AI Function

AI_PROMPT

通过提示词调用大语言模型对文本进行推理并输出结果。支持系统提示词设定角色、温度控制生成多样性、思维链推理（Qwen3 系列）等高级能力。

语法

--基础调用，自动使用默认 LLM 模型
SELECT AI_PROMPT(prompt)

--指定模型
SELECT AI_PROMPT(prompt, model)

--指定模型与生成参数
SELECT AI_PROMPT(prompt, model, options)

参数说明

• prompt：必填，待输入的提示词，支持字符类型（CHAR、VARCHAR、TEXT）。

• model：可选，AI Function 使用的模型名称。默认使用内置 LLM 模型 AI_GATEWAY_LLM_MODEL。

• options：可选，JSON 字符串，控制 LLM 生成行为。各字段说明如下：

  字段	类型	说明
  temperature	DOUBLE	温度参数（0~2），越高越随机。
  max_tokens	INT	最大生成 Token 数。
  top_p	DOUBLE	核采样（Nucleus Sampling）参数。
  stop	STRING / ARRAY	停止生成的标记。
  system_prompt	STRING	系统提示词，设定 AI 角色。
  enable_thinking	BOOLEAN	启用思维链推理模式（Qwen3 系列），默认FALSE。

返回值说明

• 返回大模型对该问题的回答，类型为TEXT。

• prompt参数为 NULL 或空字符串（""）时返回报错，例如，AI_PROMPT requires at least 1 argument: prompt / AI_PROMPT: prompt cannot be empty。

使用示例

• 基础推理

  SELECT AI_PROMPT('什么是 PolarDB-X？请用一句话回答。');

  返回结果如下。

  AI_PROMPT
  ---------
  PolarDB-X 是阿里巴巴自主研发的云原生分布式数据库，兼容 MySQL 协议，支持海量数据的高并发实时处理与分析。

• 指定模型

  SELECT AI_PROMPT('用一句话解释什么是分布式数据库', 'AI_GATEWAY_LLM_MODEL');

• 设定 AI 角色

  SELECT AI_PROMPT(
      '请帮我优化这条 SQL: SELECT * FROM orders WHERE status = 1',
      'AI_GATEWAY_LLM_MODEL',
      '{"system_prompt": "你是一个资深的数据库 DBA，专注于 SQL 性能优化。"}'
  );

• 启用思维链推理

  SELECT AI_PROMPT(
      '请分析这段代码的时间复杂度并给出优化建议: for(int i=0;i<n;i++) for(int j=i;j<n;j++) sum+=a[j];',
      'AI_GATEWAY_LLM_MODEL',
      '{"enable_thinking": true}'
  );

• 结合表数据为每行数据生成描述

  SELECT
      name,
      AI_PROMPT(CONCAT('请用一句话描述这个城市: ', name)) AS description
  FROM city
  LIMIT 3;

AI_EMBEDDING

将输入的文本转换为一个固定维度的连续向量（JSON 数组），用于语义检索、聚类、推荐等场景。

语法

--基础调用，自动使用默认 EMBEDDING 模型
SELECT AI_EMBEDDING(text)

--指定模型
SELECT AI_EMBEDDING(text, model)

--指定模型与向量维度
SELECT AI_EMBEDDING(text, model, options)

参数说明

• text：必填，输入文本，支持字符类型（CHAR、VARCHAR、TEXT）。

• model：可选，AI Function 使用的模型名称。默认使用内置 EMBEDDING 模型 AI_GATEWAY_EMBEDDING_MODEL。

• options：可选，JSON 字符串，可指定向量维度。

  字段	类型	说明
  dimension	INT	向量维度（默认由模型决定）。

返回值说明

• 返回 JSON 类型，是一个浮点数数组，长度由模型或 dimension 参数决定。

• text参数为 NULL 或空字符串（""）时返回报错，例如AI_EMBEDDING requires at least 1 argument: text。

使用示例

• 基础向量化

  SELECT AI_EMBEDDING('PolarDB-X 是一款分布式数据库');

  返回结果是 JSON 数组，例如：

  AI_EMBEDDING
  ------------
  [0.123, -0.456, 0.789, ...]

