O Realtime Compute for Apache Flink integra recursos de IA para uma ampla variedade de cenários, desde chamadas de funções SQL e processamento de dados em Python até a criação de agentes de streaming. Execute inferência de grandes modelos, vetorização, análise multimodal e orquestração de agentes, tudo em um único job do Flink.
No lado operacional, o Flink AI Native Ops oferece recursos completos de O&M com IA, como o assistente de IA, o Health Patrol e o gerenciamento de habilidades. Para mais detalhes, consulte Flink AI Native Ops.
Built-in model service
A plataforma inclui grandes modelos integrados da série Qwen, prontos para uso imediato, sem a necessidade de chave de API.
|
Capacidade |
Modelo integrado |
|
Geração de texto, compreensão visual |
qwen3,6-plus, qwen3,6-flash, qwen3,5-plus, qwen3,5-flash |
|
Vetorização de texto |
text-embedding-v4 |
|
Vetorização multimodal |
qwen3-vl-embedding |
SQL AI functions
Chame grandes modelos diretamente no Flink SQL sem precisar escrever código de aplicação.
Texto: Analise sentimentos, extraia entidades, aplique tags, classifique, traduza, gere resumos e muito mais com uma única instrução SQL.
Vetor: Vetorize textos e execute buscas vetoriais. Armazene os resultados da vetorização em cache para reduzir a sobrecarga de chamadas repetidas.
Multimodal: Classifique imagens, extraia informações e gere descrições de conteúdo. O modelo recebe a URL de uma imagem como entrada e retorna resultados estruturados.
Casos de uso: Limpeza e anotação de dados em tempo real, análise de texto em streaming, engenharia de features online e classificação de imagens e extração de informações em tempo real.
Python DataFrame API
Uma interface de alto nível para processamento de dados com IA, voltada para desenvolvedores Python. Utilize chamadas encadeadas para conectar ingestão de dados, pré-processamento, inferência de IA e saída.
Recursos principais:
Suporte multimodal: Aceita textos e imagens como entrada.
Operadores integrados: Inclui operadores nativos de inferência e vetorização de grandes modelos, integráveis com uma única linha de código.
Pré-processamento personalizado: Suporta UDFs personalizadas para pré-processamento de dados.
Casos de uso: Análise de imagens de product de e-commerce e geração de descrições, compreensão de conteúdo multimodal e processamento inteligente de dados em lote.
Flink Agents
Crie agentes de IA em streaming e orientados a eventos usando o framework open source Apache Flink Agents.
Recursos principais:
Coordenação distribuída: O framework gerencia o roteamento de eventos, o particionamento, a consistência de estado e a recuperação automática de falhas.
Memória com estado: O framework persiste e restaura a memória do agente automaticamente a cada checkpoint.
Processamento de streaming: Os agentes respondem continuamente aos eventos recebidos com alto throughput e baixa latência.
Agentes de modo duplo: Utilize agentes de Workflow para cenários com processos bem definidos e agentes ReAct para cenários que exigem tomada de decisão flexível.
Suporta desenvolvimento em Python e Java. Casos de uso: Análise de avaliações de usuários em tempo real, atendimento ao cliente inteligente e tomada automatizada de decisões de negócios.
Agent Skills (natural language O&M)
Use o Alibaba Cloud Flink Agent Skills e gerencie recursos do Flink em linguagem natural em clientes de agentes de IA, como Claude Code e Cursor.
Gerenciamento de instâncias: Crie instâncias, consulte o status e gerencie namespaces.
O&M do Workspace: Crie e valide rascunhos SQL, implante e inicie/pare jobs, gerencie Session Clusters e diagnostique jobs.
Não é necessário fazer chamadas manuais à OpenAPI. Execute as operações por meio de conversas.
AI assistant
Um assistente de IA conversacional integrado ao console do Realtime Compute, que permite gerenciar todo o ciclo de vida dos seus jobs do Flink por meio de interações em linguagem natural.
Geração inteligente de código: Gera código Flink SQL automaticamente a partir dos seus requisitos de negócios. Suporta a construção de lógicas completas, incluindo declarações de tabelas source, junções de tabelas de dimensão e cálculos de janela.
Solução de problemas: Analisa exceções de execução de jobs e logs de erros para identificar causas raiz e recomendar correções.
Ajuste de desempenho: Identifica gargalos, como skew de dados e estados superdimensionados, com base nas melhores práticas do Flink, e sugere o ajuste de parâmetros e a reescrita de SQL.
Health Patrol
Um service de diagnóstico de saúde de jobs que combina patrulhas agendadas e manuais. O service patrulha todos os jobs automaticamente, gera relatórios com pontuações de saúde, análise de causa raiz e sugestões de correção, e envia relatórios para grupos do DingTalk ou Feishu.
Third-party model services
Conecte-se a seus modelos autogerenciados ou de terceiros por meio de services de inferência, como o Triton Inference Server ou o PAI-EAS, para executar inferência online nos seus jobs do Flink. Essa abordagem é ideal para cenários em que você já possui ativos de modelo e gerencie os services de inferência por conta própria.