2月11日，腾讯云开发宣布能力上新，开发者能够基于最新的小程序基础库，最少仅需输入3行代码，就可以将满血版 DeepSeek 大模型能力接入到小程序中，快速实现智能对话、文本生成等功能。其中，云开发新用户首月套餐免费，并享有100万token。
据介绍，开发者可以通过 SDK 直接调用大模型，在小程序中构建文本生成、智能补全、智能翻译等应用场景；也可以通过 SDK 调用智能体对话能力，结合配置欢迎语、提示词、知识库等对话能力模块，打造专门的AI对话场景。云开发提供了一整套接入智能体的 API 接口，包括基础对话、对话历史保存、对话反馈收集、次轮问题推荐等，方便开发者快速接入。开发者也可以基于云开发提供的成熟 UI 组件，快速在小程序中植入 AI 对话能力。
据了解，云开发的 AI 能力不仅能接入小程序，还支持微信订阅号、服务号、小程序客服等多种微信生态能力的接入，并将在近期支持企业微信的接入。此外，云开发后续还计划推出工具调用、多 Agent 串联、工作流编排等AI能力，进一步方便开发者打造小程序智能应用。
云开发支持DeepSeek接入小程序教程：
准备工作
l 注册一个微信小程序账号，并且创建本地小程序工程项目
l 小程序基础库需要在 3.7.1 及以上版本，具备 wx.cloud.extend.AI 对象
l 小程序需要开通「云开发」，可在小程序开发工具中点击工具栏里的「云开发」按钮进行开通，并创建环境（PS：对于首次使用云开发的用户，第一个月套餐免费）：
指引一：调用大模型，实现文本生成
在小程序中，直接调用大模型的文本生成能力，实现最简单的文本生成。
这里以一个“七言绝句”生成器的简单 Demo 为例：
第 1 步：初始化云开发环境
在小程序代码中，通过以下代码进行云开发环境初始化：
wx.cloud.init({ env: "<云开发环境ID>", }); |
其中 "<云开发环境ID>" 需替换为实际云开发环境 ID。初始化成功后，就可使用 wx.cloud.extend.AI 调用 AI 能力。
第 2 步： 创建 AI 模型，并调用生成文本
在小程序基础库 3.7.1 及以上，以调用 DeepSeek-R1 模型为例，小程序端的代码如下：
// 创建模型实例，这里我们使用 deepseek 大模型 const model = wx.cloud.extend.AI.createModel("deepseek"); // 我们先设定好 AI 的系统提示词，这里以七言绝句生成为例 const systemPrompt = "请严格按照七言绝句或七言律诗的格律要求创作，平仄需符合规则，押韵要和谐自然，韵脚字需在同一韵部。创作内容围绕用户给定的主题，七言绝句共四句，每句七个字；七言律诗共八句，每句七个字，颔联和颈联需对仗工整。同时，要融入生动的意象、丰富的情感与优美的意境，展现出古诗词的韵味与美感。" // 用户的自然语言输入，如‘帮我写一首赞美玉龙雪山的诗’ const userInput = "帮我写一首赞美玉龙雪山的诗" // 将系统提示词和用户输入，传入大模型 const res = await model.streamText({ data: { model: "deepseek-r1", // 指定具体的模型 messages: [ { role: "system", content: systemPrompt }, { role: "user", content: userInput } ], }, }); // 接收大模型的响应 // 由于大模型的返回结果是流式的，所以我们这里需要循环接收完整的响应文本。 for await (let str of res.textStream) { console.log(str); } // 输出结果： // "# 咏玉龙雪山\n" // "皑皑峻岭入云巅，玉骨冰肌傲九天。\n" // "雪影岚光添胜景，神山圣境韵绵绵。\n" |
可见，仅需几行小程序代码，就可以通过云开发直接调用大模型的文本生成能力。
指引二：通过 Agent（智能体）实现智能对话
通过调用大模型的文本生成接口，可以快速实现一问一答的场景。但对于一个完整的对话功能来说，仅仅有一个大模型的输入、输出还不够，还需要把大模型变为完整的 Agent，才能更好地与用户进行对话。
云开发的 AI 能力不仅提供了原始的大模型接入，还提供了 Agent 接入的能力，开发者可以在云开发上定义自己的 Agent，然后通过小程序直接调用 Agent 进行对话。
第 1 步：初始化云开发环境
在小程序代码中，通过以下代码进行云开发环境初始化：
wx.cloud.init({ env: "<云开发环境ID>", }); |