• 指定向量维度

  SELECT AI_EMBEDDING(
      'PolarDB-X 是一款分布式数据库',
      'AI_GATEWAY_EMBEDDING_MODEL',
      '{"dimension": 512}'
  );

• 持久化存储向量（一次计算，永久复用）

  --建表时预留向量列
  CREATE TABLE documents (
      id BIGINT PRIMARY KEY AUTO_INCREMENT,
      content TEXT,
      embedding JSON
  );
  
  --批量生成并存储向量
  UPDATE documents
  SET embedding = AI_EMBEDDING(content)
  WHERE embedding IS NULL;

AI_SIMILARITY

计算查询文本与候选文本（或预存向量）的语义相似度，返回 0~1 之间的分值。当第二个参数传入 JSON 数组形式的向量时，函数直接使用该向量做相似度计算，不会调用任何 API，性能大幅提升，适合大规模在线检索。

语法

SELECT AI_SIMILARITY(query, text_or_vector [, similarity_type [, model]])

参数说明

返回值说明

• 返回 DOUBLE 类型的相似度 Score，取值区间：[0, 1]，值越大相似度越高。

• query或text_or_vector任一参数为 NULL 时返回报错，例如AI_SIMILARITY requires at least 2 arguments: input1, input2。

使用示例

• 文本对文本相似度

  SELECT AI_SIMILARITY('云原生数据库', 'PolarDB-X 是一款分布式云原生数据库') AS score;

  返回结果如下。

  score
  -----
  0.87

• （推荐）使用预存向量做语义检索

  --直接读取 embedding 字段，零额外 API 调用
  SELECT id, name,
      AI_SIMILARITY('分布式事务专家', embedding) AS score
  FROM resumes
  WHERE status = 'processed' AND embedding IS NOT NULL
  ORDER BY score DESC
  LIMIT 10;

AI_RANK

使用 Cross-Encoder 精排模型对查询和候选文档进行深度语义匹配打分，精度高于向量余弦相似度，常用作召回结果的二次精排。

语法

SELECT AI_RANK(query, candidate [, model [, options]])

参数说明

• query：必填，查询文本，支持字符类型（CHAR、VARCHAR、TEXT）。

• candidate：必填，候选文本，与 query 进行相关性比较，支持字符类型（CHAR、VARCHAR、TEXT）。

• model：可选，AI Function 使用的模型名称。默认使用内置 RERANK 模型 AI_GATEWAY_RERANK_MODEL。

• options：可选，JSON 字符串，控制精排参数。

返回值说明

• 返回 DOUBLE 类型的相关性 Score，取值区间：[0, 1]，值越大相关性越高。

• query或candidate任一参数为空或NULL 时返回报错，例如AI_RANK requires at least 2 arguments: query, candidate。

使用示例

• 基础打分

  SELECT AI_RANK(
      '如何优化数据库查询性能',
      '数据库索引设计与查询优化的 10 个最佳实践'
  ) AS score;

  返回结果如下。

  score
  -----
  0.91

• 对文档列表精排

  SELECT id, title,
      AI_RANK('PolarDB-X 分布式事务', content) AS relevance
  FROM articles
  WHERE category = 'database'
  ORDER BY relevance DESC
  LIMIT 10;

• 推荐用法：两阶段检索（先向量召回，再精排）

  SELECT id, name, summary, similarity_score,
      AI_RANK('Java 后端高级工程师', summary) AS rank_score
  FROM (
      SELECT id, name, summary,
          AI_SIMILARITY('Java 后端高级工程师', embedding) AS similarity_score
      FROM resumes
      WHERE embedding IS NOT NULL AND summary IS NOT NULL
      ORDER BY similarity_score DESC
      LIMIT 20
  ) recalled
  ORDER BY rank_score DESC;

