已上架
跳到主要内容

DATABEND 解决方案 · 应用场景

AI 与机器学习

为 AI 筑牢共享的数据底座

构建分析与评测数据集,调用自有模型服务增强数据,并通过 MCP 为 Agent 提供受控的 SQL 访问。

数据准备、模型增强、查询评测,一条链路走通

源数据与模型输出同库留存:外部 UDF 调用你的推理服务,SQL Task 持续发布可复用的数据集。

架构:从业务数据到 AI 数据集

左右滑动,查看完整架构图。

业务记录与 AI 应用事件加载进原始表。SQL 与外部 UDF 调用你自有基础设施中的模型服务,完成数据准备与增强;Task 发布可复用数据集,供 BI、MCP 受控访问与评测使用。数据来源数据应用业务数据业务表与记录AI 应用事件JSON 与模型输出数据加载S3 Stage / 源端同步完整保留源记录raw_data业务上下文 + VARIANT稳定业务标识SQL + 外部 UDF筛选待处理记录调用自有模型服务Tasks处理新增记录落表增强结果ai_datasets源数据 + 模型结果可复用分析表自有模型服务外部推理接口自有基础设施产品 BIMCP 访问评测数据集SQL 分析SQL · 外部 UDF · 增量 TaskMCP:生产只读 · 会话沙箱

对接自有模型服务

通过外部 UDF 调用自建推理接口,输出结果与源记录一同落表。

Agent 访问权限可控

Databend MCP 支持生产环境只读访问,以及会话级沙箱写入验证。

沉淀可复用数据集

为产品分析、模型对比和回归评测提供统一的数据底座。

延伸阅读

把业务数据变成 AI 可用的资产

从一份应用数据集或一条自定义增强流程开始。

北京市海淀区知春路紫金数码园 3 号楼 1010
电话:185 1688 8139
Databend 公众号
销售微信
© 2026 Databend Cloud。版权所有。
SOC 2 Type IIGDPR