为了解决传统账单处理中人工查询效率低下、响应速度慢及易出错等问题,同时顺应AI技术发展趋势,提升服务智能化水平。随着业务规模扩大和账单数据复杂度增加,人工处理已难以满足高效管理需求。我们想到通过AI技术,制作一个账单机器人,自动化完成账单查询与分析,节省人力成本,让用户快速获取准确信息,提升满意度。
流程图
上图为基于阿里云百炼实现账单机器人的完整流程。具体步骤如下:
-
用户通过私聊或者@飞书机器人的方式提出账单相关的问题。
-
计算巢AppFlow通过飞书接收消息事件触发连接流,将问题传递给大模型服务平台百炼。
-
大模型服务平台百炼利用其强大的AI能力生成相应的查询SQL语句。
-
生成的SQL语句被发送到函数计算(FC)服务,由FC 执行SQL查询,从SLS中获取所需的账单数据。
-
百炼平台根据返回的账单数据生成最终的答案。
-
答案通过计算巢 AppFlow 返回给飞书机器人。
-
最后,飞书机器人将答案呈现给用户。
FC函数计算
点击https://fcnext.console.aliyun.com/cn-shanghai/functions此连接,在右侧菜单栏中选择“函数”,在函数界面上点击“创建函数”按钮。
选择“事件函数”,在基本设置里填写“函数名称”。在函数代码中,选择“内置运行时/Python/Python3.12”运行环境,代码上传方式暂时选择“使用示例代码”中的“Hello,world!示例”。高级配置里的请求处理程序变更为“index.main”,“时区”选择“Asia/Shanghai 北京时间”,“函数角色”选择“AliyunFcDefaultRole”,“允许访问 VPC”选择“否”,“允许函数默认网卡访问公网”选择“是”,“日志功能”选择启用,其他配置保持默认就行。完成上述配置后点击“创建按钮”。
1、百炼中只支持北京、杭州、上海、深圳地域的函数计算,故在创建函数时只能选择这些地域。
2、账单数据存储在华北6(乌兰察布)地域中,函数计算无法通过内网查询,所以函数计算必须要开公网。
3、开启日志功能,便于排查报错。
点击刚创建的函数,进行下一步配置。
菜单栏中选择“代码”,将下面的代码填写到index.py里(注意需要修改代码里的配置!)。完成后点击右上方的▷按钮。
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 = “” #填写accessKeyId accessKey = “” #填写accessKey endpoint = “cn-wulanchabu.log.aliyuncs.com” #填写账单数据所在的endpoint project = “bill-analysis-xxxx” #填写账单数据所在的project logstore = “aliyun_bill” #填写账单数据所在的logstore client = LogClient(endpoint, accessKeyId, accessKey) query = json_data[“query”] # from_time和to_time表示查询日志的时间范围,UNIX时间戳格式。 from_time = datetime_to_timestamp(json_data[“from_time”]) to_time = datetime_to_timestamp(json_data[“to_time”]) # query参数用于设置查询语句;line参数用于控制返回日志条数,line取值为3。 request = GetLogsRequest(project, logstore, from_time, to_time, ”, query=query, line=3, offset=0, reverse=False) response = client.get_logs(request) # 查询结果。 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(“收到的数据:{}”.format(data)) data=json.loads(data)[“sql”] match = re.search(r’\{.*?\}’, data,re.DOTALL) if match: json_res = json.loads(match.group(0)) # 查询日志 log_res=str(query_bill_logs(json_res)) log_res = json.dumps(log_res, ensure_ascii=False, indent=4) logger.info(“查询到的数据:{}”.format(log_res)) return log_res else: logger.info(“未匹配到json”) return “无法匹配到SQL”

在TERMINAL中执行下面的语句,通过控制台Web IDE终端安装依赖。完成后点击“部署代码”按钮,完成该函数的部署。
pip install -U aliyun-log-python-sdk -t .
