Flink AI 能力概览

更新时间:
复制 MD 格式

实时计算 Flink 版深度集成 AI 能力,覆盖从 SQL 函数调用、Python 数据处理到流式 Agent 构建的完整场景。大模型推理、向量化、多模态分析、智能体编排均可在 Flink 作业中一站式完成。

内置模型服务

平台内置通义千问系列大模型,无需申请 API Key,开箱即用。

能力

内置模型

文本生成、视觉理解

qwen3.6-plus、qwen3.6-flash、qwen3.5-plus、qwen3.5-flash

文本向量化

text-embedding-v4

多模态向量化

qwen3-vl-embedding

SQL AI 函数

在 Flink SQL 中直接调用大模型,无需编写应用代码。

  • 文本类:情感分析、实体提取、打标分类、翻译、摘要生成等,一条 SQL 即可完成。

  • 向量类:文本向量化、向量搜索,支持向量化结果缓存以降低重复调用开销。

  • 多模态:对图片进行分类、信息提取、内容描述生成。图片 URL 作为输入,模型输出结构化结果。

适用场景:实时数据清洗与标注、流式文本分析、在线特征工程、图片实时分类与信息提取。

Python DataFrame API

面向 Python 开发者的高级 AI 数据处理接口,以链式调用串联数据读取、预处理、AI 推理与输出。

核心能力:

  • 多模态支持——文本、图片均可作为输入。

  • 内置大模型推理与向量化算子,一行代码接入。

  • 支持自定义 UDF 进行数据预处理。

适用场景:电商商品图片分析与描述生成、多模态内容理解、批量数据智能处理。

Flink Agents

基于 Apache Flink Agents 开源框架,构建事件驱动的流式 AI Agent。

核心能力:

  • 分布式协同:框架层提供事件路由分区、状态一致性与故障自愈。

  • 有状态记忆:Agent 记忆随 Checkpoint 自动持久化与恢复。

  • 流式处理:事件持续到达,Agent 持续响应,高吞吐低延迟。

  • 双模式 Agent:Workflow Agent 适用于流程明确的场景,ReAct Agent 适用于灵活决策场景。

支持 Python 和 Java 双语言开发。适用场景:实时用户评价分析、智能客服、自动化业务决策。

Agent Skills(自然语言运维)

通过阿里云 Flink Agent Skills,在 Claude Code、Cursor 等 AI Agent 客户端中以自然语言管理 Flink 资源。

  • 实例管理——创建实例、查询状态、管理命名空间。

  • 工作空间运维——SQL 草稿创建与校验、作业部署与启停、Session Cluster 管理、作业诊断。

无需手动调用 OpenAPI,对话即运维。

AI智能助手

内置于实时计算控制台的对话式 AI 工具,通过自然语言交互辅助 Flink 作业的全生命周期。

  • 智能代码生成——根据业务需求自动生成 Flink SQL 代码,支持源表声明、维表关联、窗口计算等完整逻辑构建。

  • 故障诊断——分析作业运行异常和报错日志,定位根因并提供修复建议。

  • 性能调优——基于 Flink 最佳实践,识别数据倾斜、状态过大等瓶颈,给出参数调优和 SQL 改写建议。

第三方模型服务

通过 Triton Inference Server 或 PAI-EAS 等推理服务接入自建或第三方模型,在 Flink 作业中调用在线推理。适用于已有模型资产、需要自主管理推理服务的场景。