2月11日、テンセントクラウド開発は、最新のミニプログラム基盤ライブラリをベースに、開発者がわずか3行のコードでDeepSeekの本格的な大規模モデル機能をミニプログラムに統合できる新機能を発表しました。これにより、インテリジェントな対話やテキスト生成といった機能を迅速に実装できます。新規のクラウド開発ユーザーには、最初の1ヶ月間は無料でご利用いただけるほか、100万トークンが付与されます。

報道によると、開発者はSDKを介して大規模モデルを直接呼び出し、ミニプログラム内でテキスト生成、インテリジェント補完、インテリジェント翻訳などのアプリケーションシナリオを構築できます。また、SDKを使用してインテリジェントエージェントの対話機能にアクセスし、ウェルカムメッセージ、プロンプト、ナレッジベースなどの対話モジュールの構成を組み合わせて、専用のAI対話シナリオを作成することもできます。クラウド開発は、基本対話、対話履歴の保存、対話フィードバックの収集、第2ラウンドの質問の推奨など、インテリジェントエージェントにアクセスするための完全なAPIインターフェイスセットを提供し、開発者による迅速な統合を促進します。開発者は、クラウド開発によって提供される成熟したUIコンポーネントに基づいて、AI対話機能をミニプログラムに迅速に組み込むこともできます。

Cloud DevelopmentのAI機能は、ミニプログラムとの連携だけでなく、WeChatサブスクリプションアカウント、サービスアカウント、ミニプログラムカスタマーサービスなど、WeChatエコシステムの様々な機能との連携もサポートしています。WeChat for Enterpriseとの連携も近日中にサポートされる予定です。さらに、Cloud Developmentは、ツール呼び出し、マルチエージェント連結、ワークフローオーケストレーションなどのAI機能をリリースし、開発者によるインテリジェントなミニプログラムアプリケーションの開発をさらに容易にする予定です。

クラウド開発では、WeChat ミニプログラムと DeepSeek の統合がサポートされています。

準備

WeChat ミニプログラム アカウントを登録し、ローカル ミニプログラム プロジェクトを作成します。

ミニプログラムの基本ライブラリはバージョン3.7.1以上である必要があり、wx.cloud.extend.AI オブジェクトが必要です。

ミニプログラムを使用するには、「クラウド開発」の有効化が必要です。ミニプログラム開発ツールのツールバーにある「クラウド開発」ボタンをクリックして環境を構築することで有効化できます。（追記：クラウド開発プランは初回ご利用の場合、最初の1ヶ月は無料です。）

ガイドライン 1: 大きなモデルを使用してテキストを生成します。

ミニプログラム内では、大規模モデルのテキスト生成機能を直接呼び出して、最も単純なテキスト生成を実現できます。

例として、「7 文字の四行詩」ジェネレータの簡単なデモを示します。

ステップ1: クラウド開発環境を初期化する

ミニプログラム コードで、次のコードを使用してクラウド開発環境を初期化します。

wx.cloud.init({

env: "<クラウド開発環境ID>",

});

「<クラウド開発環境ID>」は実際のクラウド開発環境IDに置き換える必要があります。初期化が成功したら、wx.cloud.extend.AIを使用してAI機能を呼び出すことができます。

ステップ 2: AI モデルを作成し、生成されたテキストを呼び出します。

WeChat ミニプログラム ベース ライブラリ バージョン 3.7.1 以上の場合、DeepSeek-R1 モデルの呼び出しを例にとると、ミニプログラム側のコードは次のようになります。

// モデル インスタンスを作成します。ここでは、deepseek 大規模モデルを使用します。

const モデル = wx.cloud.extend.AI.createModel("deepseek");

