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。省略时使用 AI 网关配置的默认 LLM 模型。显式指定时，模型名称必须来自 SHOW AI MODEL 的返回结果。

• 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。

• 企业版：prompt参数为 NULL 或空字符串（""）时返回报错。标准版：prompt为 NULL 时返回 NULL，为空字符串（""）时返回报错。

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。请先通过 SHOW AI MODEL 获取当前实例实际可用的模型名称。

  SHOW AI MODEL;
  
  --将 <model_name> 替换为 SHOW AI MODEL 返回的可用 LLM 模型名称
  SELECT AI_PROMPT('用一句话解释什么是分布式数据库', '<model_name>');

• 设定 AI 角色

  SELECT AI_PROMPT(
      '请帮我优化这条 SQL: SELECT * FROM orders WHERE status = 1',
      '', --空字符串表示使用默认模型
      '{"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];',
      '', --空字符串表示使用默认模型
      '{"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。省略时使用 AI 网关配置的默认 EMBEDDING 模型。显式指定时，模型名称必须来自 SHOW AI MODEL 的返回结果。

• 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 数组格式的字符串，内容为浮点数数组，长度由模型或 dimension 参数决定。

• 企业版：text参数为 NULL 或空字符串（""）时返回报错。标准版：text为 NULL 或空字符串（""）时返回 NULL。

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',
      '', --空字符串表示使用默认模型
      '{"dimension": 512}'
  );

• 持久化存储向量（一次计算，永久复用）

  --以下示例以 1024 维为例，实际维度必须与 AI_EMBEDDING 的输出维度一致
  CREATE TABLE documents (
      id BIGINT PRIMARY KEY AUTO_INCREMENT,
      content TEXT,
      embedding VECTOR(1024),
      VECTOR INDEX idx_embedding(embedding) DISTANCE=COSINE
  ) PARTITION BY KEY(id) PARTITIONS 4;
  
  --批量生成并存储向量
  UPDATE documents
  SET embedding = VEC_FROMTEXT(AI_EMBEDDING(content))
  WHERE embedding IS NULL;

  说明

  使用向量列和向量索引前，需先开启向量索引功能：将系统变量 vidx_disabled 修改为 OFF（该变量为反向开关，默认值 ON 表示功能关闭）。详情请参见原生向量索引（Vector）文档。

AI_SIMILARITY

计算两个文本、两个向量或文本与向量之间的余弦相似度、欧氏距离或点积。只有两个输入均为向量时才会直接在本地计算，不调用 Embedding API；任一输入为文本时，文本仍需先调用 Embedding API 转换为向量。

语法

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

参数说明

返回值说明

• cosine：返回余弦相似度，取值区间为 [-1, 1]，值越大越相似，检索时按降序排列。

• euclidean：返回欧氏距离，取值区间为 [0, +∞)，值越小越相似，检索时按升序排列。

• dot：返回向量点积，取值可以是任意实数。通常值越大越相关，但结果受向量模长影响。

• 企业版：若输入为空、向量格式非法或两个向量维度不一致，语句将报错。标准版：输入为 NULL 时返回 NULL。

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

• 使用预存向量计算相似度

  --查询向量只生成一次，避免在逐行计算时重复调用 Embedding API
  SET @query_embedding = AI_EMBEDDING('分布式事务专家');
  
  SELECT id, name,
      AI_SIMILARITY(@query_embedding, VEC_TOTEXT(embedding), 'cosine') 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。省略时使用 AI 网关配置的默认 RERANK 模型。显式指定时，模型名称必须来自 SHOW AI MODEL 的返回结果。

• 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。

• 企业版：query或candidate任一参数为 NULL 时返回报错。标准版：任一参数为 NULL 时返回 NULL。

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，支持 ARRAY 类型，标签数量建议在 2~20 之间。

• model：可选，AI Function 使用的模型名称。省略时使用 AI 网关配置的默认 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。

• 企业版：text参数为 NULL 或空字符串（""）时返回报错。标准版：text为 NULL 时返回 NULL，为空字符串（""）时返回报错。

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

根据字段描述对象从非结构化文本中提取结构化字段，返回 JSON 对象格式的字符串，可直接使用 JSON_EXTRACT 等函数展开为列。这里的字段描述对象不是标准 JSON Schema。

语法

SELECT AI_EXTRACT(text, fields_json [, model [, options]])

参数说明

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

• fields_json：必填，JSON 对象格式的字符串，键为待提取字段名，值为该字段的含义，例如 {"name":"姓名","skills":"技能列表"}。

• model：可选，AI Function 使用的模型名称。省略时使用 AI 网关配置的默认 LLM 模型。

• options：可选，JSON 字符串，支持 temperature、max_tokens、system_prompt。

返回值说明

• 返回 JSON 对象格式的字符串，包含每个字段对应的提取结果，可供 JSON 函数解析。

• 企业版：text参数为 NULL 或空字符串（""）时返回报错。标准版：text为 NULL 时返回 NULL，为空字符串（""）时返回报错。

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最大字符数以内的摘要，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_length [, model [, options]]])

