当前位置：首页 > article >正文

基于 AI 实现阿里云的智能财务管家

article 2025/8/24 19:59:12

新钛云服已累计为您分享844篇技术干货

为了解决传统账单处理中人工查询效率低下、响应速度慢及易出错等问题，同时顺应AI技术发展趋势，提升服务智能化水平。随着业务规模扩大和账单数据复杂度增加，人工处理已难以满足高效管理需求。我们想到通过AI技术，制作一个账单机器人，自动化完成账单查询与分析，节省人力成本，让用户快速获取准确信息，提升满意度。

流程图

上图为基于阿里云百炼实现账单机器人的完整流程。具体步骤如下：

用户通过私聊或者@飞书机器人的方式提出账单相关的问题。
计算巢AppFlow通过飞书接收消息事件触发连接流，将问题传递给大模型服务平台百炼。
大模型服务平台百炼利用其强大的AI能力生成相应的查询SQL语句。
生成的SQL语句被发送到函数计算（FC）服务，由FC 执行SQL查询，从SLS中获取所需的账单数据。
百炼平台根据返回的账单数据生成最终的答案。
答案通过计算巢 AppFlow 返回给飞书机器人。
最后，飞书机器人将答案呈现给用户。

注意：关于为什么从SLS里获取账单数据，请见新版成本管家可视化账单报表实践、阿里云多账号财务管理最佳实践

FC函数计算

点击https://fcnext.console.aliyun.com/cn-shanghai/functions此链接，在右侧菜单栏中选择“函数”，在函数界面上点击“创建函数”按钮。

选择“事件函数”，在基本设置里填写“函数名称”。在函数代码中，选择“内置运行时/Python/Python3.12”运行环境，代码上传方式暂时选择“使用示例代码”中的“Hello,world!示例”。高级配置里的请求处理程序变更为“index.main”，“时区”选择“Asia/Shanghai 北京时间”，“函数角色”选择“AliyunFcDefaultRole”，“允许访问 VPC”选择“否”，“允许函数默认网卡访问公网”选择“是”，“日志功能”选择启用，其他配置保持默认就行。完成上述配置后点击“创建按钮”。

1、百炼中只支持北京、杭州、上海、深圳地域的函数计算，故在创建函数时只能选择这些地域。

2、账单数据存储在华北6（乌兰察布）地域中，函数计算无法通过内网查询，所以函数计算必须要开公网。

3、开启日志功能，便于排查报错。

点击刚创建的函数，进行下一步配置。

菜单栏中选择“代码”，将下面的代码填写到index.py里（注意需要修改代码里的配置！）。完成后点击右上方的▷按钮。

from aliyun.log import LogClientfrom aliyun.log import *import logging,json,refrom datetime import datetimelogger = logging.getLogger()def datetime_to_timestamp(date_string, date_format="%Y-%m-%d %H:%M:%S"):    dt = datetime.strptime(date_string, date_format)    return int(dt.timestamp())def query_bill_logs(json_data):    accessKeyId = "" #填写accessKeyId    accessKey = ""  #填写accessKey     endpoint = "cn-wulanchabu.log.aliyuncs.com" #填写账单数据所在的endpoint    project = "bill-analysis-xxxx"  #填写账单数据所在的project    logstore = "aliyun_bill"  #填写账单数据所在的logstore    client = LogClient(endpoint, accessKeyId, accessKey)    query = json_data["query"]    # from_time和to_time表示查询日志的时间范围，UNIX时间戳格式。    from_time = datetime_to_timestamp(json_data["from_time"])    to_time = datetime_to_timestamp(json_data["to_time"])    # query参数用于设置查询语句；line参数用于控制返回日志条数，line取值为3。    request = GetLogsRequest(project, logstore, from_time, to_time, '', query=query, line=3, offset=0, reverse=False)    response = client.get_logs(request)    # 查询结果。    log_res_list=[]    for log in response.get_logs():        log_res = log.contents.items()        log_res_list.append(dict(log_res))    return log_res_listdef main(event,context):    data = event.decode('utf-8')    logger.info("收到的数据：{}".format(data))    data=json.loads(data)["sql"]    match = re.search(r'\{.*?\}', data,re.DOTALL)    if match:        json_res = json.loads(match.group(0))        # 查询日志        log_res=str(query_bill_logs(json_res))        log_res = json.dumps(log_res, ensure_ascii=False, indent=4)        logger.info("查询到的数据：{}".format(log_res))        return log_res    else:        logger.info("未匹配到json")        return "无法匹配到SQL"

在TERMINAL中执行下面的语句，通过控制台Web IDE终端安装依赖。完成后点击“部署代码”按钮，完成该函数的部署。

pip install -U aliyun-log-python-sdk -t .

