Hologres自V3. 2版本起正式支持AI Function，并提供了Embedding、Rank和LLM等算子。您可通过标准SQL直接调用AI Function，无需额外推理服务，实现企业级知识库构建与推理等AI场景。
前提条件
AI Function汇总表
当前Hologres支持AI Function如下表：
每个AI Function会根据部署的模型，默认分配一个最佳的模型，可以通过系统表查看AI Function默认分配的模型。
调用AI Function时可以不需要填写模型名称，系统会自动使用默认的模型。如果需要更换AI Function对应的模型，需要通过系统表更改，详情请参见修改AI Function对应的模型。
每个模型部署时需要的AI资源不同，请根据业务需要购买合适的规格。
AI Function名称 | 描述 | 支持的模型 | 支持的版本 |
ai_embed | 对给定的文本计算一个固定维度的连续向量。 |
| V3.2及以上版本 |
ai_rank | 对给定的文本进行相关性打分。 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_chunk | 长文本分段 | recursive-character-text-splitter。 | |
ai_gen | 通过提示词调用大语言模型进行推理并输出结果 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_classify | 根据提供的分类标签对输入文本进行分类。 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_extract | 从输入文本中提取指定的标签信息。 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_mask | 从输入文本中将指定的标签信息脱敏，信息脱敏后用[MASKED]做占位符 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_fix_grammar | 用于修复输入文本的语法错误 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_summarize | 生成一段文本的摘要 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_translate | 将输入文本翻译成指定的语言 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_similarity | 计算两个输入文本的相似度。 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 | |
ai_analyze_sentiment | 对输入的文本进行情感分析。 | Qwen3系列大模型，推荐使用Qwen/Qwen3-32B。 |
AI Function使用
ai_embed
描述：对输入的文本计算一个固定维度的连续向量。
SELECT ai_embed([model],content)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，输入的文本，支持字符类型（CHAR、VARCHAR、TEXT）。
返回值说明
若content参数值为NULL或者空字符串，则返回NULL。
根据调用的模型，返回对应的向量维度。支持的模型和返回向量维度如下：
模型名称
返回的向量维度
iic/nlp_gte_sentence-embedding_chinese-small
512
iic/nlp_gte_sentence-embedding_chinese-base
768
iic/nlp_gte_sentence-embedding_chinese-large
1024
Qwen/Qwen3-Embedding-0.6B
1024
Qwen/Qwen3-Embedding-4B
2560
Qwen/Qwen3-Embedding-8B
4096
使用示例
SELECT ai_embed('Hologres是阿里巴巴自主研发的一站式实时数仓引擎，支持海量数据实时写入、实时更新、实时加工、实时分析.');返回结果如下。
ai_embed ------- {-0.020090256,-0.009496426,-0.01584659,0.014317295,-0.04607893,0.024886303,1.5420817E-4,0.026162162,-0.03752437,0.015775507,-0.04177341,-0.013460643,0.033544105,-0.029394781,0.0069257156,-0.01222168,3.0216237E-4,0.0054371865,0.016183373,0.020896716,0.035535984,0.008347215,0.031663015,0.025305834,-0.04131702,-0.033532545,0.06169271,0.006304144,0.056792237,0.040539958,-0.078987345,-0.02847365,0.039656907,0.011879058,0.0052145706,-0.004678201,-0.026654543,0.0014951921,-0.0041095354,0.028060248,0.02519349,7.0495816E-4,-0.023101272,0.00899543,0.014460813,0.0041699326,0.015528168,0.018089484,0.0066144923,-0.054523475,-0.0019379448,-0.040240895,0.016452068,0.040140025,0.029684952,-0.020101555,0.021029668,-0.0011768423,0.019794837,-0.010320337,-0.0025771167,0.014714588,-0.011602978,0.035582263,-0.037