部署完成后,需要测试一下,验证是否可以正常查询。在菜单栏中点击“测试”,填写测试名称和传参(传参可以参考下面的代码),完成后点击“测试”按钮。
{ “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\”}” }
如下图所示,即为执行成功。
大模型服务平台百炼
知识库
大模型缺乏私有知识,根据用户输入从外部信息源检索相关信息,然后将检索到的内容整合到用户输入中,从而帮助大模型生成更准确的回答。将账单相关数据引入专有知识库后,大模型就能准确回答账单方面的问题。
点击https://bailian.console.aliyun.com/?tab=app#/data-center此链接,在左侧菜单栏中选择“应用数据”,选择“非结构化数据”,点击类目管理旁的“+”。
填写“目录名称”,完成后点击“确定”按钮。
选择刚创建的类目,点击右上角的“导入数据”按钮。
导入方式选择“本地上传”,将下面的文件《分账账单字段.xlsx》传入到百炼中,完成后点击确认。
《分账账单字段.xlsx》为分账账单各个字段的名称及解释,便于百炼生成SQL语句。
暂时无法在飞书文档外展示此内容
数据导入完成后,如下图所示:
在左侧菜单栏中选择“知识库”,点击右上角的“+ 创建知识库”。
填写“知识库名称”,数据类型选择“非结构化数据”,其他配置保持默认,完成后点击“下一步”按钮。
选择数据选择“选择类目”,类目选择刚创建的类目“阿里云账单机器人”,完成后点击“下一步”按钮。
其他配置保持默认,完成后点击“导入完成”按钮。
知识库创建完成后,如下图所示:
样例库
样例库功能作为百炼的FewShot能力,通过录入用户输入(Query)和期望的模型回复(Answer)作为样例信息源,在模型调用时根据用户输入,检索召回相关样例信息,以此作为输出参考,从而提高大模型的回答准确性,适用于问答等场景。
在左侧菜单栏中选择“组件管理”,在组件管理界面的顶部菜单中选择“样例库”,点击“样例库管理”旁的“+”。
填写“样例库名称”,导入方式选择“手动输入”,将下表数据填入到“样例示例”,完成后点击“确定”按钮。
|
用户输入
|
模型输出
|
|
查询1月阿里云花费金额
|
{“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”}
|
样例库配置完成后,如下图所示:
应用
大模型具备强大的语言能力,但仍有一定的局限性,例如难以处理私有领域问题、获取最新信息、遵循固定流程,以及自动规划复杂项目。为此,阿里云百炼推出了三种大模型应用:智能体、工作流与智能体编排,增加了知识库检索、互联网搜索、工作流设计及智能体协作等功能,显著扩展了大模型的应用范围。下表说明三种大模型应用的简介及示例场景。
|
类型
|
简介
|
示例场景
|
|
智能体应用(Assistant)
|
是一种基于上下文对话,自主决策并调用工具来完成复杂任务的对话式 AI 应用。通过简单的配置,可以快速上手和实现基本功能。
|
|
|
工作流应用(Workflow)
|
是一种将复杂任务拆解为若干子任务,以提高工作流程可控性的流程式 AI 应用。用户可以通过拖拽节点来创建自定义的任务流程。
|
|
|
智能体编排应用
|
是一种支持多智能体协作的流程式 AI 应用,使您能够编排多个智能体的执行逻辑,也可以使多个智能体自动规划和执行任务。
|
|
生成SQL
点击https://bailian.console.aliyun.com/?tab=app#/app-center此链接,在左侧菜单栏中选择“应用管理”,在应用管理界面的右上角点击“+ 新增应用”按钮。
选择“智能体应用”,点击“立即创建 ↗”按钮。
选择“通义千问-Max”,提示词填“需要从用户的问题中梳理出要查询哪些信息,输出要查询数据的SQL。如果无法生成要查询的SQL则回复“抱歉,您的问题暂时无法回复,请联系工程师””,选择刚创建的知识库和样例库。完成后在右侧输入问题“查询2月阿里云花费金额”,点击发送按钮,查看回答是否如下图所示。若与下图答复一致,则点击右上角的“发布”按钮。
发布完成后,会在刚创建的智能体应右上角显示“已发布”。注意:未发布会导致下面的流程出现问题!