部署完成后，需要测试一下，验证是否可以正常查询。在菜单栏中点击“测试”，填写测试名称和传参(传参可以参考下面的代码)，完成后点击“测试”按钮。

{    "sql": "{\"from_time\":\"2025-01-01 00:00:00\",\"to_time\":\"2025-02-01 00:00:00\",\"query\":\"*|select round(coalesce(sum(PretaxAmount),0),3) from splititem_bill_transform\"}"}

如下图所示，即为执行成功。

大模型服务平台百炼

知识库

大模型缺乏私有知识，根据用户输入从外部信息源检索相关信息，然后将检索到的内容整合到用户输入中，从而帮助大模型生成更准确的回答。将账单相关数据引入专有知识库后，大模型就能准确回答账单方面的问题。

点击https://bailian.console.aliyun.com/?tab=app#/data-center此链接，

在左侧菜单栏中选择“应用数据”，选择“非结构化数据”，点击类目管理旁的“+”。

填写“目录名称”，完成后点击“确定”按钮。

选择刚创建的类目，点击右上角的“导入数据”按钮。

导入方式选择“本地上传”，将下面的文件《分账账单字段.xlsx》传入到百炼中，完成后点击确认。

《分账账单字段.xlsx》为分账账单各个字段的名称及解释，便于百炼生成SQL语句。

字段名称	字段类型	示例值	说明
__time__	INTEGER	1739721600	账单时间，Unix 时间戳，以秒为单位
instanceconfig	STRING	地域:华东2（上海）	实例详细配置
internetip	STRING	139.122.22.22	公网IP地址
pretaxamount	DOUBLE	0.01	应付金额，获取账单金额，一般就是指这个应付金额，保留2位小数
subscriptiontype	STRING	PayAsYouGo	消费类型：Subscription：预付费；PayAsYouGo：后付费。
billingitem	STRING	ECS整机备份数量	计费项
pretaxgrossamount	DOUBLE	0.033	原始金额
usage	DOUBLE	1.0	使用量
splitbillingcycle	STRING	2025-02	分账月
producttype	STRING	hbrpost	产品类型
paymentamount	DOUBLE	0.0	现金支付(通过账户余额或线上支付渠道直接支付的金额，信控用户包含使用退款账本支付的金额)
listprice	DOUBLE	0.033333	单价
splitbillingdate	STRING	2025-02-17	账期
zone	STRING	cn-shanghai-g	可用区
usageunit	STRING	台	使用量单位
tag	STRING	key:environment value:prod; key:costcenter value:11111	标签
splitaccountname	STRING	12@test.com	分拆项所属账号名称
splititemid	STRING	xxx-oss	分拆项ID
item	STRING	SubscriptionOrder	账单类型。包括： SubscriptionOrder：预付费订单。 PayAsYouGoBill：后付费账单。 Refund：退款。 Adjustment：调账。
__source__	STRING	splititem_bill	分账账单
deductedbyprepaidcard	DOUBLE	0.0	储值卡抵扣
commoditycode	STRING	rds	商品 Code
ownerid	STRING	1888888883	子账号 AccountID（多账号代付场景）
adjustamount	DOUBLE	0.0	信用额度退款抵扣。
billingdate	STRING	2025-02-23	账单日期，格式 YYYY-MM-DD
deductedbycoupons	DOUBLE	0.0	优惠券优惠金额
instanceid	STRING	rm-xxxxxxxx	实例 ID
serviceperiod	DOUBLE	1.0	服务时长，单位：秒
splitaccountid	STRING	122	分拆项所属账号 AccountID
billingtype	STRING	其它	计费方式
region	STRING	华东2（上海）	地域
intranetip	STRING	172.168.0.200	内网 IP
productcode	STRING	rds	产品代码
outstandingamount	DOUBLE	302.5	未结清金额
instancespec	STRING	mysql.x2.medium.2c	实例规格
splitcommoditycode	STRING	snapshot	分拆项商品 Code
serviceperiodunit	STRING	月	服务时长单位
splititemname	STRING	test	分拆项名称
nickname	STRING	test	实例昵称、实例名称
productname	STRING	云数据库 RDS	产品名称
currency	STRING	CNY	币种：CNY、 USD、 JPY
invoicediscount	DOUBLE	247.5	优惠金额
productdetail	STRING	关系型数据库RDS(包月)	产品明细
resourcegroup	STRING	xxx Group	资源组
deductedbycashcoupons	DOUBLE	0.0	代金券抵扣
splitproductdetail	STRING	云服务器ECS-快照	分拆项产品明细名称
listpriceunit	STRING	元/台	单价单位
costunit	STRING	未分配	财务单元
biztype	STRING	trusteeship	业务类型
cashamount	DOUBLE	0.0	现金支付（不包含信用额度退款抵扣）
deductedbyresourcepackage	DOUBLE	0.0	资源包抵扣

