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。
營運側由 Flink AI Native Ops 提供智能助手、智能巡檢、Skill 管理等全鏈路 AI 營運能力,詳情請參見Flink AI Native Ops。
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。
智能巡檢
定時與手動結合的作業健康診斷服務。自動巡檢全量作業並產生報告,提供健康分、根因分析與修複建議,支援將報告推送至DingTalk或飛書群。
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。