679505,-0.0253898,0.031427786,-0.0030908722,-0.022796335,0.042317867,0.0115412725,-0.023376886,-0.014504731,7.2365743E-4,0.008261744,-0.014813935,-0.0062122354,0.01741836,0.020995634,0.03629264,-0.0035633524,0.008751004,-0.04466549,0.0045474623,0.006578948,0.006502968,-0.0128487805,-0.0018316561,-0.014015705,-0.039480567,-0.040248442,0.020797035,-0.032448824,-0.030735409,-0.049299274,2.266165E-5,-0.021089396,0.016647113,-0.007873047,-0.041477893,-0.029021524,-0.023258539,0.0060021314,-0.017987624,0.038044956,-0.0032934784,-0.002384601,-0.02673212,0.025557652,-0.038381096,-0.034366325,0.05164039,0.018401438,0.019114511,0.0320619,-0.07703687,-0.008715445,0.004509739,0.004032602,-0.03357468,-0.037365053,-0.015432662,0.0022537822,-0.008038424,0.013542681,0.002655194,-0.029011743,8.822335E-4,-0.038797747,0.009556934,-0.044336736,-0.045059543,0.014049014,0.026100427,-0.009336136,-0.02371003,-0.05419659,0.0025305692,-0.0044283434,0.07481789,-0.07813458,-0.020659316,-0.02078458,0.020525886,-0.015213658,-0.029009484,0.02287392,0.002408117,-0.024104768,-0.011369992,-0.014089207,-0.01710999,0.016106417,0.01469697,-0.0042726058,0.060460363,-0.011873481,-0.020930506,-0.03034617,0.05012075,-0.0034694336,-0.029878203,-6.3509366E-4,0.019851772,-0.028228344,0.006498847,0.007332751,-0.044772487,-0.0040114652,-0.0062852474,-0.026770413,-0.002599817,0.021863673,0.005035857,-0.050771184,-0.009728754,-0.057259202,0.02631201,-0.019925602,-0.033796232,-0.0018945112,0.014107386,0.016418343,0.005303861,0.0135098295,-0.022271244,0.027085848,-0.008059362,0.009343293,-0.034445345,-0.047172863,-0.018515354,-0.053181197,-0.04407386,0.035571788,-0.041234825,0.04314981,0.002534735,0.016181212,-0.014853425,-0.04405587,0.0013351967,0.023719758,-0.049617242,0.0022366885,-0.019256268,-0.004300273,-0.017665166,0.012463366,0.034075502,0.051636428,-4.7821744E-4,0.03172388,0.017369539,0.014823238,-0.027549954,0.029251441,0.025419736,-0.02971091,0.022539496,0.0476104,-0.032902148,0.009644813,0.021973446,0.022908133,0.00939035,0.023080595,-0.03928454,-0.00559517,0.0074659847,0.019499207,0.03815899,-0.039985757,-9.70692E-4,0.03077494,0.0049040243,-0.005923366,-0.017174922,-0.01143735,0.044279836,-0.025019817,0.0055455184,-0.010266678,-0.012691499,-0.009725198,-0.013605499,-0.029754722,0.011299827,-0.016808294,0.011174802,-0.044738125,-0.0063206153,-0.013793128,0.012267754,-0.004058797,0.038677044,-0.07299788,-0.041260958,-0.030443268,-0.020508127,-0.014190403,-0.032265723,0.012994454,-0.01736776,-0.002753713,0.034751836,6.172106E-4,0.03796643,0.004366568,0.0026832006,-0.007492188,-0.007815222,-0.011610108,-0.017532434,0.011322546,-0.026171764,-3.320286E-4,-0.00809122,-0.0099913115,-0.052280765,0.06709391