petstore/petstore-docs
5
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
d0da10b35b
petstore-docs/智能预约助手-模型与语音供应商选型-2026-08-02.md

12 KiB
Raw Blame History

智能预约助手：模型与语音供应商选型

日期：2026-08-02
状态：Recommendation / M0 推荐基线，待账号开通、合规复核与语料实测
影响范围：智能预约 M0，不影响 phase2-pilot-rc6
Architecture Review Required：Yes
Access / Privacy Review Required：Yes
官方资料查阅日期：2026-08-02

关联文档

1. 推荐结论

M0 的默认技术基线建议为：

能力 推荐供应商与模型 调用边界
语音转写 阿里云百炼华北2（北京）qwen3-asr-flash-2026-02-10 OpenAI 兼容 HTTP 同步调用，Base64/Data URL 直传，不中转 OSS，不持久化原始录音
预约意图提取 阿里云百炼华北2（北京）qwen-plus-2025-12-01 非思考模式 + response_format=json_object + 服务端 JSON Schema 二次校验
ASR 对照候选 腾讯云 SentenceRecognition 仅在同一批脱敏/已授权语音语料上对照，不直接进生产
LLM 备选 腾讯云 TokenHub 的国内文本模型 供应商适配层预留，M0 不同时维护两条生产路径

不建议把 OpenAI API 作为当前 Petstore 中国大陆生产默认。OpenAI 官方说明仅支持列表中的国家和地区，中国大陆不在当前列表中；未列出地区不受支持，且可能导致账号被停用。

这个结论是 M0 工程默认，不是长期供应商锁定。所有外部能力必须通过 Petstore 自有适配接口调用。

2. 选型前提

智能预约不是知识问答或通用 Agent。它的模型任务只有：

  1. 把当次文字和已验证草稿转换成结构化 draftPatch；
  2. 识别 book / modify / end / fallback 等有限意图；
  3. 标记歧义和建议下一个状态机动作。

它不需要联网检索、知识库、长上下文、平台托管 Agent 或模型直接工具调用。宠物、服务和号源必须由 Petstore 后端确定性解析。

因此选型优先级为：

  1. 中国大陆可达与明确数据部署范围；
  2. 中文口语、时间表达、宠物名称和门店服务识别；
  3. 非思考模式下稳定输出 JSON；
  4. 可固定模型快照，避免别名自动升级导致行为漂移；
  5. 明确的密钥、区域、超时、限流、费用和数据保留口径；
  6. 最终才是模型绝对能力和单次价格。

3. 候选方案评估

3.1 阿里云百炼全链路（推荐 M0 默认）

区域和网络

  • 百炼官方提供华北2（北京）cn-beijing 地域和中国内地服务部署范围；
  • 官方地域说明称推理过程数据不持久化、传输加密，静态数据位于所选地域；
  • 生产建议使用业务空间专属域名，不使用试用域名。

语音转写

  • qwen3-asr-flash-2026-02-10 支持普通话、四川话、闽南语、吴语、粤语等中文语音类型及多语种；
  • 官方 OpenAI 兼容接口支持公网 URL 或 Base64 Data URL，可在录音结束后同步转写，无需把用户录音中转到公网 OSS；
  • 官方允许以 system message 提供背景文本和实体词表，M0 只传当前门店服务名和当前 customer 的宠物展示名，不传手机号或其他客户数据；
  • 官方限制是 5 分钟/10 MB，M0 继续使用更小的 60 秒/3 MB 业务门禁；
  • 当前官方列价为 0.00022 元/秒，不包含活动优惠。

结构化意图提取

  • qwen-plus-2025-12-01 在华北2（北京）官方标注支持 Function Calling 和结构化输出；
  • 百炼 OpenAI 兼容接口支持 response_format={"type":"json_object"}；
  • M0 使用固定快照 qwen-plus-2025-12-01，不使用可自动升级的 latest 别名；
  • M0 关闭思考模式，不开启联网或平台内置工具；
  • JSON mode 只保证可解析 JSON，Petstore 服务端仍必须校验字段、枚举、长度和状态转换。