其中 "<云开发环境ID>" 需替换为实际云开发环境 ID。初始化成功后，就可使用 wx.cloud.extend.AI 调用 AI 能力。
第 2 步：创建一个 Agent
进入云开发平台，创建一个新的 Agent。
这里可以选择模板创建，也可以自行输入提示词和欢迎语，创建一个自定义的 Agent。
为了简单，我们直接创建一个模板：
点击页面中上方的“复制 ID”，我们会获得一个 bot-id，即 Agent 的唯一标识，在下面的代码中会用到。
第 3 步：在小程序中实现与 Agent 的对话
刚才创建了一个“小程序开发专家”的 Agent 智能体，下面来试试与它进行对话，看他能不能处理云开发常见的报错问题。
在小程序中，使用以下代码直接调用刚刚我们创建的 Agent，进行对话：
// 用户的输入，这里我们以某个报错信息为例 const userInput = "我的小程序这个报错是什么意思：FunctionName parameter could not be found"; const res = await wx.cloud.extend.AI.bot.sendMessage({ data: { botId: "xxx-bot-id", // 第2步中获取的Agent唯一标识 msg: userInput, // 用户的输入 history: [] // 历史对话的内容，这里我们是第一轮对话，所以可以不传入 }, }); for await (let x of res.textStream) { console.log(x); } // 输出结果： // "### 报错解释\n" // "**错误信息：** `FunctionName \n" // "parameter could not be found` \n // "这个错误通常表示在调用某个函数时，\n" // "指定的函数名参数没有找到。具体来说，\n" // "可能是以下几种情况之一：\n" // …… |
我们也可以把对话内容记录下来，重复调用 Agent 的接口，从而实现多轮对话
const res = await wx.cloud.extend.AI.bot.sendMessage({ data: { botId: "xxx-bot-id", // 第2步中获取的Agent唯一标识 msg: userInput, // 用户的输入 history: [ { role: "user", message: "我这个报错是什么意思？……"}, { role: "bot", message: "### 报错解释……" }, { role: "user"，message: "那我要如何操作来修复呢？" } // …… ] }, }); |
第 4 步：实现更加丰富的聊天功能
云开发的 Agent 不仅有多轮对话的能力，我们在 SDK 中还提供了实现对话所需的多种能力，包含：
l 获取聊天记录
l 发送、获取用户反馈
l 获取推荐次轮问题
下面是一些代码示例：
获取聊天记录
await wx.cloud.extend.AI.bot.getChatRecords({ botId: "botId-xxx", pageNumber: 1, pageSize: 10, sort: "asc", }); |
传入 botId、分页信息和排序方式，获取指定 Agent 的聊天记录。
发送反馈与获取反馈
发送用户反馈：
const res = await wx.cloud.extend.AI.bot.sendFeedback({ userFeedback: { botId: "botId-xxx", recordId: "recordId-xxx", comment: "非常棒", rating: 5, tags: ["优美"], aiAnswer: "落英缤纷", input: "来个成语", type: "upvote", }, }); |
获取次轮推荐问题
const res = await wx.cloud.extend.AI.bot.getRecommendQuestions({ data: { botId: "xxx-bot-id", msg: "介绍一下 Python 语言", }, }); for await (let x of res.textStream) { console.log(x); } |
在 data 参数中设置 botId 和用户消息 msg，通过遍历 textStream 获取推荐问题。
云开发在 SDK 中提供了一整套接入 Agent（智能体）的 API 接口，包括基础对话、对话历史保存、对话反馈收集、次轮问题推荐等。小程序开发者可在 云开发平台中创建 Agent，然后在小程序前端代码中直接调用 wx.cloud.extend.AI 下的各类接口直接与 Agent 进行交互。