,0.013618772,-0.008046992,-0.026774628,-0.0030112304,-0.011148061,-0.015862592,-0.0012523888,0.019169632,-0.013183991,0.058447897,-0.066070825,-0.018601159,-0.026439346,-0.043570194,-0.040800825,0.03182613,0.024459055,-0.011861589,0.024043743,0.020251626,0.016592184,0.0050358092,-0.031315472,-0.006125953,-0.0019090442,0.012550221,0.006066753,-0.018271126,0.0056952024,-0.018685043,0.012299163,0.008602334,-0.058497902,-0.014249865,0.024619093,0.010191363,-0.011479964,-0.05295521,0.002178216,0.010789972,-0.047581896,-0.041979644,0.003018161,-0.01187381,0.013641192,-0.006910626,-0.017476687,-0.092886284,0.016303144,-0.0656557,0.0393312,-0.00734339,-0.010661719,-0.030407853,-0.0019478837,-0.025930727,0.0143570695,0.030311229,-0.02835583,-0.028756302,0.013602009,-0.0114444,0.021219743,0.018876078,-0.00706621,0.0057647913,-2.1978962E-4,-0.039444894,-0.022552658,0.040268976,-0.026431147,0.006348533,0.01962976,-0.028969157,-0.02978469,0.015192576,0.007040585,-0.01703445,-0.019894224,-0.05302061,-0.02796155,0.016022341,0.07971494,-0.020121878,0.008103532,0.029247347,-0.050322242,-0.040082593,-0.017230613,-0.061861333,-0.0011664771,0.0638918,0.6679717,-0.008337208,0.029303335,0.030245095,-0.03465869,-0.026123257,-0.027559027,0.0011931243,0.022468442,0.031079037,-0.024323825,0.051751327,0.012491362,-0.012475901,0.016949087,0.006617063,0.027306462,-0.045174897,0.014700085,-0.031133756,0.0028133818,0.0019959125,0.011375029,0.0108162435,-0.013669856,-0.041825816,0.019307282,0.010374943,0.0043516876,0.010901093,-0.06891068,-0.017824681,-0.021618223,0.042757142,0.002811404,-0.038480062,-0.06549113,-0.006518994,0.39589778,0.045161903,0.033981014,0.003074911,0.03182808,0.033946298,0.023792086,0.0010783391,-0.022792079,2.8131215E-4,-0.011764349,-0.0097329635,-0.029654287,0.03617558,0.022550045,-0.015727773,-0.015013847,-0.014165514,-0.027054857,-0.01433588,0.01823297,-0.011408835,0.010381236,-0.0030086145,0.0107870065,-0.0089501515,-0.0024821209,0.004880558,-0.003297857,-0.01678033,-0.009938173,-0.017735299,-0.01792335,-0.008095857,-0.015562422,0.00855466,0.07420776,0.0108909,-0.0021402114,0.028655833,0.022409104,0.0044330736,0.06277253,-0.0045404425,0.0012109925,-0.007891864,-0.007558582,0.025458653,-0.009270777,-0.011058675,-0.044711497,-0.042486735,0.054807488,0.022449961,-0.009994548,-0.0145181175,0.006506842,0.008109535,0.023708044,0.012324202,0.028730625,0.049536083,-0.0026819003,0.027622702,-0.021563001,0.052271232,0.01119383,-0.010243235,0.03180048,-0.045560632,-0.02265904,0.0026275457,-0.017319424,-0.03278405,0.0031222694,-0.025735423,0.02083654,-0.056031268,0.022937516,-0.047072068,0.019013148,-0.052942477,-0.06005854,0.01698916,-6.9272966E-4,-0.0020978078,-0.014311838,0.0027517779,-0.011554661,0.012647215,-0.04290714,-0.017936137,0.008038792,-0.02773122,0.033019494,-0.031243484,0.025308052,0.016123088,-0.044190194,-0.02165721,-0.057956327}