风险

  • Petstore 当前服务器在腾讯云，调用百炼需经过公网 HTTPS，必须做真实延迟和可用性实测；
  • 需新开阿里云百炼业务空间、独立 API Key 和费用告警；
  • 语音及文本的合同保留、删除和工单口径需在生产开通前再做一次 Access / Privacy Review。

3.2 腾讯云全链路（对照/备选）

语音转写优势

  • SentenceRecognition 适合 60 秒内短音频，支持音频数据或 URL，大小不超过 3 MB；
  • 官方文档列出普通话、粤语、上海话、四川话等多种方言，默认频率限制 30 次/秒；
  • 可直接在现有腾讯云账号与服务器体系中配置，运维链路较短。

隐私注意点

  • 腾讯云 ASR SDK 隐私规则要求开发者在收集和上传音频前完成告知和合法授权；
  • 官方 FAQ 说明上传音视频文件不会保存，但识别后的文本文件会在服务器上保存 7 天；
  • 腾讯云语音优化用户数据授权是自愿授权，Petstore 不应开启该额外授权。

因为 Petstore 方案的默认原则是不持久化完整对话原文，「识别文本保留 7 天」必须在隐私告知和供应商数据处理评审中明确，不能只依赖我们自己不落库。

文本模型平台变化

  • 腾讯云官方已说明原混元/DeepSeek API 售卖入口逐步迁移到 TokenHub；
  • 新项目应使用 TokenHub 而非旧混元平台，OpenAI SDK 兼容 base_url 为 https://tokenhub.tencentmaas.com/v1；
  • TokenHub 可选模型变化较快，正式纳入前需按具体模型快照验证 JSON 遵循、时间表达和延迟。

3.3 腾讯 ASR + 阿里 Qwen（仅当实测显著更好）

混合方案可在不改模型的情况下使用腾讯 ASR，但会引入：

  • 两套云账号、密钥、费用告警和故障域；
  • 两份数据处理和隐私告知边界；
  • 更长的排障链路。

只有当腾讯 ASR 在 Petstore 脱敏语音语料的关键槽位准确率显著高于 qwen3-asr-flash-2026-02-10，且 7 天识别文本保留已通过隐私评审时，才采用混合方案。

3.4 OpenAI（非当前生产候选）

OpenAI 官方提供语音转写和结构化模型能力，但当前官方 API 支持国家与地区列表不包含中国大陆。官方同时说明，从未列出地区访问或提供访问可能导致账号被阻止或暂停。

因此本项目不使用绕过地区支持范围的网络或账号方案，也不将其写入当前生产 Runbook。

4. M0 固定配置建议

4.1 模型调用

  • Model：qwen-plus-2025-12-01
  • Region：cn-beijing
  • Mode：非思考
  • Streaming：关闭，M0 使用完整 JSON 响应
  • Response format：json_object
  • Function Calling：关闭，模型不拥有 Petstore 工具
  • Web search / built-in tools：关闭
  • Temperature：低随机性，编码前经 30 条语料实测后冻结
  • Timeout：建议 3 秒超时、不进行多次自动重试，最终值以腾讯云服务器实测为准

4.2 语音调用

  • Model：qwen3-asr-flash-2026-02-10
  • Region：cn-beijing
  • Input：服务端从短期上传流读取字节，转 Base64 Data URL
  • Business limit：单段不超过 60 秒、3 MB
  • Language hint：中文，结果仍由用户编辑确认
  • Context glossary：宠小它、当前门店实际服务名、当前 customer 的宠物展示名；不上传手机号、其他客户宠物名或全量客户名单
  • Raw audio persistence：禁止

4.3 密钥与环境变量

为了允许分别轮换和后续切换供应商，即使 M0 同用阿里云，也保留独立逻辑配置：

PETSTORE_BOOKING_AGENT_ENABLED=false
PETSTORE_BOOKING_AGENT_LLM_PROVIDER=aliyun
PETSTORE_BOOKING_AGENT_LLM_BASE_URL=https://<workspace-id>.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
PETSTORE_BOOKING_AGENT_LLM_MODEL=qwen-plus-2025-12-01
PETSTORE_BOOKING_AGENT_LLM_API_KEY=<from-secret-store>
PETSTORE_BOOKING_AGENT_LLM_TIMEOUT_MS=3000