数据导入完成后，如下图所示：

在左侧菜单栏中选择“知识库”，点击右上角的“+ 创建知识库”。

填写“知识库名称”，数据类型选择“非结构化数据”，其他配置保持默认，完成后点击“下一步”按钮。

选择数据选择“选择类目”，类目选择刚创建的类目“阿里云账单机器人”，完成后点击“下一步”按钮。

其他配置保持默认，完成后点击“导入完成”按钮。

知识库创建完成后，如下图所示：

样例库

样例库功能作为百炼的FewShot能力，通过录入用户输入（Query）和期望的模型回复（Answer）作为样例信息源，在模型调用时根据用户输入，检索召回相关样例信息，以此作为输出参考，从而提高大模型的回答准确性，适用于问答等场景。

在左侧菜单栏中选择“组件管理”，在组件管理界面的顶部菜单中选择“样例库”，点击“样例库管理”旁的“+”。

填写“样例库名称”，导入方式选择“手动输入”，将下表数据填入到“样例示例”，完成后点击“确定”按钮。

样例库配置完成后，如下图所示：

应用

大模型具备强大的语言能力，但仍有一定的局限性，例如难以处理私有领域问题、获取最新信息、遵循固定流程，以及自动规划复杂项目。为此，阿里云百炼推出了三种大模型应用：智能体、工作流与智能体编排，增加了知识库检索、互联网搜索、工作流设计及智能体协作等功能，显著扩展了大模型的应用范围。下表说明三种大模型应用的简介及示例场景。

生成SQL

点击https://bailian.console.aliyun.com/?tab=app#/app-center此链接，

在左侧菜单栏中选择“应用管理”，在应用管理界面的右上角点击“+ 新增应用”按钮。

选择“智能体应用”，点击“立即创建 ↗”按钮。

选择“通义千问-Max”，提示词填“需要从用户的问题中梳理出要查询哪些信息，输出要查询数据的SQL。如果无法生成要查询的SQL则回复“抱歉，您的问题暂时无法回复，请联系工程师””，选择刚创建的知识库和样例库。完成后在右侧输入问题“查询2月阿里云花费金额”，点击发送按钮，查看回答是否如下图所示。若与下图答复一致，则点击右上角的“发布”按钮。

发布完成后，会在刚创建的智能体应右上角显示“已发布”。注意:未发布会导致下面的流程出现问题！

查询账单

在应用管理界面的右上角点击“+ 新增应用”。

选择“工作流应用”，点击“创建任务型工作流 ↗”按钮。

按下图所示进行配置，引用上文创建的FC函数查询账单数据，结合用户的问题和查到的账单数据，通过大模型组织答案。

完成配置后，点击“测试”按钮，输入query：“查询1月阿里云花费金额”，sql：“{"from_time":"2025-01-01 00:00:00","to_time":"2025-02-01 00:00:00","query":"*|select round(coalesce(sum(PretaxAmount),0),3) from splititem_bill_transform"}”。完成后点击“执行”按钮。