先说前置准备。要在阿里云上部署AI智能体（AI Agent）并配置百炼Token Plan，首先需要完成两件事：一是拥有一个阿里云账号，并且必须完成实名认证（个人或企业均可），这是开通百炼服务、获取API密钥的基本门槛；二是搭建本地开发环境，Python 3.8及以上版本是硬性条件，同时需要安装pip包管理工具，后续所有依赖库的安装都依赖它。好在准备工作并不复杂，即便是零基础的用户，按照步骤操作也能轻松上手，甚至不需要复杂的AI开发经验，只需掌握基本的命令行操作和简单的Python语法即可。
开通阿里云百炼服务与Token Plan
开通百炼服务
登录阿里云控制台后，在顶部的搜索框中输入“百炼”，即可找到百炼模型服务平台。首次使用时，点击“立即开通”，按照指引完成操作，这个过程是免费的。开通成功后进入百炼控制台，可以看到支持的模型列表，例如通义千问系列、代码专用模型等——这些模型后续将作为AI智能体的核心推理引擎。
选择并开通Token Plan
Token Plan是百炼推出的按量计费套餐，非常适合AI智能体长期稳定地调用，相较于按需付费，成本上更具优势。在百炼控制台左侧导航栏找到“计费管理”，进入“Token Plan”页面，可以看到不同档位的套餐，每个档位都包含相应的Token额度和有效期。零基础用户可以先选择入门档位，后续根据实际使用量再升级。点击对应档位的“立即开通”，确认计费规则后完成支付即可——开通成功后，系统会自动生成专属Token额度，您可以在控制台实时查看剩余额度和使用明细。
获取API密钥
开通Token Plan后，下一步是创建API密钥，用于后续AI智能体调用百炼模型。在百炼控制台的“API密钥管理”页面，点击“创建密钥”，填写密钥名称，系统会生成AccessKey ID和AccessKey Secret。这两个密钥是AI智能体连接百炼服务的核心凭证，务必妥善保存，避免泄露——建议复制后存储在本地安全位置，千万不要上传到公共代码仓库。
本地环境配置：安装依赖与项目初始化
安装Python依赖库
打开本地命令行工具（Windows用户使用CMD或PowerShell，macOS/Linux用户使用终端），执行以下命令安装阿里云百炼SDK及相关依赖：
pip install dashscope python-dotenv
dashscope是阿里云官方提供的百炼模型调用SDK，支持快速接入通义千问等模型；python-dotenv则用于管理环境变量，避免将密钥硬编码在代码中，提升安全性。安装完成后，可以通过pip list命令验证依赖是否安装成功。
创建项目目录与配置文件
在本地创建一个新的项目文件夹，命名为“aliyun-ai-agent”，然后进入该目录。在目录中创建两个核心文件：一个是.env文件，用于存储环境变量；另一个是agent.py文件，作为AI智能体的主程序文件。
在.env文件中写入以下内容，并将获取到的API密钥替换对应的占位符：
DASHSCOPE_API_KEY=你的AccessKey ID:你的AccessKey Secret
请注意密钥格式是“ID:Secret”，确保没有空格和错误，保存后关闭文件。
AI Agent核心代码编写：基础功能实现
导入依赖库与加载环境变量
打开agent.py文件，首先导入所需的依赖库，并加载.env文件中的环境变量：
import os
from dotenv import load_dotenv
import dashscope
from dashscope import Generation
# 加载环境变量
load_dotenv()
dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")
这段代码的作用是什么？主要是读取本地环境变量中的API密钥，初始化百炼SDK，为后续的模型调用做好准备。
定义AI Agent交互函数
编写核心交互函数，实现用户输入与模型响应的逻辑，支持多轮对话，让AI智能体具备基本的交互能力：
def run_ai_agent():
print("阿里云AI Agent已启动，输入'exit'退出对话")
# 初始化对话历史，支持上下文理解
messages = []
while True:
user_input = input("你：")
if user_input.lower() == "exit":
print("AI Agent已退出")
break
# 将用户输入添加到对话历史
messages.append({"role": "user", "content": user_input})
try:
