用 AI 模型创造更多可能，邀请你在 ILLA Cloud 平台里使用 Hugging Face！
![]()
ILLA Cloud 是一个面向开发者的开源低代码开发平台，平台专注于帮助开发者快速建立企业内部应用，为开发者节约数据调用与页面设计的时间。平台具有面向开发者、数据整合、协同开发、灵活部署等功能与特点，通过少量代码输入以及拖拉拽等形式搭建此类定制化系统，降低开发者、工程师的研发成本。
今天，我们正式与 ILLA Cloud 共同宣布这个新的合作: ILLA Cloud 已经正式支持集成 Hugging Face Hub 上的 AI 模型库和其他相关功能啦！
我们希望通过此次合作共同推进 AIGC / Generative AI 在生产力工具领域的实践和落地，帮助更多团队通过 AI 提升工作效率，以节省更多的时间和精力去应对更具有挑战的工作。从今天开始，你就可以在 ILLA Cloud 中体验 AI 啦！
ILLA x Hugging Face
在 Hugging Face 中，有超过 13 万个机器学习模型可以通过公开的 API 访问，你可以免费使用、测试这些 API。此外，如果你需要用于生产场景，可以使用 Hugging Face 提供的解决方案 Endpoints，部署并使用 Inference Endpoints 访问。
![]()
ILLA Cloud 提供了数十种常用的前端组件，支持根据实际需求快速搭建不同的前端界面。同时，ILLA Cloud 也提供了连接到 Hugging Face 的连接方式，可以快速连接到 Hugging Face API，发起请求并拿到返回数据。将 API 和前端组件连接，即可实现用户通过前端填入内容并提交给 API，API 返回生成内容并展示到前端的需求。
在 ILLA Cloud 中使用 Hugging Face
步骤 1: 在 ILLA Cloud 中使用组件构建 UI
我们先来基于我们期望的使用场景搭建前端界面。 例如，如果你的产品是输入文字、输出生成图，那你可以使用输入组件和图片组件；如果你的产品是输入文字、输出生成也是文字，那你可以使用输入组件或文本组件。
下图是一个基于文本内容做问答的应用界面:
![]()
步骤 2: 创建一个 Hugging Face 资源，并配置 Action
点击 Action 列表的「+ 新建」并选择 Hugging Face Inference API:
![]()
通过完成下述表单，配置 Hugging Face 资源:
- 名称: 由你自定义的该资源在 ILLA Cloud 中显示的名称；
- Token: 注册并登录 Hugging Face，点击右上角头像，通过 Profile Settings 下的 Access Tokens 页面新建并获取 Token 填入: https://hf.co/settings/tokens
![]()
接下来我们配置 Action。首先是确认 Hugging Face 中模型的连接信息，你需要前往 Hugging Face Hub 页面，按需选择模型: https://hf.co/models
本文我们以 luhua/chinese_pretrain_mrc_roberta_wwm_ext_large 模型为例，进入模型的详情页，点击右上方 Deploy，并选择 Inference API: https://hf.co/luhua/chinese_pretrain_mrc_roberta_wwm_ext_large
![]()
这里在 inputs 参数后面的内容，就是你需要在 ILLA Cloud 中配置的参数内容:
![]()
接下来回到 ILLA Cloud 的 Action 配置，需要填入 Model ID 和 Parameter。对于上图的 Model 输入是多个键值对的场景，我们提供了键值对输入和 JSON 输入两种方式，如下图:
![]()
![]()
此外，ILLA Cloud 还支持输入文本和二进制文件，能够满足 Hugging Face 中现存模型的需求。
步骤 3: 连接 Action 和组件
将用户前端输入传给 API 的需求: 使用 {{ 获取组件里输入的数据，如 input2 组件用于输入 question 、input1 组件用于输入 context ，只需要在 Action 中这两个参数值的位置，填入相关信息即可。下面是使用 JSON 的示例代码:
{"question": {{input2.value}},"context": {{input1.value}}}
接下来，我们要在前端组件中展示 Action 的输出数据。
我们需要确认不同模型的输出放在哪个字段，仍以 luhua/chinese_pretrain_mrc_roberta_wwm_ext_large 模型为例，运行结果如下:
![]()
因此这里我们可以用 {{ textQuestion.data[0].answer }} 来获取答案 (其中，textQuestion 是 Action 的名称)，将 {{ textQuestion.data[0].answer }} 填入用于展示结果的组件的属性配置即可:
![]()
大功告成！
![]()
以上就是使用 ILLA Cloud 集成 Hugging Face 上的模型快速构建一个智能问答机器人的应用界面。在公司内部使用的场景下，还可以通过类似的模型解决很多具体场景的问题，比如内部资料通过模型训练之后的问答客服，随着不同的内容输入，也可以应用在更多场景。另外，Hungging Face 上还有很多有趣的模型，通过 ILLA Cloud 的调用可以快速地实现一些有趣的功能，比如在极短的时间构建类似 Lite 版本的 ChatGPT 或者图像生成内容的应用等。
如果你做了哪些有趣的、帮助通过 AI 提升团队效率的应用，欢迎你通过留言的方式告诉我们，我们已经迫不及待地看到你使用 ILLA Cloud 和 Hugging Face 构建的应用啦！
即刻体验 ILLA Cloud: https://www.illacloud.com/