ai_rank
描述：对给定的文档进行相关性打分。
SELECT ai_rank([model],source_sentence, sentence_to_compare);参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
source_sentence：必填，文本内容，支持字符类型（CHAR、VARCHAR、TEXT）。
sentence_to_compare：必填，与source_sentence参数值进行对比的语句，支持字符类型（CHAR、VARCHAR、TEXT）。
返回值说明
返回FIOAT类型的相关性Score，取值区间：[0, 1]，值越大相关性越高。
若source_sentence和sentence_to_compare参数其中一个值为NULL时，返回0。
使用示例
SELECT knowledge, ai_rank('阿里巴巴2024年营收是多少？', knowledge) AS score FROM ( VALUES ('Amazon 2024年营收6380亿美元'), ('Alibaba 2024年营收9411.68亿元'), ('阿里巴巴2023年的营收8686.87亿元') ) AS knowledge_table(knowledge) ORDER BY score DESC;返回结果如下。
knowledge ｜ score -----------------------------｜------- Alibaba 2024年营收9411.68亿元 ｜0.899999976 阿里巴巴2023年的营收8686.87亿元 ｜0.200000003 Amazon 2024年营收6380亿美元 ｜0.100000001
ai_chunk
描述：对长文本进行分段（切片）。
SELECT ai_chunk([model,] long_sentence[, chunk_size, chunk_overlap, separators])参数说明
参数名称
说明
model
可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
long_sentence
必填，需要分段的源文本，支持字符类型（CHAR、VARCHAR、TEXT）。
chunk_size
可选，每个分段的Chunk长度，支持INT类型， 默认值是300。
chunk_overlap
可选，相邻Chunk的Overlap长度，避免句子切到不同Chunk破坏语义，支持INT类型，默认值是50。
separators
可选，切分Chunk的分隔符，TEXT[]类型。默认值是
["\n\n", "\n", " ", ""]， 适用于处理英文文本。如果是中文文本建议使用中文分隔符["\n\n", "\n", "。", "！", "？", "；", "，", " "]。返回值说明
返回TEXT[]类型，表示分割好的Chunks列表。
若long_sentence参数值为None时，则返回None。
使用示例
SELECT ai_chunk('Hologres是阿里巴巴自主研发的一站式实时数仓引擎（Real-Time Data Warehouse），支持海量数据实时写入、实时更新、实时加工、实时分析，支持标准SQL（兼容PostgreSQL协议和语法，支持大部分PostgreSQL函数），支持PB级数据多维分析（OLAP）与即席分析（Ad Hoc），支持高并发低延迟的在线数据服务（Serving），支持多种负载的细粒度隔离与企业级安全能力，与MaxCompute、Flink、DataWorks深度融合，提供企业级离在线一体化全栈数仓解决方案。',40,10);返回结果如下。
ai_chunk --- "{"Hologres是阿里巴巴自主研发的一站式实时数仓引擎（Real-Time Data","Warehouse），支持海量数据实时写入、实时更新、实时加工、实时分析，支持标","工、实时分析，支持标准SQL（兼容PostgreSQL协议和语法，支持大部分Po","语法，支持大部分PostgreSQL函数），支持PB级数据多维分析（OLAP）与","维分析（OLAP）与即席分析（Ad","Hoc），支持高并发低延迟的在线数据服务（Serving），支持多种负载的细粒度","支持多种负载的细粒度隔离与企业级安全能力，与MaxCompute、Flink、D","te、Flink、DataWorks深度融合，提供企业级离在线一体化全栈数仓解","线一体化全栈数仓解决方案。"}"
ai_gen
描述：通过提示词调用大语言模型进行推理并输出结果。
SELECT ai_gen([model,] text)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
text：待输入的提示词，支持字符类型（CHAR、VARCHAR、TEXT）。
返回值说明
返回大模型对该问题的回答。
若text参数值为NULL时，则返回NULL；
若text参数值为空字符串（""）时，则返回空字符串（""）。
使用示例
CREATE TABLE questions ( question TEXT ); INSERT INTO questions (question) VALUES ('什么是人工智能？'), ('如何提高英语口语水平？'), ('健康饮食有哪些注意事项？'); SELECT question, ai_gen('请用 20 个字回答如下问题: ' || question) AS answer FROM questions;返回结果如下。
question ｜ answer --------------------｜------- 如何提高英语口语水平？ ｜多说多练，模仿发音，积累词汇，勇于开口。 健康饮食有哪些注意事项？ ｜均衡搭配，控制油盐糖，多蔬果，少加工，适量饮水，规律饮食。 什么是人工智能？ ｜人工智能是模拟人类智能的计算机系统，能学习、推理、感知和解决问题。
