作者：后端小肥肠

🍊 有疑问可私信或评论区联系我。

🥑 创作不易未经允许严禁转载。

姊妹篇：

从PDF到精准答案：Coze助力RAGFlow框架提升数据召回率_提升ragflow-CSDN博客

Coze+TreeMind实测：秒出ISO标准流程图/脑图（附完整提示词）-CSDN博客

目录

1. 前言

2. 基于阿里云百炼大模型编写图像识别插件实战

2.1. 寻找合适的大模型

2.2. Coze新建插件

2.3. 编写插件代码

2.4. 元数据设置

2.5. 插件发布

3. 资料领取

4. 结语

1. 前言

当你为Coze平台插件调用付费时，是否想过：那些看似神秘的插件开发，实则只需一杯咖啡的时间就能自主实现？本文将颠覆您对AI插件开发的认知——无需机器学习背景，不必研究复杂算法，以阿里云百炼大模型为基座，带你用5分钟完成一个专业级图像识别插件的开发全流程。

在接下来的实战中，你将亲历从模型选型、代码编写到服务部署的完整闭环。即使你是首次接触大模型开发的工程师，也能轻松完成Coze插件开发。文末更附赠提示词工程秘籍，助你突破大模型应用效果天花板。

当你成功部署第一个自研插件时，或许会惊叹：原来插件开发 so easy~。

2. 基于阿里云百炼大模型编写图像识别插件实战

2.1. 寻找合适的大模型

在进行图像识别插件的开发前，第一步是选择适合的基础模型。在阿里云百炼模型广场中（访问模型广场），可以找到各种类型的大模型，这些模型根据不同的任务需求分类，包括图像理解、文本生成、语音识别等。对于本次任务，我选择了支持图像内容理解的 qwen-vl-plus 模型。

点击 API参考 按钮，进入模型的使用文档页面。这份文档详细描述了如何调用模型，包括所需的参数信息以及具体的调用格式：

• model 参数：指定要调用的模型名称（这里是 qwen-vl-plus）。
• messages 参数：用于传递消息列表，包含与模型交互的历史对话记录。
• User Message：表示用户发送给模型的具体消息内容，包括文本和图像的URL。

2.2. Coze新建插件

为了将模型功能封装为一个易用的插件，我们需要在 Coze 平台上新建插件，选择任意空间（可以是个人空间或者你自己任意新建的），点击新建插件：

创建完插件以后还需要创建工具，这里可以写成一样（插件和工具的关系，你可以理解为工具是插件的子集）：

2.3. 编写插件代码

完成工具构建后，我们就可以进行插件代码编写了：

代码详情：

import os
from openai import OpenAI
from typing import TypedDict
import json  # 添加导入json模块

class Input(TypedDict):
    api_key: str
    image_url: str

class Output(TypedDict):
    text: str
    error_message: str

def handler(args) -> Output:
    try:
        # 从输入参数中获取 API 密钥和图像 URL
        api_key = args.input.api_key
        image_url = args.input.image_url

        # 创建 OpenAI 客户端实例
        client = OpenAI(
            api_key=api_key,  # 使用传入的 API 密钥
            base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",  # 指定 Base URL
        )

        # 调用 qwen-vl-plus 模型进行图像识别
        completion = client.chat.completions.create(
            model="qwen-vl-plus",  # 模型名称
            messages=[{
                "role": "user",
                "content": [
                    {"type": "text", "text": "这是什么"},  # 提问，问图像内容
                    {"type": "image_url", "image_url": {"url": image_url}}  # 传入图像 URL
                ]
            }]
        )

        # 打印返回的内容，检查其结构
        result = completion.model_dump_json()
        print("Model response:", result)

        # 将返回的字符串转换为字典
        result_dict = json.loads(result)

        # 获取 content 内容
        text = result_dict.get("choices", [{}])[0].get("message", {}).get("content", "无法获取识别结果")

        return {"content": text}

    except Exception as e:
        return {"error_message": str(e)}  # 如果发生错误，返回错误信息

上述代码调用了阿里云百炼平台的 qwen-vl-plus 模型，识别传入图片的内容，并返回识别到的文字说明。总的来说做了以下几件事：

1. 从输入参数中提取 API 密钥和图像 URL；
2. 使用这些参数创建 OpenAI 客户端，指定使用阿里云的兼容 API 地址；
3. 调用 qwen-vl-plus 图像识别模型，请求包含一段文本“这是什么”和用户提供的图像；
4. 将模型返回的 JSON 字符串解析成 Python 字典；
5. 从返回结果中提取模型的回答内容（即 message.content）作为识别文本；
6. 如果一切正常，返回识别出的内容；如发生错误，则返回错误信息。

2.4. 元数据设置

编写完代码需要设置一下元数据信息（输入的参数信息）：

设置完元数据，在测试代码中输入测试数据就能进行插件测试了：

2.5. 插件发布

当我们测试了插件没问题后就能对插件进行发布了，点击右上角发布按钮就能对插件进行发布操作，发布后的插件可以在本空间内使用：

如果要让别人可以使用你的插件，可以在插件商店上架你的插件，操作很简单，就不演示了：

3. 资料领取

你觉得大模型不好用，可能是你不会写提示词，小肥肠为你准备了海量提示词模板和DeepSeek相关教程，只需关注gzh后端小肥肠，点击底部【资源】菜单即可领取。
 

4. 结语

通过本文的实战演示，相信你已经感受到：插件开发并非高不可攀，借助阿里云百炼大模型和Coze平台，即使零基础也能快速上手，开发出高质量的图像识别插件。掌握这一技能，不仅能够节省昂贵的API调用成本，更是迈向AI原生应用开发的重要一步。
现在，轮到你亲自实践了。放下犹豫，打开Coze，写下你的第一行代码，属于你的AI插件时代，从此刻启航！

如果本文对你有帮助，请动动小手点点关注哦~小肥肠将持续更新AI相关干货知识和好用工具。