AI_CLASSIFY

将文本零样本归类到您指定的候选标签中。无需训练，只需提供候选标签列表即可。支持单标签（默认）和多标签两种模式。

语法

SELECT AI_CLASSIFY(text, labels_json [, model [, options]])

参数说明

• text：必填，需要分类的文本，支持字符类型（CHAR、VARCHAR、TEXT）。

• labels_json：必填，JSON 数组形式的分类标签列表，标签数量建议在 2~20 之间。

• model：可选，AI Function 使用的模型名称。默认使用内置 LLM 模型。

• options：可选，JSON 字符串。

  字段	类型	说明
  multi_label	BOOLEAN	启用多标签分类模式，返回多个匹配标签的 JSON 数组。默认FALSE（单标签）。

返回值说明

• 单标签模式下返回匹配的标签字符串。

• 多标签模式下返回 JSON 数组形式的多个标签。

• text参数为 NULL 或空字符串（""）时返回报错，例如AI_CLASSIFY requires at least 2 arguments / AI_CLASSIFY: text cannot be empty。

使用示例

• 单标签分类（情感分析）

  SELECT AI_CLASSIFY(
      '这款产品用了一周，质量很棒，非常推荐！',
      '["positive", "negative", "neutral"]'
  ) AS sentiment;

  返回结果如下。

  sentiment
  ---------
  positive

• 多标签分类

  SELECT AI_CLASSIFY(
      '本文介绍了使用 Kubernetes 部署分布式数据库的最佳实践',
      '["数据库", "云原生", "运维", "开发"]',
      '',
      '{"multi_label": true}'
  ) AS tags;

  返回结果如下。

  tags
  ----
  ["数据库", "云原生", "运维"]

• 批量分类写回

  UPDATE resumes
  SET category = AI_CLASSIFY(
      raw_text,
      '["前端", "后端", "算法", "数据", "运维", "其他"]'
  )
  WHERE category IS NULL AND status = 'processed';

AI_EXTRACT

从非结构化文本中按指定 JSON Schema 提取结构化字段，返回 JSON 对象，可直接使用 JSON_EXTRACT 等函数展开为列。

语法

SELECT AI_EXTRACT(text, schema_json [, model])

参数说明

• text：必填，输入文本，支持字符类型（CHAR、VARCHAR、TEXT）。

• schema_json：必填，JSON 字符串，描述需要提取的字段及其含义。

• model：可选，AI Function 使用的模型名称。默认使用内置 LLM 模型。

返回值说明

• 返回 JSON 对象，包含每个 Schema 字段对应的提取结果。

• text参数为 NULL 或空字符串（""）时返回报错，例如 AI_EXTRACT requires at least 2 arguments / AI_EXTRACT: text cannot be empty。

使用示例

• 提取简历信息

  SELECT AI_EXTRACT(
      '张三，8 年 Java 开发经验，毕业于上海交通大学计算机系，曾就职于阿里巴巴，熟悉 Spring Boot、Kafka、MySQL。',
      '{"name": "姓名", "experience_years": "工作年限", "university": "毕业院校", "skills": "技能列表", "company": "前雇主"}'
  ) AS info;

  返回结果如下。

  {
    "name": "张三",
    "experience_years": "8 年",
    "university": "上海交通大学",
    "skills": "Java, Spring Boot, Kafka, MySQL",
    "company": "阿里巴巴"
  }

• 提取后展开为列

  SELECT
      id,
      JSON_UNQUOTE(JSON_EXTRACT(info, '$.name'))       AS name,
      JSON_UNQUOTE(JSON_EXTRACT(info, '$.university')) AS university,
      JSON_UNQUOTE(JSON_EXTRACT(info, '$.skills'))     AS skills
  FROM (
      SELECT id,
          AI_EXTRACT(raw_text,
              '{"name":"姓名","university":"学校","skills":"技能"}') AS info
      FROM resumes
  ) t;