// まず、7 文字の四行詩の生成を例に、AI のシステム プロンプトを設定します。

const systemPrompt = "七字四行詩または七字制詩の韻律要件を厳守してください。音調は規則に従い、韻律は調和的で自然で、押韻する語は同じ韻群に属している必要があります。内容は、ユーザーが指定したテーマを中心に展開する必要があります。七字四行詩は7字ずつ4行で構成され、七字制詩は7字ずつ8行で構成されます。第二連句と第三連句は完全に平行でなければなりません。さらに、鮮やかなイメージ、豊かな感情、美しいイメージを取り入れ、中国古典詩の魅力と美しさを表現する必要があります。"

// ユーザーの自然言語入力（例：「玉龍雪山を讃える詩を書くのを手伝ってください」）

const userInput = “玉龍雪山を讃える詩を書くのを手伝ってください”

// システム プロンプトとユーザー入力を大規模モデルに渡します。

const res = await model.streamText({

データ： {

model: “deepseek-r1”, // 特定のモデルを指定します

メッセージ: [

{ 役割: “システム”, コンテンツ: システムプロンプト },

{ ロール: “ユーザー”、コンテンツ: userInput }

],

},

});

// 大きなモデルからのレスポンスを受信する

// 大規模モデルの戻り結果はストリーミングなので、ループで完全な応答テキストを受信する必要があります。

await (res.textStream の str を取得) {

コンソールログ(str);

}

// 出力結果:

// "# 玉龍雪山への頌歌 n"

// 「そびえ立つ山々が雲の中にそびえ立ち、翡翠のような骨と氷のような皮膚が天に逆らう。」

// 「雪の影と霧の光が壮大な景色をさらに引き立て、神聖な山と聖なる領域は限りない魅力を醸し出しています。」

ご覧のとおり、わずか数行のミニプログラム コードで、大規模なモデルのテキスト生成機能をクラウド開発を通じて直接呼び出すことができます。

ガイドライン2: エージェントによるインテリジェントな対話の実現

大規模モデルのテキスト生成インターフェースを呼び出すことで、質疑応答シナリオを迅速に実装できます。しかし、完全な対話機能を実現するには、大規模モデルの入出力だけでは不十分です。大規模モデルを完全なエージェントに変換し、ユーザーとの対話をより円滑に進める必要があります。

クラウド開発のAI機能は、大規模な生のモデルへのアクセスだけでなく、エージェントへのアクセスも提供します。開発者はクラウド開発上で独自のエージェントを定義し、それらを直接呼び出してミニプログラムを通じて対話を行うことができます。

ステップ1: クラウド開発環境を初期化する

ミニプログラム コードで、次のコードを使用してクラウド開発環境を初期化します。

wx.cloud.init({

env: "<クラウド開発環境ID>",

});

「<クラウド開発環境ID>」は実際のクラウド開発環境IDに置き換える必要があります。初期化が成功したら、wx.cloud.extend.AIを使用してAI機能を呼び出すことができます。

ステップ2: エージェントを作成する

クラウド開発プラットフォームに入り、新しいエージェントを作成します。

ここでは、テンプレートを作成することも、独自のプロンプトやウェルカム メッセージを入力してカスタム エージェントを作成することもできます。

簡単にするために、テンプレートを直接作成してみましょう。

ページ上部の「ID をコピー」をクリックすると、エージェントの一意の識別子であるボット ID が取得され、以下のコードで使用されます。

ステップ 3: ミニプログラムでエージェントとの対話を実装します。

「ミニプログラム開発エキスパート」というエージェントを作成しました。実際に操作してみて、クラウド開発でよくあるエラーを処理できるかどうか確認してみましょう。

ミニプログラムでは、次のコードを使用して、作成したエージェントを直接呼び出し、会話を開始します。

// ユーザー入力。ここではエラー メッセージを例に挙げます。

const userInput = "ミニプログラム内のこのエラーメッセージはどういう意味ですか: FunctionNameパラメータが見つかりませんでした";

const res = wx.cloud.extend.AI.bot.sendMessage({

データ： {

botId: “xxx-bot-id”, // ステップ2で取得したエージェントの一意の識別子

msg: userInput, // ユーザー入力

history: [] // 過去の会話の内容。ここでは最初の会話ラウンドなので、これを渡す必要はありません。

},

});

await (let x of res.textStream) {

コンソールログ(x);

