Lakehouse AI 功能概述

云器 Lakehouse 将 AI 能力原生集成到数据平台中——你可以直接在 SQL 里调用大模型、做向量检索、构建 RAG 管道，不需要把数据搬到外部 AI 平台。

---

选型指南

我想做的事	推荐方案
在 SQL 查询里调用 LLM（文本分类、摘要、抽取、翻译）	AI Functions / AI_COMPLETE
管理和切换多个 LLM 模型（OpenAI、通义、文心等）	AI Gateway
语义相似度搜索、RAG 召回、图像检索	向量检索
调用外部 HTTP 服务（云函数、视觉 API、自定义模型）	External Function
用 Python 做数据处理 + AI 推理，类 PySpark 接口	Zettapark
为 BI 工具和 AI Agent 封装业务语义层	语义视图
自然语言对话式数据分析，零门槛查数据	Data Analytics Agent（DataGPT）
让 AI Agent 直接操作 Lakehouse	CZ-CLI

---

核心能力

AI Functions — 在 SQL 里调用大模型

AI_COMPLETE

是最直接的入口：一条 SQL，对每一行数据调用 LLM，结果直接出现在查询结果集里。

-- 对每条用户评论做情感分析 SELECT review_id, review_text, AI_COMPLETE('判断以下评论的情感倾向，返回"正面"、"负面"或"中性"：' || review_text) AS sentiment FROM user_reviews;

→ AI Functions 完整文档 · AI_COMPLETE 语法参考 · AI Gateway 模型管理

---

向量检索 — 语义搜索与 RAG

在表上创建向量索引，支持近似最近邻（ANN）检索，适合语义搜索、知识库问答、图像相似度等场景。

-- 语义相似度搜索：找最相近的 5 条文档 SELECT doc_id, content FROM knowledge_base ORDER BY cosine_distance(embedding, AI_EMBED('用户的问题')) ASC LIMIT 5;

→ 向量检索完整文档 · 向量索引 · 全文检索 + 向量混合搜索最佳实践

---

External Function — 调用外部 AI 服务

将阿里云函数计算、腾讯云 SCF 等 HTTP 服务注册为 SQL 函数，在查询中直接调用视觉识别、语音转写、自定义模型等能力。

→ External Function 介绍 · 开发指南（Python） · 使用指南

---

语义视图 — 为 AI Agent 和 BI 工具提供语义层

将多表 JOIN 和聚合逻辑封装为业务语义，BI 工具和 AI Agent 通过语义视图访问数据，屏蔽底层表结构复杂度，统一指标口径。

→ 语义视图概述 · 与 AI 功能集成 · 用 AI Agent 生成语义视图

---

Zettapark — Python 数据处理与 AI 推理

类 PySpark 的 Python 接口，在 Lakehouse 上运行 Python 脚本，适合特征工程、模型推理、复杂数据处理等 SQL 无法覆盖的场景。

→ Zettapark 快速上手 · 信用评分示例 · 特征工程示例

---

典型场景

RAG 知识库问答：文档入库 → 向量化 → 向量索引 → 用户提问时召回相关片段 → AI_COMPLETE 生成回答 → 向量检索指南 · 混合检索最佳实践

批量文本处理：评论情感分析、合同信息抽取、多语言翻译 → AI Functions 概述

AI 增强 BI：语义视图统一指标口径，Data Analytics Agent 自然语言查数据 → 语义视图最佳实践

图像 / 多模态处理：调用视觉 API 做图像分类、OCR → 利用 Hugging Face 图片识别模型处理图片数据