01
面向 Agent 时代的分析
实时 · AI 就绪
Apache Doris 让 AI 应用实时访问可信、可查询的企业数据。构建数据驱动的 Agent，提升 RAG 质量，监控 AI 行为，并对结构化、半结构化和非结构化数据开展大规模分析与混合检索。
AI 就绪分析为何对Agent 时代至关重要。
当分析底座具备数据新鲜度、混合检索、可观测性和统一架构时，五个方面会同时发生变化：
- 决策质量
- 应用上下文
- 检索相关性
- Agent 可见性
- 整体运行成本
实时 AI 决策
AI Agent 查询实时业务数据，在用户交互或业务流程进行中采取行动。
具备数据感知能力的应用
Copilot、Agent 和 RAG 系统利用新鲜、可信的企业数据，获得上下文、记忆和可靠的行动依据。
RAG 与知识检索
在一条查询中结合 SQL 过滤、全文检索、BM25 与向量检索，为大模型提供准确上下文，减少幻觉。
AI 可观测性
将提示词、回答、链路、工具调用、Token 使用量和成本存入同一可查询存储，支持调试与持续质量控制。
简化 AI 数据栈
一个引擎覆盖实时分析、全文与向量检索、日志分析和 AI 原生 SQL，减少需要维护的数据链路。
AI 就绪分析需要什么，Apache Doris 如何应对。
AI 就绪分析平台需要具备五项关键能力，Apache Doris 提供相应支持。
Apache Doris 的 AI 能力
每项能力均链接到对应的功能文档。如需了解背后的工程细节，请阅读 Apache Doris 博客.
实时导入与
02
AI 可观测性：提示词、
链路、成本与质量
03
灵活的 JSON 分析
基于 VARIANT
04
混合检索，覆盖
SQL、文本与向量
05