AI_SUMMARIZE

将长文本压缩为指定字数以内的摘要，保留核心信息。支持指定输出语言和摘要风格。

语法

SELECT AI_SUMMARIZE(text, max_words [, model [, options]])

参数说明

• text：必填，输入文本，支持字符类型（CHAR、VARCHAR、TEXT）。

• max_words：必填，摘要最大字数，模型会尽量逼近该值。设为 0 表示不做长度限制。

• model：可选，AI Function 使用的模型名称。默认使用内置 LLM 模型。

• options：可选，JSON 字符串。

  字段	类型	说明
  language	STRING	指定摘要输出语言（如 "Chinese"、"English"）。
  style	STRING	摘要风格。设置范围： （默认）连贯段落 bullet_points：要点列表

返回值说明

• 返回 TEXT 类型的摘要内容。

• text参数为 NULL 或空字符串（""）时返回报错。例如 AI_SUMMARIZE: text cannot be empty。

• max_words参数取值小于0时返回报错。

使用示例

• 基础摘要

  SELECT AI_SUMMARIZE(raw_text, 200) AS summary
  FROM resumes
  WHERE id = 1;

• 指定输出语言（即使原文是英文，也输出中文摘要）

  SELECT AI_SUMMARIZE(raw_text, 200, '', '{"language": "Chinese"}') AS summary
  FROM resumes
  WHERE id = 1;

• 要点列表风格

  SELECT AI_SUMMARIZE(raw_text, 300, '', '{"style": "bullet_points"}') AS summary
  FROM resumes
  WHERE id = 1;

• 批量生成摘要并存储

  UPDATE resumes
  SET summary = AI_SUMMARIZE(raw_text, 200)
  WHERE summary IS NULL AND status = 'processed';

AI_PARSE_DOCUMENT

解析公网 PDF、图片等非结构化文件，将其内容转换为纯文本，支持自动识别文件类型。

语法

SELECT AI_PARSE_DOCUMENT(url [, input_format [, model [, options]]])

参数说明

返回值说明

• 返回 TEXT 类型，是从文件中解析出的纯文本内容。

• 当解析失败时，返回错误描述文本而不抛出异常。

使用示例

• 解析公网 PDF

  SELECT AI_PARSE_DOCUMENT('https://example.com/report.pdf') AS content;

• 指定文件格式

  SELECT AI_PARSE_DOCUMENT('https://example.com/report.pdf', 'pdf') AS content;

• 解析图片

  SELECT AI_PARSE_DOCUMENT('https://example.com/scan.jpg') AS content;

• 解析后接入处理流水线（解析 → 抽取 → 摘要）

  SELECT
      AI_PARSE_DOCUMENT('https://example.com/cv.pdf') AS raw_text,
      AI_EXTRACT(
          AI_PARSE_DOCUMENT('https://example.com/cv.pdf'),
          '{"name":"姓名","skills":"技能"}'
      ) AS structured,
      AI_SUMMARIZE(
          AI_PARSE_DOCUMENT('https://example.com/cv.pdf'), 200
      ) AS summary;

  说明

  优化提示：上述写法对每个 Function 都重复调用了AI_PARSE_DOCUMENT，建议使用临时表或子查询缓存解析结果，避免重复 API 调用。

AI_VL_EMBEDDING

对图片 URL、视频 URL 或纯文本生成多模态向量，支持图文混合语义检索。函数会自动检测输入类型，以 http:// 或 https:// 开头的输入按图片/视频处理，其他输入按文本处理。也可通过 options 显式指定。

支持的内容类型

• 文本：任意非 URL 字符串，自动识别为文本。

• 图片：jpg、jpeg、png、webp、bmp、tiff、tif、ico、dib、icns、sgi。

• 视频：mp4、avi、mov。

• Base64 Data URI：data:image/... 或 data:video/...。

语法

SELECT AI_VL_EMBEDDING(content [, model [, options]])

