运行时依赖
安装命令
点击复制技能文档
分类:任务 Model Studio 技能最小测试运行 对此存储库中当前可用的 Model Studio 技能进行最小验证并记录结果。
前置条件 安装 SDK(推荐使用虚拟环境以避免 PEP 668 限制):
python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope
配置 DASHSCOPE_API_KEY(环境变量或 ~/.alibabacloud/credentials 中的 dashscope_api_key)。测试矩阵(当前支持) 文本到图像 → skills/ai/image/aliyun-qwen-image/ 图像编辑 → skills/ai/image/aliyun-qwen-image-edit/ 文本到视频 / 图像到视频 (i2v) → skills/ai/video/aliyun-wan-video/ 参考到视频 (r2v) → skills/ai/video/aliyun-wan-r2v/ TTS → skills/ai/audio/aliyun-qwen-tts/ ASR 转录(非实时)→ skills/ai/audio/aliyun-qwen-asr/ 实时 ASR → skills/ai/audio/aliyun-qwen-asr-realtime/ 实时 TTS → skills/ai/audio/aliyun-qwen-tts-realtime/ 实时语音翻译 → skills/ai/audio/aliyun-qwen-livetranslate/ CosyVoice 声音克隆 → skills/ai/audio/aliyun-cosyvoice-voice-clone/ CosyVoice 声音设计 → skills/ai/audio/aliyun-cosyvoice-voice-design/ 声音克隆 → skills/ai/audio/aliyun-qwen-tts-voice-clone/ 声音设计 → skills/ai/audio/aliyun-qwen-tts-voice-design/ Omni 多模态 → skills/ai/multimodal/aliyun-qwen-omni/ 视觉推理 → skills/ai/multimodal/aliyun-qvq/ 文本嵌入 → skills/ai/search/aliyun-qwen-text-embedding/ 重排 → skills/ai/search/aliyun-qwen-rerank/ 视频编辑 → skills/ai/video/aliyun-wan-edit/ 如果需要新的能力测试,请先创建相应的技能(使用 skills/ai/misc/aliyun-modelstudio-crawl-and-skill/ 刷新模型列表)。
最小流程 打开目标子技能目录并阅读 SKILL.md。 选择一个最小输入示例和推荐模型。 运行 SDK 调用或脚本。 记录模型、请求摘要、响应摘要、持续时间和状态。
结果模板 保存为 output/aliyun-modelstudio-entry-test-results.md: # Model Studio 技能测试结果
- 日期:YYYY-MM-DD
- 环境:区域 / API_BASE / 认证方法
故障处理 如果参数不清楚,请检查目标子技能的 SKILL.md 或 references/*.md。 如果模型不可用,请刷新模型列表并重试。 对于认证问题,请验证 DASHSCOPE_API_KEY(环境变量或 ~/.alibabacloud/credentials)。
验证
创建目录 output/aliyun-modelstudio-entry-test
运行命令 echo "validation_placeholder" > output/aliyun-modelstudio-entry-test/validate.txt
通过标准:命令退出 0 且 output/aliyun-modelstudio-entry-test/validate.txt 生成。
输出和证据 将工件、命令输出和 API 响应摘要保存在 output/aliyun-modelstudio-entry-test/ 下。 在证据文件中包含关键参数(区域/资源 ID/时间范围)以实现可复现性。
工作流程 确认用户意图、区域、标识符以及操作是否为只读或可变。 首先运行一个最小的只读查询以验证连接性和权限。 使用显式参数和有界范围执行目标操作。 验证结果并保存输出/证据文件。
参考 源列表:references/sources.md