ai_classfy
描述：根据提供的分类标签对输入文本进行分类。
SELECT ai_classify([model,] content, labels)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，需要分类的文本，支持字符类型（CHAR、VARCHAR、TEXT）。
labels：必填，表示期望输出的分类标签列表，标签数量须在2~20之间，支持ARRAY类型。
返回值说明
返回分类结果，即匹配的标签。返回值类型为TEXT。
若content参数值为NULL时，则返回NULL。
若content是空字符串（""）时，则返回NULL。
若labels参数值数量不正确时，将报错。
使用示例
CREATE TABLE product_detail( product_name TEXT, product_desc TEXT ); INSERT INTO product_detail VALUES ('iphone','苹果手机'), ('p50','华为手机'), ('x200','vivo手机'), ('aaa','Dior连衣裙'), ('bbb','Dior裤子'), ('声声乌龙','茶颜悦色的奶茶'), ('夹心饼干','奥利奥的饼干'); --用ai_classify对文本分类 SELECT product_name, ai_classify(product_desc, ARRAY['电子产品', '服装', '食品']) AS catalog FROM product_detail LIMIT 10;返回结果如下。
product_name ｜catalog --------------｜------ aaa ｜服装 iphone ｜电子产品 声声乌龙 ｜食品 p50 ｜电子产品 x200 ｜电子产品 bbb ｜服装 夹心饼干 ｜食品
ai_extract
描述：从输入文本中提取指定的标签信息。
SELECT ai_extract([model,] content, labels)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，需输入的文本信息，支持字符类型（CHAR、VARCHAR、TEXT）。
labels：必填，指定的标签信息，标签数量须在1~20之间，支持ARRAY类型。
返回值说明
返回每个Label对应的提取信息，为JSON格式。
若content参数值为NULL或空字符串（""）时，则返回NULL。
若labels参数值数量不正确时，将报错。
使用示例
CREATE TABLE users ( user_id TEXT, resume TEXT ); INSERT INTO users (user_id, resume) VALUES ('u001', '姓名：张三，男，28岁。邮箱：zhangsan@example.com，电话：13800138000。工作经验丰富。'), ('u002', '姓名：李四，女，35岁。电话：13900139000，邮箱：lisi@example.com。具有管理经验。'), ('u003', '姓名：王五，男，25岁。邮箱：wangwu@example.com。电话：13700137000。'); SELECT user_id, ai_extract(resume, ARRAY['姓名','邮箱','电话','性别','年龄']) AS user_desc_obj FROM users;返回结果如下。
user_id ｜user_desc_obj --------｜------------- u002 ｜"{"姓名":"李四","年龄":"35岁","性别":"女","电话":"13900139000","邮箱":"lisi@example.com"}" u003 ｜"{"姓名":"王五","年龄":"25岁","性别":"男","电话":"13700137000","邮箱":"wangwu@example.com"}" u001 ｜"{"姓名":"张三","年龄":"28岁","性别":"男","电话":"13800138000","邮箱":"zhangsan@example.com"}"
ai_mark
描述：从输入文本中将指定的标签信息脱敏，信息脱敏后用
[MASKED]做占位符。SELECT ai_mask([model,] content, labels)参数说明：
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，需要脱敏的输入文本，支持字符类型（CHAR、VARCHAR、TEXT）。
labels：必填，需要脱敏的标签信息，标签数量须在1~20之间，支持ARRAY类型。
返回值说明
返回脱敏后的文本内容。
若content参数值为NULL时，则返回NULL。
若content参数值为空字符串（""）时，则返回空字符串。
当labels参数值数量不正确，将报错。
使用示例
SELECT ai_mask( '用户王小明，身份证号：23030611111111，手机号：13888888888。', ARRAY['身份证', '手机号']);返回结果如下。
ai_mask ------- 用户王小明，身份证号：[MASKED]，手机号：[MASKED]。
ai_fix_grammar
描述：用于修复输入文本的语法错误。
SELECT ai_fix_grammar([model,] content)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，需要修复语法的输入文本，支持字符类型（CHAR、VARCHAR、TEXT）。
返回值说明
返回修正后的文本内容。
若content参数值为NULL时，则返回NULL。
若content参数值为空字符串（""）时，则返回空字符串（""）。
使用示例
SELECT ai_fix_grammar('He dont know what to did.');返回结果如下。
ai_fix_grammar -------------- He doesn't know what to do.