参数说明

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

• max_length：可选，摘要最大字符数，默认值为 200。取值为 0 或负数时使用默认值，不表示取消长度限制。

• model：可选，AI Function 使用的模型名称。省略时使用 AI 网关配置的默认 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。

• 企业版：text参数为 NULL 或空字符串（""）时返回报错。标准版：text为 NULL 时返回 NULL，为空字符串（""）时返回报错。

• max_length取值为 0 或负数时使用默认值。

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、Word、PPT、TXT、Markdown、HTML、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。

• URL 无效、文件无法访问、文件内容不受支持或解析失败时，语句将抛出 SQL 异常。调用方需要捕获并处理异常。

使用示例

• 解析公网 PDF

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

• 指定文件格式

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

• 解析图片（如扫描件简历）

  SELECT AI_PARSE_DOCUMENT('https://example.com/resume_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。省略时使用 AI 网关配置的默认 VL_EMBEDDING 模型。显式指定时，模型名称必须来自 SHOW AI MODEL 的返回结果。

• 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。省略时使用 AI 网关配置的默认 LLM 模型。显式指定时，模型名称必须来自 SHOW AI MODEL 的返回结果。

• 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。

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',
      '', --空字符串表示使用默认模型
      '{"temperature": 0.1, "max_tokens": 500}'
  );

模型管理

PolarDB-XAI Function 的模型完全由 AI 网关统一管理。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：

查看可用模型

查看模型详情

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;

修改 AI 函数默认模型

AI 网关会为每个 AI Function 配置推荐的默认模型。如需切换某个 Function 使用的默认模型（例如希望 AI_PROMPT 使用更强的模型），可通过以下方式修改。

SELECT AI_UPDATE_FUNCTION(function_name, model_name);

指定 AI Function 调用的模型

每个 AI Function 都已由 AI 网关绑定了最佳默认模型，调用时无需指定模型名。如需使用其他可用模型，可通过对应 Function 的 model 参数显式传入 SHOW AI MODEL 返回的模型名称。不同 Function 的 model 参数位置可能不同。

--使用默认模型（推荐，开箱即用）
SELECT AI_PROMPT('用一句话解释什么是分布式数据库');

--显式指定其他可用模型
SELECT AI_PROMPT('用一句话解释什么是分布式数据库', '<model_name>');

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「向量索引召回 + 精排」两阶段方案：先使用 HNSW 向量索引召回 Top-N 候选，再用 AI_RANK 对候选做高精度打分，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 = VEC_FROMTEXT(AI_EMBEDDING(raw_text))
WHERE embedding IS NULL;

--2. 在线检索：查询向量只生成一次
SET @query_embedding = AI_EMBEDDING('Java 后端高级工程师');

--3. 向量索引召回 Top-20，再调用 AI_RANK 精排
SELECT id, name, summary, vector_distance,
    AI_RANK('Java 后端高级工程师', summary) AS rank_score
FROM (
    SELECT id, name, summary,
        VEC_DISTANCE_COSINE(embedding, VEC_FROMTEXT(@query_embedding)) AS vector_distance
    FROM resumes
    WHERE embedding IS NOT NULL AND summary IS NOT NULL
    ORDER BY vector_distance ASC
    LIMIT 20
) recalled
ORDER BY rank_score DESC;

关键要点

• embedding 应使用与模型输出维度一致的 VECTOR 列，并创建 HNSW 向量索引。

• 查询向量只生成一次。召回阶段不调用 Embedding API，AI_RANK 仅对 Top-20 候选精排，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。文档解析属于远程模型调用，应确保同一文档只解析一次，避免重复调用。

--在子查询中只解析一次文档，外层对解析结果执行抽取、摘要、分类和向量化
INSERT INTO resumes (raw_text, structured_info, summary, category, embedding)
SELECT
    raw_text,
    AI_EXTRACT(
        raw_text,
        '{"name":"姓名","skills":"技能","experience_years":"工作年限"}'
    ) AS structured_info,
    AI_SUMMARIZE(raw_text, 200) AS summary,
    AI_CLASSIFY(
        raw_text,
        '["前端", "后端", "算法", "数据", "运维", "其他"]'
    ) AS category,
    VEC_FROMTEXT(AI_EMBEDDING(raw_text)) AS embedding
FROM (
    SELECT AI_PARSE_DOCUMENT(file_url) AS raw_text
    FROM file_inbox
    WHERE status = 'pending'
) parsed;

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(?),                       --纯文本向量，用于文本-文本检索
       AI_VL_EMBEDDING(?)                     --多模态向量，用于图文混合检索
   );

2. 以图搜图

   SET @query_image_embedding = AI_VL_EMBEDDING('https://example.com/query.jpg');
   
   SELECT id, product_name,
       AI_SIMILARITY(
           @query_image_embedding,
           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

   SET @query_text_embedding = AI_EMBEDDING('红色连衣裙');
   SET @query_image_embedding = AI_VL_EMBEDDING('https://example.com/red_dress.jpg');
   
   SELECT id, product_name,
       (AI_SIMILARITY(@query_text_embedding, text_embedding) * 0.4 +
        AI_SIMILARITY(@query_image_embedding, 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。