# 调用百炼通义千问模型
response = Generation.call(
model="qwen-plus", # 可根据需求切换模型，如qwen-max、qwen-coder-plus
messages=messages,
temperature=0.7, # 控制输出随机性，0-1之间，值越低越稳定
result_format="message"
)
# 解析模型响应
ai_response = response.output.choices[0].message.content
print(f"AI：{ai_response}")
# 将AI响应添加到对话历史，实现上下文连贯
messages.append({"role": "assistant", "content": ai_response})
except Exception as e:
print(f"调用模型出错：{str(e)}")
if __name__ == "__main__":
run_ai_agent()
注意代码中的几个可调参数：model可以根据需求切换，基础交互建议使用qwen-plus，复杂推理场景使用qwen-max，代码开发任务使用qwen-coder-plus；temperature参数控制输出风格，日常对话设置为0.7，需要精准问答时可以调低到0.3。
运行AI Agent与Token Plan使用验证
启动AI Agent
在命令行中进入项目目录，执行以下命令启动AI智能体：
python agent.py
启动成功后，命令行会显示“阿里云AI Agent已启动，输入'exit'退出对话”。此时就可以输入问题与AI进行交互了，例如“介绍一下阿里云百炼服务”或“写一段Python基础代码”，AI会基于通义千问模型生成响应。
验证Token Plan使用情况
在交互过程中，百炼会自动消耗Token Plan中的额度。您可以返回阿里云百炼控制台，在“Token Plan”页面查看实时消耗数据，包括已用Token、剩余Token、生效时间等，确认计费是否正常。如果出现调用失败，可以检查以下几个方面：API密钥是否正确、网络是否畅通、Token额度是否充足。
AI Agent功能扩展：进阶配置与优化
切换模型与调整参数
零基础用户可以根据不同场景切换模型，核心代码逻辑无需改动，只需修改model参数的值即可。例如，代码开发场景可以切换到qwen-coder-plus，长文本处理场景可以切换到qwen-max-longcontext。此外，还可以调整max_tokens参数来控制单次响应的长度，避免输出过长。
添加功能模块
您可以在现有代码基础上扩展功能，例如添加文件读取能力，让AI智能体读取本地文件内容并进行分析；添加命令执行功能，支持AI生成命令并在本地执行；添加记忆功能，存储历史对话，提升多轮交互的连贯性。扩展时只需要新增函数，调用百炼模型处理相应的需求即可。
Token使用优化
为了节省Token Plan额度，可以优化交互逻辑：缩短用户输入指令，避免冗余描述；关闭不必要的上下文历史，定期清理对话记录；简单任务使用轻量模型，复杂任务再切换到高性能模型。同时，可以在百炼控制台设置额度提醒，避免额度耗尽导致调用失败。
常见问题排查与注意事项
常见问题解决
模型调用失败：检查.env文件中API密钥格式是否正确，是否存在空格或拼写错误；确认百炼服务已开通且Token Plan在有效期内；检查本地网络能否正常访问阿里云服务。
Token消耗过快：优化对话历史长度，减少上下文存储；降低temperature参数，减少模型冗余输出；选择与场景更匹配的轻量模型。
代码运行报错：确认Python版本≥3.8，依赖库已正确安装；检查代码缩进是否规范——Python对缩进的要求非常严格。
安全与合规注意事项
API密钥要严格保密，切勿上传到GitHub等公共平台，以免被恶意使用导致额度被盗刷。AI智能体生成的内容必须符合法律法规，不能用于违法违规场景，百炼模型自带内容安全检测功能，违规内容会被拦截。另外，要定期查看Token使用明细，及时续费或升级Token Plan，以免影响AI智能体的正常运行。
总结
按照上述步骤，零基础用户也能顺利完成阿里云AI智能体的部署，并成功配置百炼Token Plan。从开通百炼服务、获取API密钥，到本地环境配置、代码编写，再到运行验证与功能优化，全程不需要复杂的AI开发经验，按步骤操作即可实现AI智能体的基础交互与进阶功能。百炼Token Plan为AI智能体提供了稳定、低成本的模型调用支持，适合个人开发者和小型团队长期使用。后续您可以根据自身需求持续扩展AI智能体的功能，例如对接云产品、实现自动化任务等，充分发挥阿里云AI服务的能力。
