云器 Lakehouse AI Functions 概述

AI Functions 像"内置在 SQL 里的 AI 助手"——你写一条

SELECT

什么时候用 AI Functions，什么时候用其他方案：

AI Functions 的核心机制：AI 计算下沉至 SQL 执行引擎，每行数据在平台内部完成模型调用，无需数据外流，兼顾数据安全与批量处理效率。

AI ETL 管道架构

预览

AI Functions 在 SQL 引擎层将各类数据源（文本、图像、音频、结构化数据）经过 AI 处理后输出结构化结果，直接写回数据仓库或流向下游应用，构成完整的 AI ETL 管道：

数据源 → SQL + AI Functions → 结构化输出 → 数据仓库 / 向量索引 / BI / 推荐系统

快速开始

以下示例展示典型用法模式，将

endpoint:

-- 对用户评论做情感分析 SELECT review_id, review_text, AI_SENTIMENT('endpoint:qwen3-max-preview', review_text) AS sentiment FROM user_reviews;

-- 从非结构化文本中提取结构化字段 SELECT order_id, AI_EXTRACT( 'endpoint:qwen3.5-plus', remark, JSON'{"product":"商品名称", "qty":"数量", "issue":"问题描述"}' ) AS extracted FROM orders;

函数分类

文本理解与生成

max_words

文本分析与分类

positive

negative

neutral

mixed

[MASKED]

向量与语义搜索

多模态处理

按场景选择函数

模型接入方式

所有 AI Functions 的第一个参数均为

model

方式一：API Gateway Endpoint（推荐）

平台管理员在 API Gateway 中预先配置模型服务，普通用户通过

endpoint:

'endpoint:qwen3-max-preview' -- 通用文本任务 'endpoint:qwen3.5-plus' -- 分类 / 抽取任务 'endpoint:text-embedding-v4' -- 向量任务 'endpoint:qwen3-asr-flash' -- 语音转录

方式二：API Connection 连接对象

用户通过

CREATE API CONNECTION

CREATE API CONNECTION conn_bailian TYPE ai_function PROVIDER = 'bailian' BASE_URL = 'https://dashscope.aliyuncs.com/api/v1' API_KEY = 'sk-xxxxxxxxxxxxxxxxxxxxxxxx'; -- 引用格式：<连接名称>:<模型名称> SELECT AI_SENTIMENT('conn_bailian:qwen3.5-plus', '这个产品很好！');

典型管道示例

客服录音分析管道

-- 音频转录 → 情感分析 → 分类路由 SELECT call_id, transcript, AI_SENTIMENT('endpoint:qwen3-max-preview', transcript) AS sentiment, AI_CLASSIFY('endpoint:qwen3.5-plus', transcript, ARRAY('投诉', '咨询', '建议', '表扬')) AS category FROM ( SELECT call_id, AI_TRANSCRIBE('endpoint:qwen3-asr-flash', GET_PRESIGNED_URL(USER VOLUME, audio_path, 3600)) AS transcript FROM call_records );

文档结构化入库管道

-- 脱敏 → 抽取 → 写入结构化表 INSERT INTO structured_contracts (id, party_a, party_b, amount, masked_text) SELECT id, JSON_EXTRACT_STRING(info, '$.party_a') AS party_a, JSON_EXTRACT_STRING(info, '$.party_b') AS party_b, JSON_EXTRACT_STRING(info, '$.amount') AS amount, AI_MASK('endpoint:qwen3-max-preview', content, ARRAY('姓名', '身份证', '银行卡号')) AS masked_text FROM ( SELECT id, content, AI_EXTRACT('endpoint:qwen3.5-plus', content, JSON'{"party_a":"甲方名称","party_b":"乙方名称","amount":"合同金额"}') AS info FROM raw_contracts WHERE content IS NOT NULL );

语义搜索管道

-- Step 1：预先生成并存储向量 INSERT INTO product_vectors (product_id, embedding) SELECT product_id, AI_EMBEDDING('cz_bailian:text-embedding-v4', description, JSON '{"input": "document"}') FROM products WHERE description IS NOT NULL AND LENGTH(description) > 0; -- Step 2：语义搜索（按相似度排序） SELECT p.product_name, AI_SIMILARITY('cz_bailian:text-embedding-v4', '轻薄笔记本电脑', p.description) AS score FROM products p ORDER BY score DESC LIMIT 10;

通用 options 参数

AI_CLASSIFY

AI_EXTRACT

AI_SIMILARITY

AI_TRANSCRIBE

options

response.timeout

"300"

task.concurrency

"12"

model.params

{"enable_thinking": false}

SELECT AI_CLASSIFY( 'endpoint:qwen3.5-plus', product_desc, ARRAY('电子产品', '服装', '食品'), JSON'{"model.params":{"enable_thinking":false},"response.timeout":"300","task.concurrency":"12"}' ) AS category FROM products;

使用说明

• 模型选择：文本理解类任务推荐

  qwen3.5-plus

  qwen3.5-plus
  或

  qwen3-max-preview

  qwen3-max-preview
  ；向量任务使用专用 Embedding 模型（如

  text-embedding-v4

  text-embedding-v4
  ）；语音转录使用 ASR 模型（如

  qwen3-asr-flash

  qwen3-asr-flash
  ）。
• Thinking 模式：部分模型（如 qwen3 系列）默认开启 thinking 模式，会增加延迟和 token 消耗。批量处理场景建议通过

  model.params

  model.params
  关闭：

  {"enable_thinking": false}

  {"enable_thinking": false}
  。
• NULL 行为：当模型无法处理输入（如内容为空、超出长度限制）时，大多数函数返回 NULL，不影响其他行的执行。各函数的具体 NULL 行为见各函数文档的错误行为章节。
• 图像输入：图像需先上传至 Volume，通过

  GET_PRESIGNED_URL()

  GET_PRESIGNED_URL()
  生成预签名 URL，并以

  (url AS image)

  (url AS image)
  语法传入函数。
• 专用函数优先：当任务可以用专用函数（如 AI_TRANSLATE、AI_SENTIMENT）完成时，优先使用专用函数，其内置了针对特定任务优化的 Prompt，结果更稳定、成本更低。

使用前提

1. 已在 API Gateway 中配置好模型 Endpoint，或已通过

   CREATE API CONNECTION

   CREATE API CONNECTION
   创建连接对象。
2. 当前用户对相关 Endpoint 或 Connection 有调用权限。
3. 图像和音频处理场景需将文件上传至 Volume，并通过

   GET_PRESIGNED_URL()

   GET_PRESIGNED_URL()
   获取访问 URL。

相关文档

• AI_COMPLETE — 通用 LLM 补全，适合自定义 Prompt 场景
• AI_CLASSIFY — 文本与图像分类
• AI_EXTRACT — 从文本或图像中抽取结构化 JSON
• AI_SENTIMENT — 情感倾向分析
• AI_SUMMARIZE — 文本摘要生成
• AI_TRANSLATE — 多语言翻译
• AI_FIX_GRAMMAR — 语法与拼写纠错
• AI_MASK — PII 敏感信息脱敏
• AI_EMBEDDING — 文本向量化
• AI_SIMILARITY — 文本语义相似度计算
• AI_TRANSCRIBE — 音频转录（ASR）