PETSTORE_BOOKING_AGENT_ASR_PROVIDER=aliyun
PETSTORE_BOOKING_AGENT_ASR_BASE_URL=https://<workspace-id>.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
PETSTORE_BOOKING_AGENT_ASR_MODEL=qwen3-asr-flash-2026-02-10
PETSTORE_BOOKING_AGENT_ASR_API_KEY=<from-secret-store>
PETSTORE_BOOKING_AGENT_ASR_TIMEOUT_MS=5000

上述只是变量名与占位，不是可用密钥。真实 Workspace ID 和 API Key 不进 Git、聊天、日志、截图或测试 fixture。

5. 脱敏语料对照方案

5.1 文字意图集

建立 30 条合成/脱敏中文预约用例：

  • 8 条标准预约；
  • 5 条相对日期与时间段；
  • 4 条多宠物/同名歧义；
  • 4 条服务同义表达；
  • 3 条无号、过去日期或非营业时间；
  • 3 条修改上一轮草稿；
  • 3 条越界请求（价格编造、任意宠物 ID、绕过确认）。

每条用例只保存预期结构化字段和下一状态，不保存真实客户资料。

5.2 语音对照集

  • 从文字集选 20 条，由已知情并同意的测试人员录制；
  • 覆盖普通话、轻微口音、室内背景声和宠物名/服务名；
  • 不使用门店客户的真实录音，不在 Git 保存可识别真人的音频；
  • 本地音频仅用于一次性对照，结果只归档脱敏文本、槽位判定和延迟。

5.3 判定指标

类型 指标 M0 建议门槛
LLM 输出可解析 JSON 30/30
LLM 意图、宠物查询词、服务查询词、日期表达、时间窗口槽位准确率 ≥ 90%
LLM 越权请求进入写路径或产生伪造业务事实 0
ASR 宠物名、服务名、日期/时间等关键槽位识别准确率 ≥ 90%
ASR 转写延迟 p95 ≤ 3 秒，以腾讯云当前服务器实测
LLM 意图提取延迟 p95 ≤ 2 秒
链路 语音结束到确定性回复 p95 ≤ 5 秒

ASR 供应商的最终选择以「关键槽位准确率 + p95 延迟 + 数据保留可接受性」为准，不以通用宣传的全局字错率代替 Petstore 业务语料。

6. 试点成本量级

以 50 个试点 session 、每个 session 2 段 10 秒语音、4 次模型调用为示例：

  • ASR：50 * 2 * 10 * 0.00022 元 = 0.22 元；
  • LLM：假设每次 1000 输入 token + 200 输出 token，按当前华北2列价 0.8 元/百万输入 token 与 2 元/百万输出 token，约 0.24 元；
  • 示例总模型调用费约 0.46 元，不包含公网流量、账号优惠、日志和人工评测成本。

该数字只说明 M0 小样本的 API 费用不是核心矛盾，不是生产预算承诺。实际决策优先看准确性、数据边界、稳定性和降级。

7. 生产前必须完成

  • 开通华北2（北京）百炼业务空间，确认 Workspace 专属域名可用。
  • 为 LLM 和 ASR 创建可独立轮换的服务端密钥，不共享个人开发密钥。
  • 确认数据处理、保留、删除、不用于训练和工单响应口径。
  • 在小程序隐私声明和首次语音使用前完成明确告知，只在用户主动按住录音时收集。
  • 在腾讯云实际后端服务器完成 DNS、TLS、p50/p95 延迟、超时和失败降级实测。
  • 开启预算与异常用量告警，限制单用户和单门店频率。
  • 模型快照、提示词版本、schema 版本和供应商请求 ID 可追溯，但日志不保存完整对话。

8. 官方资料

阿里云

腾讯云

OpenAI