}

// 出力結果:

// "### エラー説明 n"

// "**エラーメッセージ:** \`FunctionName n"

// “パラメータが見つかりませんでした\` n

// 「このエラーは通常、関数の呼び出し時に n が欠落していることを示します。」

// "指定された関数名引数が見つかりませんでした。具体的には、n"

// "次のいずれかになります: n"

//……

会話を録音し、エージェントのインターフェースを繰り返し呼び出して、マルチターンの対話を実現することもできます。

const res = wx.cloud.extend.AI.bot.sendMessage({

データ： {

botId: “xxx-bot-id”, // ステップ2で取得したエージェントの一意の識別子

msg: userInput, // ユーザー入力

歴史： [

{ ロール: “ユーザー”, メッセージ: “このエラーメッセージはどういう意味ですか?…”},

{ ロール: “bot”, メッセージ: “### エラーの説明…” },

{ ロール: “ユーザー”, メッセージ: “これを修正するにはどうすればよいですか?” }

//……

]

},

});

ステップ4: より豊富なチャット機能を実装する

クラウド開発エージェントは、マルチターン対話機能を備えているだけでなく、SDK では対話を実装するために必要なさまざまな機能も提供しています。

l チャット履歴を取得する

l ユーザーフィードバックの送受信

l 第2ラウンドの推薦の取得

以下にいくつかのコード例を示します。

チャット履歴を取得する

wx.cloud.extend.AI.bot.getChatRecords({ を待機します。

ボットID:「botId-xxx」、

ページ番号: 1,

ページサイズ: 10,

並べ替え: "昇順",

});

指定されたエージェントのチャット履歴を取得するには、botId、ページネーション情報、およびソート方法を入力します。

フィードバックの送受信

ユーザーフィードバックを送信:

const res = wx.cloud.extend.AI.bot.sendFeedback({

ユーザーフィードバック: {

ボットID:「botId-xxx」、

レコードID: “recordId-xxx”,

コメント: 「とても良い」

評価: 5

タグ: [“エレガント”],

aiAnswer: 「散りゆく花びら」

入力:「慣用句を教えてください」

タイプ:「賛成」、

},

});

2回目の推薦問題を取得する

const res = wx.cloud.extend.AI.bot.getRecommendQuestions({

データ： {

ボットID:「xxx-bot-id」、

メッセージ: 「Python言語の紹介」

},

});

await (let x of res.textStream) {

コンソールログ(x);

}

データ パラメータに botId とユーザー メッセージ msg を設定し、textStream を走査して推奨質問を取得します。

クラウド開発SDKは、エージェントに接続するためのAPIインターフェースを網羅しており、基本対話、対話履歴の保存、対話フィードバックの収集、第2ラウンドの質問の推奨などが含まれます。ミニプログラム開発者は、クラウド開発プラットフォーム上でエージェントを作成し、ミニプログラムのフロントエンドコードでwx.cloud.extend.AI以下の様々なインターフェースを呼び出すことで、エージェントと直接対話することができます。

ガイドライン 3: クラウド コンピューティングを使用して AI ダイアログ コンポーネントを開発し、AI ダイアログを迅速に統合します。

開発者がミニプログラムに AI ダイアログ機能を迅速に実装できるように、クラウド開発では、次の図に示すように、直接使用できる AI ダイアログ ミニプログラム コンポーネントを提供しています。

ステップ 1: ダイアログ コンポーネント コード パッケージをダウンロードし、依存関係をインストールします。

コンポーネントのダウンロードアドレス: https://weda.cloud.tencent.co...

