AI 函数服务快速上手

本文面向首次使用 AI 函数服务的用户，通过最少步骤完成模型注册并运行第一个示例，帮助您快速跑通流程。

本文仅使用 AI_COMPLETE 函数介绍快速上手流程，其他函数请参考 AI 函数服务语法及示例。

前提条件

• 已部署 OceanBase 集群并创建 MySQL 租户，且已连接到数据库。
• 已具备 AI 函数相关权限。详见 AI 函数服务权限。
• 已获取第三方模型服务的 API Key。

快速上手

步骤一：注册厂商配置

在首次使用前，需先注册厂商配置。本示例使用内置厂商 aliyun，只需填写 access_key，protocol 与 base_url 可省略，系统会自动填充默认值。请将 access_key 替换为实际的 API Key：

-- 本示例使用的是文本生成模型的 API Key
CALL DBMS_AI_SERVICE.REGISTER_PROVIDER('aliyun', '{
  "access_key": "sk-xxxx"
}');

更多厂商配置方式请参见文末相关文档。

步骤二：（可选）配置模型参数

如需为特定模型设置调用参数，可使用 ALTER_MODEL_PROFILE：

CALL DBMS_AI_SERVICE.ALTER_MODEL_PROFILE('aliyun/qwen-plus', '{
  "model_config": {
    "max_tokens": 4096,
    "temperature": 0
  }
}');

步骤三：运行示例

使用 provider/model 格式调用 AI_COMPLETE，对一段文本做情感判断：

SELECT AI_COMPLETE('aliyun/qwen-plus', AI_PROMPT('你的任务是对提供的文本进行情感分析，判断其情感倾向为正面还是负面。
    以下是需要分析的文本：
    <text>
    {0}
    </text>
    判断标准如下：
    如果文本表达的是正面情感，输出 1；如果文本表达的是负面情感，输出 -1。不要输出其他东西。', '天气真好啊')) AS sentiment;

预期返回结果中 sentiment 为 1，表示正面情感。

步骤四：（可选）使用 Gateway 路由

如需在多个模型 endpoint 间按权重路由，可创建 Gateway：

CALL DBMS_AI_SERVICE.CREATE_AI_GATEWAY('prod_gateway', '{
  "endpoints": [
    {"name":"ep1","model":"aliyun/qwen-plus","weight":70},
    {"name":"ep2","model":"deepseek/deepseek-chat","weight":30}
  ]
}');

创建后，可通过 Gateway 名称调用 AI 函数。Gateway 语法说明请参见 CREATE_AI_GATEWAY。

步骤五：综合应用（可选）

将多个 AI 函数组合使用，构建一个简单的智能问答系统。

1. 注册所需厂商配置（可跳过）

   本示例需要嵌入模型、文本生成模型和重排序模型。若步骤一已注册 aliyun 厂商配置，且对应模型均通过该厂商访问，可跳过本步；否则请注册其他厂商配置：

   CALL DBMS_AI_SERVICE.REGISTER_PROVIDER('deepseek', '{
     "access_key": "sk-xxxx"
   }');
   

2. 准备数据并生成向量

   CREATE TABLE knowledge_base (
       id INT AUTO_INCREMENT PRIMARY KEY,
       title VARCHAR(255),
       content TEXT,
       embedding TEXT
   );
   
   INSERT INTO knowledge_base (title, content) VALUES
       ('OceanBase 简介', 'OceanBase 是一个强大的数据库系统，支持向量搜索和 AI 函数。'),
       ('向量搜索', '向量搜索可以用于语义搜索，找到相似的内容。'),
       ('AI 函数', 'AI 函数可以在 SQL 中直接调用 AI 模型。');
   
   UPDATE knowledge_base
   SET embedding = AI_EMBED('aliyun/text-embedding-v3', content);
   

3. 向量搜索并重排序

   SET @query = "什么是向量搜索？";
   SET @query_vector = AI_EMBED('aliyun/text-embedding-v3', @query);
   
   -- 直接构建字符串数组格式的文档列表
   SET @candidate_docs = '["OceanBase 是一个强大的数据库系统，支持向量搜索和 AI 函数。", "向量搜索可以用于语义搜索，找到相似的内容。"]';
   
   SELECT AI_RERANK('aliyun/gte-rerank-v2', @query, @candidate_docs) AS ranked_results;
   

   返回结果如下，index 为文档索引，relevance_score 为相关性分数：

   +-------------------------------------------------------------------------------------------------------------+
   | ranked_results                                                                                              |
   +-------------------------------------------------------------------------------------------------------------+
   | [{"index": 1, "relevance_score": 0.9904329776763916}, {"index": 0, "relevance_score": 0.16993996500968933}] |
   +-------------------------------------------------------------------------------------------------------------+
   1 row in set
   

4. 生成答案

   基于检索与重排序结果，生成答案：

   SELECT AI_COMPLETE('aliyun/qwen-plus',
       AI_PROMPT('基于以下文档内容，回答用户的问题。
       用户问题：{0}
   
       相关文档：{1}
   
       请基于以上文档内容，简洁准确地回答用户的问题。', @query, CAST(JSON_EXTRACT(@candidate_docs, '$[1]') AS CHAR))) AS answer;
   

   返回结果如下：

   +--------------------------------------------------------------------------------------------------------------------------------------------+
   | answer                                                                                                                                     |
   +--------------------------------------------------------------------------------------------------------------------------------------------+
   | 根据提供的文档内容，向量搜索是一种用于语义搜索的技术，旨在通过比对向量数据来找到相似的内容。                                               |
   +--------------------------------------------------------------------------------------------------------------------------------------------+
   1 row in set
   

   通过上述步骤，您可以在 OceanBase 数据库内快速完成完整的 AI 应用流程：向量化、搜索、重排序、生成答案。

相关文档

• AI 模型注册：厂商配置与旧接口注册方式。
• AI 函数语法及示例：各函数语法、参数表及更多示例。
• AI 函数服务权限：权限授予与回收。