Realtime Compute Flink 版深度整合 AI 能力，覆蓋從 SQL 函數調用、Python 資料處理到流式 Agent 構建的完整情境。大模型推理、向量化、多模態分析、智能體編排均可在 Flink 作業中一站式完成。
內建模型服務
平台內建通義千問系列大模型，無需申請 API Key，開箱即用。
能力 | 內建模型 |
文本產生、視覺理解 | qwen3.6-plus、qwen3.6-flash、qwen3.5-plus、qwen3.5-flash |
文本向量化 | text-embedding-v4 |
多模態向量化 | qwen3-vl-embedding |
SQL AI 函數
在 Flink SQL 中直接調用大模型，無需編寫應用代碼。
文本類：情感分析、實體擷取、打標分類、翻譯、摘要產生等，一條 SQL 即可完成。
向量類：文本向量化、向量搜尋，支援向量化結果緩衝以降低重複調用開銷。
多模態：對圖片進行分類、資訊提取、內容描述產生。圖片 URL 作為輸入，模型輸出結構化結果。
適用情境：即時資料清洗與標註、流式文本分析、線上特徵工程、圖片即時分類與資訊提取。
Python DataFrame API
面向 Python 開發人員的進階 AI 資料處理介面，以鏈式調用串聯資料讀取、預先處理、AI 推理與輸出。
核心能力：
多模態支援——文本、圖片均可作為輸入。
內建大模型推理與向量化運算元，一行代碼接入。
支援自訂 UDF 進行資料預先處理。
適用情境：電商商品圖片分析與描述產生、多模態內容理解、批量資料智能處理。
Flink Agents
基於 Apache Flink Agents 開源架構，構建事件驅動的流式 AI Agent。
核心能力：
分布式協同：架構層提供事件路由分區、狀態一致性與故障自愈。
有狀態記憶：Agent 記憶隨 Checkpoint 自動持久化與恢複。
串流：事件持續到達，Agent 持續響應，高吞吐低延遲。
雙模式 Agent：Workflow Agent 適用於流程明確的情境，ReAct Agent 適用於靈活決策情境。
支援 Python 和 Java 雙語言開發。適用情境：即時使用者評價分析、智能客服、自動化業務決策。
Agent Skills（自然語言營運）
通過阿里雲 Flink Agent Skills，在 Claude Code、Cursor 等 AI Agent 用戶端中以自然語言管理 Flink 資源。
執行個體管理——建立執行個體、查詢狀態、管理命名空間。
工作空間營運——SQL 草稿建立與校正、作業部署與啟停、Session Cluster 管理、作業診斷。
無需手動調用 OpenAPI，對話即營運。
AI智能助手
內建於Realtime Compute控制台的對話式 AI 工具，通過自然語言互動輔助 Flink 作業的全生命週期。
智能代碼產生——根據業務需求自動產生 Flink SQL 代碼，支援源表聲明、維表關聯、視窗計算等完整邏輯構建。
故障診斷——分析作業運行異常和報錯日誌，定位根因並提供修複建議。
效能調優——基於 Flink 最佳實務，識別資料扭曲、狀態過大等瓶頸，給出參數調優和 SQL 改寫建議。
第三方模型服務
通過 Triton Inference Server 或 PAI-EAS 等推理服務接入自建或第三方模型，在 Flink 作業中調用線上推理。適用於已有模型資產、需要自主管理推理服務的情境。