参数说明

• content：必填，文本字符串、图片/视频 URL 或 Base64 Data URI。

• model：可选，AI Function 使用的模型名称。默认使用内置 VL_EMBEDDING 模型 AI_GATEWAY_VL_EMBEDDING_MODEL。

• options：可选，JSON 字符串。

  字段	类型	说明
  content_type	STRING	显式指定内容类型："text"、"image" 或 "video"。不指定时自动检测。
  dimension	INT	向量维度（默认由模型决定）。
  fps	DOUBLE	视频帧采样率（仅对视频有效）。

返回值说明

返回 JSON 类型的浮点数数组。

使用示例

• 生成图片向量

  SELECT AI_VL_EMBEDDING('https://example.com/product.jpg') AS vec;

• 生成文本向量（多模态空间）

  SELECT AI_VL_EMBEDDING('红色连衣裙') AS vec;

• 生成视频向量并显式指定参数

  SELECT AI_VL_EMBEDDING(
      'https://example.com/clip.mp4',
      '',
      '{"content_type": "video", "dimension": 1024, "fps": 2.0}'
  ) AS vec;

• 以图搜图

  SELECT id, product_name,
      AI_SIMILARITY(
          AI_VL_EMBEDDING('https://example.com/query.jpg'),
          image_embedding
      ) AS similarity
  FROM products
  WHERE image_embedding IS NOT NULL
  ORDER BY similarity DESC
  LIMIT 10;

• 图文混合检索

  --同时计算文本相似度与图片相似度，加权求和
  SELECT id, product_name,
      (AI_SIMILARITY('红色连衣裙', text_embedding) * 0.4 +
       AI_SIMILARITY(AI_VL_EMBEDDING('https://example.com/red_dress.jpg'), image_embedding) * 0.6
      ) AS combined_score
  FROM products
  ORDER BY combined_score DESC
  LIMIT 20;

AI_TEXT2SQL

将自然语言查询转换为可执行 SQL 语句。函数自动识别当前数据库（USE database 选择的库）下的表结构，并将其与您的自然语言描述一同提交给大语言模型生成 SQL。当库中表数量较多时，会先让模型筛选相关表，再据此生成最终 SQL。

--基础调用
SELECT AI_TEXT2SQL(prompt);

--指定模型
SELECT AI_TEXT2SQL(prompt, model);

--指定模型与生成参数
SELECT AI_TEXT2SQL(prompt, model, options);

参数说明

• prompt：必填，自然语言查询描述，支持字符类型（CHAR、VARCHAR、TEXT）。

• model：可选，AI Function 使用的模型名称。默认使用 AI 网关配置的 LLM 模型 AI_GATEWAY_LLM_MODEL。

• options：可选，JSON 字符串，控制 LLM 生成行为（temperature、max_tokens 等，与 AI_PROMPT 一致）。

返回值说明

• 返回 TEXT 类型，是模型生成的 SQL 语句。

• prompt参数为 NULL 或空字符串（""）时返回报错。例如 AI_TEXT2SQL: text cannot be empty。

使用示例

• 基础查询生成

  --切换到目标数据库后调用
  USE my_database;
  
  SELECT AI_TEXT2SQL('查询所有年龄大于 30 的用户');

  返回类似：

  AI_TEXT2SQL
  -----------
  SELECT * FROM users WHERE age > 30;

• 跨表聚合查询

  SELECT AI_TEXT2SQL('统计每个部门的员工数量和平均工资');

• 中英文混合

  SELECT AI_TEXT2SQL('Find the top 10 best-selling products in the last 7 days');

• 指定模型与温度

  SELECT AI_TEXT2SQL(
      '查询销售额最高的5个商品',
      'AI_GATEWAY_LLM_MODEL',
      '{"temperature": 0.1, "max_tokens": 500}'
  );

