Realtime Compute for Apache Flink mengintegrasikan kemampuan AI untuk berbagai skenario, mulai dari pemanggilan fungsi SQL dan pemrosesan data Python hingga pembuatan agen streaming. Anda dapat menjalankan inferensi model besar, vektorisasi, analisis multimodal, dan orkestrasi agen semuanya dalam satu Pekerjaan Flink.
Layanan model bawaan
Platform ini mencakup model besar dari seri Qwen yang siap digunakan langsung tanpa memerlukan Kunci API.
Kemampuan | Model bawaan |
Generasi teks, pemahaman visual | qwen3.6-plus, qwen3.6-flash, qwen3.5-plus, qwen3.5-flash |
Vektorisasi teks | text-embedding-v4 |
Vektorisasi multimodal | qwen3-vl-embedding |
Fungsi AI SQL
Panggil langsung model besar dalam Flink SQL tanpa perlu menulis kode aplikasi.
Teks: Lakukan analisis sentimen, ekstraksi entitas, pelabelan dan klasifikasi, terjemahan, generasi ringkasan, dan lainnya hanya dengan satu Pernyataan SQL.
Vektor: Lakukan vektorisasi teks dan pencarian vektor. Hasil vektorisasi dapat di-cache untuk mengurangi beban pemanggilan berulang.
Multimodal: Lakukan klasifikasi gambar, ekstraksi informasi, dan generasi deskripsi konten. Model menerima URL gambar sebagai input dan menghasilkan output berupa hasil terstruktur.
Kasus penggunaan: Pembersihan dan anotasi data real-time, analisis teks streaming, rekayasa fitur online, serta klasifikasi gambar dan ekstraksi informasi secara real-time.
API Python DataFrame
Antarmuka pemrosesan data AI tingkat tinggi untuk pengembang Python. Gunakan pemanggilan berantai untuk menghubungkan ingesti data, pra-pemrosesan, inferensi AI, dan output.
Kemampuan inti:
Dukungan multimodal: Menerima teks dan gambar sebagai input.
Operator bawaan: Menyertakan operator bawaan untuk inferensi model besar dan vektorisasi yang dapat diintegrasikan hanya dengan satu baris kode.
Pra-pemrosesan kustom: Mendukung UDF kustom untuk pra-pemrosesan data.
Kasus penggunaan: Analisis gambar produk E-dagang dan generasi deskripsi, pemahaman konten multimodal, serta pemrosesan data Batch cerdas.
Agen Flink
Buat agen AI streaming berbasis event menggunakan framework open-source Apache Flink Agents.
Kemampuan inti:
Koordinasi terdistribusi: Framework menangani perutean event, partisi, konsistensi state, dan pemulihan kesalahan.
Memori berstate: Memori agen secara otomatis dipertahankan dan dipulihkan pada setiap checkpoint.
Pemrosesan aliran: Agen merespons event masuk secara berkelanjutan dengan throughput tinggi dan latensi rendah.
Agen mode ganda: Gunakan agen Workflow untuk skenario dengan proses yang telah ditentukan dengan jelas dan agen ReAct untuk skenario yang memerlukan pengambilan keputusan fleksibel.
Mendukung pengembangan Python dan Java. Kasus penggunaan: Analisis ulasan pengguna real-time, layanan pelanggan cerdas, dan pengambilan keputusan bisnis otomatis.
Skill Agen (O&M berbasis bahasa alami)
Gunakan Alibaba Cloud Flink Agent Skills untuk mengelola sumber daya Flink dalam bahasa alami melalui klien agen AI seperti Claude Code dan Cursor.
Manajemen instans: Buat instans, kueri status, dan kelola namespace.
O&M workspace: Buat dan validasi draf SQL, deploy serta jalankan/hentikan pekerjaan, kelola Session Cluster, dan diagnosa pekerjaan.
Tidak diperlukan pemanggilan OpenAPI manual. Operasi dapat ditangani melalui percakapan.
Asisten AI
Asisten AI percakapan yang terintegrasi dalam Konsol Realtime Compute memungkinkan Anda mengelola seluruh siklus hidup Pekerjaan Flink melalui interaksi bahasa alami.
Generasi kode cerdas: Secara otomatis menghasilkan kode Flink SQL dari kebutuhan bisnis Anda. Mendukung pembuatan logika lengkap, termasuk deklarasi tabel sumber, join tabel dimensi, dan perhitungan window.
Pemecahan masalah: Menganalisis exception waktu proses pekerjaan dan log error untuk mengidentifikasi akar penyebab serta merekomendasikan solusi.
Optimalisasi kinerja: Mengidentifikasi bottleneck seperti kesenjangan data dan state berlebih berdasarkan praktik terbaik Flink, serta memberikan saran penyetelan parameter dan penulisan ulang SQL.
Layanan model pihak ketiga
Hubungkan ke model yang Anda kelola sendiri atau model pihak ketiga melalui layanan inferensi seperti Triton Inference Server atau PAI-EAS untuk melakukan inferensi online dalam Pekerjaan Flink Anda. Pendekatan ini ideal untuk skenario ketika Anda memiliki aset model yang sudah ada dan perlu mengelola layanan inferensi tersebut sendiri.