コンポーネントパッケージをダウンロードしたら、解凍してミニプログラムプロジェクトに配置します。ここでは、ミニプログラムのルートディレクトリ下の components/agent-ui ディレクトリに配置すると仮定します。

ダイアログコンポーネントのサイズが大きいため、開発者はミニプログラム内のサブパッケージを使用してコンポーネントをインポートします。ミニプログラムプロジェクトのapp.jsonファイルで、コンポーネントパッケージをインポートします。

{

"lazyCodeLoading": "必要なコンポーネント",

「サブパッケージ」: [

{

"ルート": "コンポーネント/エージェントUI",

「名前」: 「エージェントUI」、

「ページ」: []

}

]

}

ミニプログラムのルート ディレクトリで、次のコマンドを実行してコンポーネントの依存関係をインストールします。

npm インストール ./components/agent-ui

次に、ミニプログラム開発ツールのメニューバーで「ツール」-「NPM のビルド」をクリックし、ビルドが成功するまで待ちます。

ステップ2: ダイアログコンポーネントを初期化する

次に、上記ミニプログラムに埋め込まれたダイアログ コンポーネントを使用します。

まず、ダイアログコンポーネントの非同期読み込みと初期化を実装します。この処理は、ミニプログラムの onLaunch ライフサイクルメソッドに配置することをお勧めします。

// アプリ.js

アプリ（{

onLaunch: 関数 () {

wx.cloud.init({

env: '<クラウド開発環境ID>',

});

必要とする

.async('./components/agent-ui/index.js')

.then(モジュール => {

モジュール.クライアントSDK.init({

envID: '<クラウド開発環境ID>', // クラウド開発環境ID

})

})

}

});

ステップ 3: 新しいページを作成し、コンポーネントをインポートし、インタラクティブなダイアログを実装します。

ダイアログ コンポーネントのキャリアとして機能する新しいミニプログラム ページを作成します。

ページの index.json 構成ファイルで、ダイアログ コンポーネントの組み込みを宣言します。

{ “コンポーネントの使用”: {

"agent-ui": "/components/agent-ui/dist/Agent-UI/index"

},

「コンポーネントプレースホルダー」: {

「エージェントUI」：「ブロック」

}

}

その後、ページ上で AI を活用した会話型価格設定を直接使用できるようになります。

// インデックス.js

ページ（{

データ： {

ボット: {

botId: "<エージェントIDを入力>"

}

}

});

要約

この記事では、クラウド開発を使用して大規模なモデルにアクセスする 3 つの方法を紹介します。それぞれ異なるシナリオに適しています。

1. SDK 経由で大規模モデルを直接呼び出す:テキスト生成、インテリジェント補完、インテリジェント翻訳など、一般的な非対話シナリオに適しています。

2. SDK 経由の Call Agent (インテリジェント エージェント) ダイアログ機能:この方法は、特殊な AI ダイアログ シナリオに適しており、ウェルカム メッセージ、プロンプト、ナレッジ ベース、およびダイアログに必要なその他の機能の構成をサポートします。

3. AI ダイアログ コンポーネントを使用する:このアプローチは、クラウド開発によって提供される UI コンポーネントに基づいてミニプログラムに AI ダイアログ機能をすばやく埋め込むことができるため、プロのフロントエンド開発者にとってよりユーザーフレンドリーです。

AI をミニプログラムに統合する上記の 3 つの方法は、参照用としてコード リポジトリに完全なコード例とともに文書化されています。

l Gitee: https://gitee.com/TencentClou...

l Github: https://github.com/TencentClo...

もちろん、ミニプログラムだけではありません。クラウドベースのAI機能は、Webアプリケーション、Node.js、HTTP APIを介した大規模モデルの呼び出しもサポートしています。以下のドキュメントをご参照ください。

Web アプリケーション統合: https://docs.cloudbase.net/ai...

Node.js 統合: https://docs.cloudbase.net/ai...

HTTP API アクセス: https://docs.cloudbase.net/ht...

Tencent Cloud 開発者ホームページ: https://tcb.cloud.tencent.com/

公式クラウド開発ドキュメント: https://docs.cloudbase.net/