛書和百煉，無需用戶寫代碼實現(xiàn)，而且計算巢AppFlow是免費的。

點擊

https://appflow.console.aliyun.com/vendor/cnhangzhou/flowTemplate/manage

此鏈接，在左側(cè)菜單欄中選擇“模板中心”，找到“飛書自建應(yīng)用 X 阿里云百煉”。

圖片

點擊“立即使用”按鈕。

圖片

點擊“添加新憑證”創(chuàng)建飛書自建應(yīng)用機器人憑證。

圖片

填寫“憑證名稱”、“App ID”、“App Secret”、“AES Key”、“token”，這些在飛書應(yīng)用中可以找到。底下的“IP白名單”添加到飛書應(yīng)用白名單中。完成后點擊“確定”按鈕。

圖片

點擊“添加新憑證”創(chuàng)建阿里云百煉憑證。

圖片

填寫“憑證名稱”和“API-KEY”（請見上文創(chuàng)建API-Key）。完成后點擊“確定”按鈕，再點擊“下一步”按鈕。

圖片

填寫“應(yīng)用Id”（名為“賬單機器人”的百煉智能體編排應(yīng)用Id ）,完成后點擊“下一步”按鈕。

圖片

填寫“連接流名稱”和“連接流描述”，完成后點擊“下一步”按鈕。

圖片

這個WebhookUrl地址，即為上文飛書應(yīng)用配置事件與回調(diào)的請求地址。點擊“發(fā)布”按鈕。

圖片

飛書

在飛書App左側(cè)菜單欄中選擇“工作臺”，點擊右上角“?設(shè)置”。

圖片

在我的工作臺中，點擊右上角的“添加應(yīng)用”按鈕，將剛創(chuàng)建的“阿里云賬單機器人”添加進(jìn)來。

圖片

點擊進(jìn)入阿里云賬單機器人。

圖片

發(fā)送“查詢1月阿里云花費金額”，若機器人回答如下圖所示，說明配置成功了。

圖片

小結(jié)

至此，阿里云賬單機器人配置完成。此外，借助AI技術(shù)的智能分析能力，機器人可進(jìn)一步挖掘賬單數(shù)據(jù)價值，優(yōu)化資源配置，助力企業(yè)降本增效，適應(yīng)數(shù)字化轉(zhuǎn)型需求。