模型管理

AI 网关启动后会自动注册以下类型的模型，并为每个 AI Function 配置最佳默认模型：

查看已注册模型

查看 AI 函数配置

--查看所有 AI 函数
SHOW AI FUNCTION;

--查看指定函数
SHOW AI FUNCTION FROM AI_PROMPT;

mysql> SHOW AI FUNCTION;
+-------------------+---------------------------------+--------------------+----------------------------+
| FUNCTION          | DEFAULT_MODEL                   | ACTUAL_MODEL       | DESCRIPTION                |
+-------------------+---------------------------------+--------------------+----------------------------+
| AI_PROMPT         | AI_GATEWAY_LLM_MODEL            | qwen3.5-plus       | AI prompt function         |
| AI_EMBEDDING      | AI_GATEWAY_EMBEDDING_MODEL      | text-embedding-v4  | AI embedding function      |
| AI_CLASSIFY       | AI_GATEWAY_LLM_MODEL            | qwen3.5-plus       | AI classify function       |
| AI_RANK           | AI_GATEWAY_RERANK_MODEL         | qwen3-vl-rerank    | AI rank function           |
| AI_SIMILARITY     | AI_GATEWAY_EMBEDDING_MODEL      | text-embedding-v4  | AI similarity function     |
| AI_EXTRACT        | AI_GATEWAY_LLM_MODEL            | qwen3.5-plus       | AI extract function        |
| AI_SUMMARIZE      | AI_GATEWAY_LLM_MODEL            | qwen3.5-plus       | AI summarize function      |
| AI_PARSE_DOCUMENT | AI_GATEWAY_DOCUMENT_PARSE_MODEL | qwen-doc-turbo     | AI parse document function |
| AI_VL_EMBEDDING   | AI_GATEWAY_VL_EMBEDDING_MODEL   | qwen3-vl-embedding | AI vl embedding function   |
| AI_TEXT2SQL       | AI_GATEWAY_LLM_MODEL            | qwen3.5-plus       | AI text2sql function       |
+-------------------+---------------------------------+--------------------+----------------------------+

修改 AI 函数默认模型

SELECT AI_UPDATE_FUNCTION(function_name, model_name);

指定 AI Function 调用的模型

每个 AI Function 都默认绑定一个推荐模型，调用 Function 时如未指定模型名，会自动使用对应类型的默认模型。如需切换为其他内置模型，仅需在 Function 调用时通过第二个参数显式传入模型名即可。

--默认调用 AI_GATEWAY_LLM_MODEL
SELECT AI_PROMPT('用一句话解释什么是分布式数据库');

--切换为更快的 Turbo 模型
SELECT AI_PROMPT('用一句话解释什么是分布式数据库', 'AI_GATEWAY_LLM_MODEL');

--切换为更强的 Max 模型
SELECT AI_PROMPT('用一句话解释什么是分布式数据库', 'AI_GATEWAY_LLM_MODEL');

两阶段语义检索（向量召回 + Cross-Encoder 精排）

构建企业级语义检索时，单一向量相似度的召回精度有限。推荐采用“向量粗排 + 精排”两阶段方案：先用 AI_SIMILARITY 基于预存向量做毫秒级召回，再用 AI_RANK 对前 N 条（Top-N）候选做高精度打分，最终输出最相关结果。

--1. 离线建库：批量计算并存储向量
UPDATE resumes
SET embedding = AI_EMBEDDING(raw_text)
WHERE embedding IS NULL;

--2. 在线检索：两阶段查询，一条 SQL 完成
SELECT id, name, summary, similarity_score,
    AI_RANK('Java 后端高级工程师', summary) AS rank_score
FROM (
    SELECT id, name, summary,
        AI_SIMILARITY('Java 后端高级工程师', embedding) AS similarity_score
    FROM resumes
    WHERE embedding IS NOT NULL AND summary IS NOT NULL
    ORDER BY similarity_score DESC
    LIMIT 20
) recalled
ORDER BY rank_score DESC;