ai_summarize
描述：根据输入的文本，生成一段文本的摘要。
SELECT ai_summarize([model,] content[, max_words])参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，输入文本，支持字符类型（CHAR、VARCHAR、TEXT）。
max_words：可选，大模型最多输出的字数，模型将依据该值尽量接近输出结果。默认值为50，若设置为0，则表示不做任何限制。
返回值说明
返回文本的摘要。
若content参数值为NULL时，则返回NULL。
若content参数值为空字符串（""）时，则返回空字符串（""）。
若max_words若取值小于0时，将报错。
使用示例
SELECT ai_summarize('Hologres是阿里巴巴自主研发的一站式实时数仓引擎（Real-Time Data Warehouse），支持海量数据实时写入、实时更新、实时加工、实时分析，支持标准SQL（兼容PostgreSQL协议和语法，支持大部分PostgreSQL函数），支持PB级数据多维分析（OLAP）与即席分析（Ad Hoc），支持高并发低延迟的在线数据服务（Serving），支持多种负载的细粒度隔离与企业级安全能力，与MaxCompute、Flink、DataWorks深度融合，提供企业级离在线一体化全栈数仓解决方案。', 15);返回结果如下。
ai_summarize ------------ Hologres是阿里自主研发的实时数仓引擎，支持海量数据实时处理与多维分析。
ai_translate
描述：将输入文本翻译成指定的语言。
SELECT ai_translate([model,] content, to_lang)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，输入需翻译的文本，支持字符类型（CHAR、VARCHAR、TEXT）。
to_lang： 必填，目标语言Code。详情，请参见ISO-639。
返回值说明
返回翻译后的文本。
若content参数值为NULL时，则返回NULL。
若content参数值为空字符串（""）时，则返回空字符串（""）。
若to_lang参数值非法时，将报错。
使用示例
SELECT ai_translate('Hologres是阿里巴巴自主研发的一站式实时数仓引擎（Real-Time Data Warehouse），支持海量数据实时写入、实时更新、实时加工、实时分析，支持标准SQL（兼容PostgreSQL协议和语法，支持大部分PostgreSQL函数），支持PB级数据多维分析（OLAP）与即席分析（Ad Hoc），支持高并发低延迟的在线数据服务（Serving），支持多种负载的细粒度隔离与企业级安全能力，与MaxCompute、Flink、DataWorks深度融合，提供企业级离在线一体化全栈数仓解决方案。', 'en');返回结果如下。
ai_translate ----------- Hologres is a self-developed one-stop real-time data warehouse engine by Alibaba, supporting real-time writing, real-time updating, real-time processing, and real-time analysis of massive data. It supports standard SQL (compatible with PostgreSQL protocol and syntax, supporting most PostgreSQL functions), supports multi-dimensional analysis (OLAP) and ad-hoc analysis at the PB-level, supports high-concurrency, low-latency online data services (Serving), supports fine-grained isolation for multiple workloads and enterprise-level security capabilities, and is deeply integrated with MaxCompute, Flink, and DataWorks, providing an enterprise-level fully stacked data warehouse solution that integrates online and offline processing.
