为应用添加 AI 功能

在传统开发流程里，给应用加 AI 往往要同时处理模型选型、密钥安全、后端调用、计费和监控。Meowgic Cloud 把这些底层工作统一托管，你只需要描述想做的功能，系统就会为你完成可运行的 AI 能力接入。 这些 AI 功能运行在你的应用中，和用于构建应用的 Meowgic AI 代理是两件事：

• 应用内 AI：服务你的最终用户（如客服机器人、商品文案生成）。
• 构建助手 AI：服务你的开发过程（如页面生成、代码修改）。

​

你可以用 AI 做什么

常见场景包括：

• 商品与内容摘要：将长描述、评论、说明文档提炼成重点。
• 智能客服与导购：在站内提供问答、推荐与售前引导。
• 情感和意图识别：批量分析用户反馈，定位高优先级问题。
• 知识问答：基于你的帮助中心、规则文档进行回答。
• 文案与多语言生成：自动生成活动文案、邮件、商品标题并翻译。
• 图像生成与改写：生成营销素材，或对商品图进行风格调整。
• 语音能力：把文本转语音播报，或把语音转文字用于检索与处理。

​

启用方式

1. 先确保应用已启用 Cloud（路径：App → Cloud → Enable Meowgic Cloud）。
2. 打开 Cloud 页面后进入 AI 标签页。
3. 根据你的团队策略开启 AI 功能授权。

​

工作原理

Meowgic 会自动完成以下基础设施工作：

• 密钥托管：平台自动管理模型访问凭据，无需你手动粘贴或暴露密钥。
• 服务端调用：模型请求通过受控后端执行，不直接从浏览器暴露敏感信息。
• 流式返回：聊天和生成类任务支持流式输出，用户要求流式返回，可更快看到首屏结果。
• 可观测性：每次调用会记录状态、耗时、消耗等指标，方便排查和优化。

​

如何选择模型

如果你不确定模型选择，可以先描述业务目标，让 AI 代理先给出默认方案，再按效果迭代。一个实用的选择思路：

• 聊天与问答：优先选响应快、成本平衡的通用模型。
• 复杂推理或高准确任务：选择更强模型，接受更高延迟和成本。
• 高并发批处理：优先低成本模型（如分类、标签、简单摘要）。
• 图像任务：按“质量优先”或“成本优先”选择图像模型。

你也可以为不同功能组合多个模型，例如：客服问答用快速模型，订单纠纷分析用高准确模型。

​

Chat models（对话模型）

Chat model 主要用于文字理解与生成，例如客服问答、商品文案、评论分类、知识库检索问答。 如果你不知道从哪里开始，建议先从“快且稳”的通用模型起步，再根据准确率和成本逐步升级。 实操建议：

1. 先固定一个基线模型，记录成功率、平均耗时、单次消耗。
2. 针对同一批输入，做 A/B 对比（准确率优先或成本优先）。
3. 把不同任务拆开选型，不要让一个模型承担所有场景。

​

Image models（图像模型）

Image model 主要用于商品主图生成、海报物料生产、图片重绘和风格化编辑。 图像任务建议采用“两段式”流程：

1. 先用低成本模型批量出草稿，快速筛选方向。
2. 再用高质量模型精修入选版本，控制总成本。

​

Other models（其他模型）

Other model 主要用于图像处理及工具型编辑。

​

监控 AI 调用与效果

在 **App → Cloud → Usage → AI usage ** 中，你可以按时间范围查看：

• 每天调用量
• 模型调用占比
• 调用消耗积分

这些数据可用于回答三个关键问题：

• 哪些请求最多？
• 哪类功能最耗费额度？
• 哪些场景值得换模型降本或提速？

​

用量与计费

Meowgic Cloud 的 AI 能力采用按量消耗积分。你可以在 Settings → Usage 查看工作区余额、账单和日消耗成本。 在成本管理上，建议你优先做这三件事：

1. 先看高频调用场景，再决定是否替换为更低成本模型。
2. 将长文本任务改为分段处理，降低单次峰值消耗。
3. 给关键功能设置调用阈值和兜底文案，避免突发费用。

​

最佳实践

1. 先定义目标指标：准确率、响应时间、单次成本。
2. 用小流量灰度验证提示词和模型，再全量发布。
3. 为关键路径保留非 AI 兜底流程（如人工审核或规则引擎）。
4. 把 AI 调用日志按业务场景分组，便于持续优化。
5. 每周复盘一次“失败请求 Top 场景”和“高成本 Top 场景”。

​

常见问题