关键要点

• 离线阶段一次计算向量并落库，在线阶段直接读取，避免重复调用 Embedding API。

• 内层只做向量计算（无 API 调用），外层 AI_RANK 仅对 Top-20 精排，整体延迟可控。

非结构化文档转结构化数据流水线

将解析、抽取、摘要、分类、向量化等多个 AI Function 串联，可在一条 SQL 中将 PDF/图片等非结构化数据转化为可分析的结构化数据并落库。

INSERT INTO resumes (raw_text, structured_info, summary, category, embedding)
SELECT
    AI_PARSE_DOCUMENT(file_url) AS raw_text,
    AI_EXTRACT(
        AI_PARSE_DOCUMENT(file_url),
        '{"name":"姓名","skills":"技能","experience_years":"工作年限"}'
    ) AS structured_info,
    AI_SUMMARIZE(AI_PARSE_DOCUMENT(file_url), 200) AS summary,
    AI_CLASSIFY(
        AI_PARSE_DOCUMENT(file_url),
        '["前端", "后端", "算法", "数据", "运维", "其他"]'
    ) AS category,
    AI_EMBEDDING(AI_PARSE_DOCUMENT(file_url)) AS embedding
FROM file_inbox
WHERE status = 'pending';

多模态商品检索（以图搜图 + 图文混合检索）

借助 AI_VL_EMBEDDING，可在统一的多模态语义空间中同时表达图片与文本，构建图文一体的商品检索系统。

1. 商品入库：同时存储多模态向量与纯文本向量

   INSERT INTO products (name, image_url, text_embedding, image_embedding)
   VALUES (
       ?,
       ?,
       AI_EMBEDDING(?),
       AI_VL_EMBEDDING(?)
   );

2. 以图搜图

   SELECT id, product_name,
       AI_SIMILARITY(
           AI_VL_EMBEDDING('https://example.com/query.jpg'),
           image_embedding
       ) AS similarity
   FROM products
   WHERE image_embedding IS NOT NULL
   ORDER BY similarity DESC
   LIMIT 10;

3. 图文混合检索：文本相似度与图片相似度加权融合

   SELECT id, product_name,
       (AI_SIMILARITY('红色连衣裙', text_embedding) * 0.4 +
        AI_SIMILARITY(AI_VL_EMBEDDING('https://example.com/red_dress.jpg'), image_embedding) * 0.6
       ) AS combined_score
   FROM products
   ORDER BY combined_score DESC
   LIMIT 20;

关键要点

• AI_VL_EMBEDDING 与 AI_EMBEDDING 输出的向量位于不同语义空间，不可跨函数混用，建议在表中分别存储 text_embedding 与 image_embedding。

• 加权系数可结合业务效果调整，例如重图片场景设 image 权重 0.7+，重文本场景设 text 权重 0.7+。

批量数据治理（分类、脱敏、清洗）

利用 AI Function 的批量调用能力，可在 SQL 中直接对存量数据做语义级治理，无需写额外的 ETL 程序。

• 批量分类

  UPDATE feedback
  SET sentiment = AI_CLASSIFY(content, '["positive", "negative", "neutral"]')
  WHERE sentiment IS NULL;

• 批量结构化抽取

  UPDATE orders
  SET parsed_info = AI_EXTRACT(
      order_notes,
      '{"customer_name":"客户姓名","delivery_address":"配送地址","special_requirements":"特殊要求"}'
  )
  WHERE order_notes IS NOT NULL AND parsed_info IS NULL;

• 批量摘要

  UPDATE articles
  SET summary = AI_SUMMARIZE(content, 200)
  WHERE summary IS NULL;

关键要点

• 推荐分批 UPDATE（如按主键范围），避免一次性扫描超大表导致单条 SQL 长时间占用资源。

• 对延迟敏感的在线场景，建议将向量、摘要等结果预计算并落库，查询时直接复用。