指引三：使用云开发 AI 对话组件，快速接入 AI 对话
为了方便开发者快速在自己的小程序里实现 AI 对话功能，云开发提供了一个 AI 对话的小程序组件供开发者直接使用，效果如下图：
第 1 步：下载对话组件代码包，并安装依赖
组件下载地址：
https://weda.cloud.tencent.com/ai-resource/agent-ui.zip
下载组件包后，解压，然后将组件包放入小程序项目内，假设放在小程序根目录下的 components/agent-ui 目录下：
由于对话组件的体积较大，开发者使用小程序子包的形式来引入。在小程序项目的 app.json 中，我们引入组件包：
{ "lazyCodeLoading": "requiredComponents", "subpackages": [ { "root": "components/agent-ui", "name": "agent-ui", "pages": [] } ] } |
在小程序根目录，运行以下命令，安装组件依赖：
npm install ./components/agent-ui |
然后点击小程序开发工具菜单栏的「工具」-「构建NPM」，等待构建成功。
第 2 步：对话组件初始化
接下来在小程序中使用上文里植入的对话组件。
首先实现对话组件的异步加载，以及初始化，这个流程推荐放在小程序的 onLaunch 生命周期中：
// app.js App({ onLaunch: function () { wx.cloud.init({ env: '<云开发环境ID>', }); require .async('./components/agent-ui/index.js') .then(module => { module.clientSDK.init({ envID: '<云开发环境ID>', // 云开发环境Id }) }) } }); |
第 3 步：创建新页面，引入组件，实现对话交互
创建一个新的小程序页面，作为对话组件的载体。
在页面的 index.json 配置文件中，我们声明引入对话组件：
{ "usingComponents": { "agent-ui": "/components/agent-ui/dist/Agent-UI/index" }, "componentPlaceholder": { "agent-ui": "block" } } |
随后便可以直接在页面中使用 AI 对话组价了：
// index.js Page({ data: { bot: { botId: "<填入 Agent ID>" } } }); |
总结
这篇文章一共介绍了云开发的以下三种方式接入大模型，分别适用于不同的场景：
1. 通过 SDK 直接调用大模型：适用于非对话类的通用场景，如文本生成、智能补全、智能翻译等。
2. 通过 SDK 调用 Agent（智能体）对话能力：这种方式适合专门的 AI 对话场景，支持配置欢迎语、提示词、知识库等对话中需要的能力。
3. 使用 AI 对话组件：这种方式对于专业前端开发者更友好，可以基于云开发提供的 UI 组件，快速在小程序中植入 AI 对话能力。
以上的三种小程序接入AI的方式，云开发将完整的代码示例放在了代码仓库中，供大家参考：
l Gitee：https://gitee.com/TencentCloudBase/cloudbase-ai-example
l Github：https://github.com/TencentCloudBase/cloudbase-ai-example
当然，不只是小程序，云开发的 AI 能力也支持通过 Web 应用、Node.js、 HTTP API 来对大模型进行调用，可以参考以下文档：
l Web 应用接入：
https://docs.cloudbase.net/ai/sdk-reference/init
l Node.js 接入：
https://docs.cloudbase.net/ai/sdk-reference/init
l HTTP API 接入：
https://docs.cloudbase.net/http-api/ai-bot/ai-agent-%E6%8E%A5%E5%85%A5
l 腾讯云开发主页：
https://tcb.cloud.tencent.com/
l 云开发官方文档：
https://docs.cloudbase.net/
— 完 —
量子位 QbitAI · 头条号签
关注我们，第一时间获知前沿科技动态约