全部产品
Search

搜索本产品

    向量检索服务 Milvus 版：AI Function

    文档中心

    向量检索服务 Milvus 版：AI Function

    更新时间：Aug 03, 2026

    Milvus AI Function 将模型调用封装为 Collection Function 和 REST 接口，您可以在数据写入、检索或业务服务中处理文本、图片、视频和音频，而无需分别维护模型调用链路。覆盖向量化、重排序、内容理解与生成、媒体生成、批量任务和安全检测等常见 AI 场景。

    应用场景

    • 多模态检索与 RAG：为文本、图片和视频生成向量，召回候选内容后再重排序。

    • 内容理解与加工：生成标题、翻译、摘要、分类、情感分析、关键词、实体和结构化标签。

    • 媒体生产：转写客服录音，编辑商品图片，或创建并查询视频生成任务。

    • 批量与安全治理：对历史素材发起异步批量推理，并在模型调用的输入或输出阶段启用安全检测。

    架构

    输入数据与模型服务共同进入 Milvus AI Function 能力层；能力层按函数类型返回向量、结构化信息、生成文本或媒体 URL，供搜索、内容生产和业务系统使用。

    支持的 AI Function

    下表列出当前文档目录中的全部函数。模型列列出模型类型及代表模型；实际可用模型以服务端 Provider 配置为准。

    AI Function

    描述

    输入模态

    支持的模型类型/代表模型

    向量化

    将内容转换为稠密向量，用于语义检索、RAG、聚类、推荐和图文检索。

    文本、图片、视频

    文本 Embedding:text-embedding-v4；多模态 Embedding:qwen3-vl-embedding、tongyi-embedding-vision-plus。

    向量化缓存

    为重复文本复用 Redis 精确缓存中的向量，降低向量化延迟和模型用量。

    文本

    文本 Embedding:text-embedding-v4、text-embedding-v3。

    重排序

    为 Query 与已召回的候选文本、图片或视频打分并重排序。

    文本、图片、视频

    文本重排序：qwen3-rerank；多模态重排序：qwen3-vl-rerank。

    文本生成

    根据 Prompt 按行生成标题、文案、标签或字段补全结果。

    文本

    文本模型：qwen3.7-max、deepseek-v4-pro、deepseek-v4-flash。

    翻译

    将文本翻译为指定目标语言。

    文本

    文本模型：qwen3.7-max、deepseek-v4-pro、deepseek-v4-flash。

    相似度

    比较成对文本的语义相似度，返回 0~1 分数。

    文本

    文本模型：qwen3.7-max、deepseek-v4-pro、deepseek-v4-flash。

    敏感信息脱敏

    识别并掩码文本中的个人敏感信息。

    文本

    文本模型：qwen3.7-max、deepseek-v4-pro、glm-5.2。

    摘要

    将文本、图片或视频压缩为简洁摘要。

    文本、图片、视频

    文本模型：qwen3.7-max；多模态模型：qwen3.7-plus、qwen3.6-plus、kimi-k2.6。

    信息抽取

    按给定标签从内容中抽取结构化字段并返回 JSON。

    文本、图片、视频

    文本模型：qwen3.7-max；多模态模型：qwen3.7-plus、qwen3.6-plus、kimi-k2.6。

    命名实体识别

    抽取人名、组织、地点、时间、金额等命名实体并返回 JSON。

    文本、图片、视频

    文本模型：qwen3.7-max；多模态模型：qwen3.7-plus、qwen3.6-plus、kimi-k2.6。

    关键词提取

    从内容中提取代表性关键词并返回 JSON。

    文本、图片、视频

    文本模型：qwen3.7-max；多模态模型：qwen3.7-plus、qwen3.6-plus、kimi-k2.6。

    分类

    在候选标签中选择与内容最匹配的一类。

    文本、图片、视频

    文本模型：qwen3.7-max；多模态模型：qwen3.7-plus、qwen3.6-plus、kimi-k2.6。

    情感分析

    从候选情感类别中选择最匹配的一类。

    文本、图片、视频

    文本模型：qwen3.7-max；多模态模型：qwen3.7-plus、qwen3.6-plus、kimi-k2.6。

    多模态生成

    根据文本、图片、视频或音频生成文本结果。

    文本、图片、视频、音频

    多模态模型：qwen3.7-plus、qwen3.6-plus、kimi-k2.6；音频转写：qwen3-asr-flash。

    音频转写

    将音频 URL 转写为可检索文本。

    音频

    语音识别模型：qwen3-asr-flash。

    图片编辑

    根据图片和提示词生成编辑后的图片 URL。

    文本、图片

    图像生成模型：wan2.7-image-pro、wan2.7-image。

    视频生成与编辑

    提交文生视频、图生视频或视频编辑任务，并异步获取结果视频 URL。

    文本、图片、视频

    视频模型：happyhorse-1.1-t2v、happyhorse-1.1-i2v、happyhorse-1.0-video-edit。

    批量推理

    将 JSONL 中的 Chat Completions 请求提交为异步批量任务，轮询并下载输出或错误文件。

    文本、图片、视频、音频

    文本模型：qwen3.7-max；视觉模型：qwen3-vl-plus；全模态模型：qwen3.5-omni-plus。

    数据检测

    在模型调用的输入、输出或两个阶段检查不安全内容。

    文本

    使用当前 TextTransform 调用的文本模型，例如 qwen3.7-max、deepseek-v4-pro。

    使用方式

    • Collection Function：将函数配置到 Collection Schema，适合在写入、检索或搜索阶段自动执行。

    • REST 接口：适合由业务服务即时调用；每个函数页均提供 cURL 与 Python 示例。

    • 异步任务:AI_BATCH 和 AI_VIDEO_EDIT 返回任务标识，必须查询至终态后读取输出或下载结果。

    选择建议

    • 需要检索：先使用 AI_EMBEDDING，再按需要使用 AI_RERANK；重复文本可启用 AI_EMBEDDING_CACHE。

    • 需要理解内容：按目标选择摘要、抽取、实体、关键词、分类、情感或多模态生成函数。

    • 需要生成媒体：图片使用 AI_IMAGE_EDIT，视频使用 AI_VIDEO_EDIT；大规模离线处理使用 AI_BATCH。

    • 需要处理敏感内容：在 TextTransform 请求或 Function 参数中启用 data_inspection。