接入 DashScope 上游

DashScope 是阿里云的 AI 服务，涵盖文本生成、多模态、文本向量、重排序、ASR 等多种模型。本章教你建一个 dashscope 上游 + qwen-turbo 模型，用 OpenAI SDK 调用，并简单覆盖其他 kind 变体。

前置

网关已运行（http://localhost:7890），能登录控制台
一个阿里云 DashScope API key

1. 建 dashscope 上游

控制台 → 上游服务 → 新建：

字段	值	说明
名称	`dashscope`	上游唯一标识
协议	`dashscope`	决定执行器与请求 schema
基础 URL	`https://dashscope.aliyuncs.com`	上游真实地址，结尾不带 `/`
API Key	阿里云 key	点「添加」可加多把，按权重分布
启用	✓

保存。

2. 建 qwen-turbo 模型

在上游 dashscope 行点展开 → 模型子表 → 新建模型：

字段	值	说明
名称	`qwen-turbo`	对外暴露给客户端的模型名
上游	`dashscope`	选刚建的上游
上游模型 ID	`qwen-turbo`	DashScope 真实模型名
协议	`dashscope`（继承上游）	也可在模型层覆盖
启用	✓

保存。

DashScope 不同类型模型有不同端点，由 kind 字段选择。文本生成（如 qwen-turbo、qwen-plus、qwen-max）走默认端点 /api/v1/services/aigc/text-generation/generation，不需要指定 kind。其他变体见下表。

3. 配密钥组放行

控制台 → 访问密钥 → 密钥组 页签 → 新建：

字段	值	说明
名称	`default`	分组名
模型	选 `qwen-turbo`，或 `*`（全部）	决定该组密钥能调哪些模型
启用	✓

4. 签发访问密钥

控制台 → 访问密钥 → 新建：

字段	值	说明
名称	`my-app-key`	密钥的标识，用于管理与审计
API 密钥	点「生成」	自动生成一串，客户端调用时带的凭证
分组	`default`	决定这把密钥能访问哪些模型
启用	✓

5. 用 OpenAI SDK 调用

python

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:7890/v1",
    api_key="<你的访问密钥>",
)

resp = client.chat.completions.create(
    model="qwen-turbo",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

网关自动把 OpenAI 请求格式翻译成 DashScope 格式，发给 https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation，响应翻译回 OpenAI 格式。

6. 或用 curl

bash

curl http://localhost:7890/v1/chat/completions \
  -H "Authorization: Bearer <你的访问密钥>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-turbo",
    "messages": [{"role":"user","content":"你好"}]
  }'

收到回复即跑通。

其他 kind 变体

DashScope 文本生成走默认端点，其他类型模型用 kind 字段切换端点。下表概览，完整字段说明见上游与模型字段。

kind	端点	适用模型
（默认）	`/api/v1/services/aigc/text-generation/generation`	qwen-turbo、qwen-plus、qwen-max
`dashscope-multimodal`	`/api/v1/services/aigc/multimodal-generation/generation`	qwen-vl-chat-v1、qwen-vl-plus、qwen-audio、fun-asr-flash
`dashscope-text-embedding`	`/api/v1/services/embeddings/text-embedding/text-embedding`	text-embedding-v4
`dashscope-rerank`	文本重排序端点	gte-rerank
`dashscope-audio-asr`	异步语音 ASR	fun-asr

视频生成（direct_path）

视频生成等异步模型需要 direct_path = true + 完整端点 URL：

json

{
  "name": "wanx2.1-t2v",
  "upstream": ["dashscope"],
  "upstream_model_id": "wanx2.1-t2v",
  "protocol": "dashscope",
  "direct_path": true,
  "base_url": "https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis"
}

异步模型还需在 extra_config 设置：{"dashscope": {"async_mode": true}}

文本向量（独立 upstream）

文本向量模型使用百炼 MaaS 域名，需配置独立 upstream：

json

{
  "name": "text-embedding-v4",
  "upstream": ["dashscope-maas"],
  "upstream_model_id": "text-embedding-v4",
  "protocol": "dashscope",
  "kind": "dashscope-text-embedding"
}

客户端用标准 OpenAI /v1/embeddings 协议发请求，网关自动翻译为 DashScope 格式。

透传 vs 翻译

DashScope 客户端可走两路：

透传：POST /v1/services/{*rest}，请求体原样发给 DashScope 上游
翻译：POST /v1/chat/completions，网关把 OpenAI 格式翻译成 DashScope 格式

透传适合 DashScope 原生 SDK 或想完全绕过翻译的场景；翻译适合 OpenAI SDK 直接接入。

常见问题

Q：客户端报 400 unsupported_feature？ 该「客户端协议 → 上游协议」组合没有翻译器。检查协议互通矩阵。OpenAI → dashscope 是支持的。

Q：客户端报 401 / 403 / 404？

401：访问密钥没带对
403 model_access_denied：密钥组「模型」列表没包含 qwen-turbo
404 model_not_found：模型名拼错，或被设了 hide_name

Q：客户端报 502 bad_gateway？ 上游不通。检查 DashScope 的 base_url（https://dashscope.aliyuncs.com，结尾不带 /）、API key 是否正确、是否在阿里云白名单里。

Q：调视频/图像生成模型报 404？ 异步模型需要 direct_path = true + 完整端点 URL + extra_config.dashscope.async_mode = true。详见上游与模型字段。

下一步：上游与模型字段看上游/模型完整字段与所有 kind 变体；端点 · 认证 · 协议互通看完整端点；客户端接入与网关差异看各 SDK 接法。

接入 DashScope 上游 ​

前置 ​

1. 建 dashscope 上游 ​

2. 建 qwen-turbo 模型 ​

3. 配密钥组放行 ​

4. 签发访问密钥 ​

5. 用 OpenAI SDK 调用 ​

6. 或用 curl ​

其他 kind 变体 ​

视频生成（direct_path） ​

文本向量（独立 upstream） ​

透传 vs 翻译 ​

常见问题 ​