ai_similarity
描述：计算两个输入文本的相似度。
SELECT ai_similarity([model,] text1, text2)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
text1和text2：需要对比相似度的两个文本，支持字符类型（CHAR、VARCHAR、TEXT）。
返回值说明
返回区间
[0, 1]之间的FLOAT类型的数值，值越大相似度越高。0表示完全不相似，1表示两个文本相等。若text1和text2参数中有一个值为NULL时，则返回0。
若text1和text2参数值均为空字符串（""）时，则返回1。
若text1和text2参数中一个值为空字符串（""），另外一个为非空字符串时，则返回0。
使用示例
CREATE TABLE products2 ( product_name TEXT ); INSERT INTO products2 (product_name) VALUES ('白色衬衫'), ('黑色西装裤'), ('休闲上衣'), ('运动外套'), ('白色连衣裙'), ('蓝牙耳机'), ('牛奶巧克力'), ('白色上衣'), ('男士T恤'), ('羽绒服'); SELECT product_name FROM products2 ORDER BY ai_similarity(product_name, '白色上衣') DESC LIMIT 5;返回结果如下。
product_name ---------- 白色上衣 白色衬衫 休闲上衣 白色连衣裙 男士T恤
ai_analyze_sentiment
描述：对输入的文本进行情感分析。
select ai_analyze_sentiment([model,] content)参数说明
model：可选，AI Function使用的模型名称。默认由系统根据已部署的模型自动分配最佳模型。如需更换模型，应先完成目标模型的部署，再修改系统表配置。具体操作，请参见修改AI Function对应的模型。
content：必填，输入的文本，支持字符类型（CHAR、VARCHAR、TEXT）。
返回值说明
返回分析之后的情感Labels，为字符类型。 不同的模型，返回的Labels内容有区别。
若content参数值为NULL或者空字符串（""）时，则返回NULL。
使用示例
--大语言模型： SELECT ai_analyze_sentiment('洞房花烛夜，金榜提名时。'); -- output example: positive --使用iic/nlp_structbert_sentiment-classification_chinese-base模型 SELECT ai_analyze_sentiment('清明时节雨纷纷，路上行人欲断魂。'); -- output example: 负面
AI Function与模型
查看Function与模型的映射关系
Hologres提供list_ai_function_infos系统表，用于查看AI Function与模型的映射关系。在Hologres管控台部署模型后，该系统表会自动更新每个AI Function对用的模型，您可以通过AI Function调用对应的模型。
不同AI Function需要适配特定类型的模型，例如：ai_embed适合embedding模型、ai_classify适合大语言模型。若实例中仅部署了一种模型，可能会出现部分AI Function分配模型为空的情况。AI Function没有部署对应的模型时，将无法使用该AI function。
SELECT * FROM list_ai_function_infos();返回结果如下。
function_name | model_name
----------------------+------------------
ai_embed | my_gte_embedding
ai_classify | my_qwen32b
ai_extract | my_qwen32b修改AI Function对应的模型
AI Function与部署的模型有默认映射值，您可以通过如下方式修改AI Function对应的模型。修改后，使用AI Function时将会调用新的模型。
全局修改
SELECT set_ai_function_info('<function_name>', '');参数说明
function_name：AI Function名称，您可以在AI Function汇总表中查看AI Function名称。
model_name：已经部署的模型名称。您可登录Hologres管理控制台在AI节点页面，查看已部署的模型名称。
说明当输入的AI Function名称和已部署模型名称不存在时，将会报错。
使用示例
SELECT set_ai_function_info('ai_embed', 'my_gte_embedding');SESSION级别修改
SESSION级别修改后，使用AI Function调用模型时，SESSION级别的配置会优先于全局修改（ai_function_info）的配置。
--仅在该连接上生效 SET hg_experimental_ai_function_name_to_model_name_mapping='<function_name>:<model_name>[,<function_name1>:<model_name1>]';