选择“工作流应用”,点击“创建任务型工作流 ↗”按钮。
按下图所示进行配置,引用上文创建的FC函数查询账单数据,结合用户的问题和查到的账单数据,通过大模型组织答案。
完成配置后,点击“测试”按钮,输入query:“查询1月阿里云花费金额”,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”}”。完成后点击“执行”按钮。
若结果如下图所示,则说明配置成功。
更改应用名称,点击右上角的“发布”按钮。
发布完成后如下图所示:
账单机器人
在应用管理界面的右上角点击“+ 新增应用”。
选择“智能体编排应用”,点击“创建智能体编排应用↗”按钮。
按下图所示进行配置,将刚创建的两个应用串联起来,先根据用户的问题生成查询SQL,再执行SQL获取账单数据,最终根据用户的问题组织答案。
注意:查询账单工作流配置,要输入两个变量,一个是用户的问题,一个是智能体应用输出的SQL。
完成后点击“测试”按钮,输入query:“查询2月阿里云花费金额”,点击“执行”按钮。
若运行结果如下图所示,则说明执行成功。成功后点击“发布”按钮。
发布完成后如下图所示:
API-Key
点击https://bailian.console.aliyun.com/?tab=app#/api-key此链接,在左侧菜单栏中选择“API-Key”,点击API Key管理界面右上角的“创建我的API-KEY”按钮。
选择应用所在的归属业务空间,完成后点击“确定”按钮。
API-Key创建完成后,如下图所示:
飞书应用
点击https://open.feishu.cn/app此链接,在企业自建应用界面,点击“创建企业自建应用”按钮。
填写应用名称和应用描述,完成后点击“创建”按钮。
在左侧菜单栏中选择“添加应用能力”,找到机器人,点击“+添加”按钮。
在左侧菜单栏中选择“事件与回调”,选择“加密策略”,复制Encrypt Key和Verification Token,用于下文配置计算巢AppFlow。
在左侧菜单栏中选择“事件与回调”,在事件配置界面,订阅方式选择“将事件发送至 开发者服务器”,填写请求地址(这个请求地址在下文计算巢AppFlow配置中),完成后点击“保存”按钮。点击“添加事件”按钮,添加“用户进入与机器人的会话”、“接收消息”、“机器人自定义菜单事件”这三个事件。
在回调配置界面,像事件配置一样,配置订阅方式,并添加“卡片回传交互”回调。
计算巢AppFlow配置完成后会得到IP白名单,将这些IP配置到飞书应用的IP白名单中。
计算巢AppFlow
计算巢AppFlow通过界面化快速编排的方式,组合多个连接器的触发事件和执行动作,从而连接多个应用系统,实现业务流程自动化。使用计算巢AppFlow对接飞书和百炼,无需用户写代码实现,而且计算巢AppFlow是免费的。
点击https://appflow.console.aliyun.com/vendor/cn-hangzhou/flowTemplate/manage此链接,在左侧菜单栏中选择“模板中心”,找到“飞书自建应用 X 阿里云百炼”。
点击“立即使用”按钮。
点击“添加新凭证”创建飞书自建应用机器人凭证。
填写“凭证名称”、“App ID”、“App Secret”、“AES Key”、“token”,这些在飞书应用中可以找到。底下的“IP白名单”添加到飞书应用白名单中。完成后点击“确定”按钮。
点击“添加新凭证”创建阿里云百炼凭证。
填写“凭证名称”和“API-KEY”(请见上文创建API-Key)。完成后点击“确定”按钮,再点击“下一步”按钮。
填写“应用Id”(名为“账单机器人”的百炼智能体编排应用Id ),完成后点击“下一步”按钮。
填写“连接流名称”和“连接流描述”,完成后点击“下一步”按钮。
这个WebhookUrl地址,即为上文飞书应用配置事件与回调的请求地址。点击“发布”按钮。
飞书
在飞书App左侧菜单栏中选择“工作台”,点击右上角“⚙设置”。
在我的工作台中,点击右上角的“添加应用”按钮,将刚创建的“阿里云账单机器人”添加进来。
点击进入阿里云账单机器人。
发送“查询1月阿里云花费金额”,若机器人回答如下图所示,说明配置成功了。
小结
至此,阿里云账单机器人配置完成。此外,借助AI技术的智能分析能力,机器人可进一步挖掘账单数据价值,优化资源配置,助力企业降本增效,适应数字化转型需求。