阿里云 PAI（Platform for AI） 是一个使用云原生技术的轻量级且经济高效的机器学习平台。它为您提供端到端的建模服务。它在 100 多个场景中基于数百亿个特征和数千亿个样本加速模型训练。
阿里云机器学习平台 是一个面向企业和开发者的机器学习或深度学习工程平台。它提供易于使用、经济高效、高性能且易于扩展的插件，可应用于各种行业场景。凭借 140 多种内置优化算法，机器学习平台 提供全流程 AI 工程能力，包括数据标注（PAI-iTAG）、模型构建（PAI-Designer 和 PAI-DSW）、模型训练（PAI-DLC）、编译优化和推理部署（PAI-EAS）。 PAI-EAS 支持不同类型的硬件资源，包括 CPU 和 GPU，具有高吞吐量和低延迟的特点。它允许您通过几次点击部署大规模复杂模型，并实时执行弹性扩缩容。它还提供全面的运维和监控系统。

​
设置 EAS 服务

设置环境变量以初始化 EAS 服务 URL 和令牌。 有关更多信息，请使用此文档。 
export EAS_SERVICE_URL=XXX
export EAS_SERVICE_TOKEN=XXX
另一种选择是使用此代码： 
import os

from langchain_community.chat_models import PaiEasChatEndpoint
from langchain_core.language_models.chat_models import HumanMessage

os.environ["EAS_SERVICE_URL"] = "Your_EAS_Service_URL"
os.environ["EAS_SERVICE_TOKEN"] = "Your_EAS_Service_Token"
chat = PaiEasChatEndpoint(
    eas_service_url=os.environ["EAS_SERVICE_URL"],
    eas_service_token=os.environ["EAS_SERVICE_TOKEN"],
)

​
运行聊天模型

您可以使用默认设置调用 EAS 服务，如下所示： 
output = chat.invoke([HumanMessage(content="write a funny joke")])
print("output:", output)
或者，使用新的推理参数调用 EAS 服务： 
kwargs = {"temperature": 0.8, "top_p": 0.8, "top_k": 5}
output = chat.invoke([HumanMessage(content="write a funny joke")], **kwargs)
print("output:", output)
或者，运行流式调用以获取流式响应： 
outputs = chat.stream([HumanMessage(content="hi")], streaming=True)
for output in outputs:
    print("stream output:", output)
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.