今天分享的是：AI专题：AI原生数据应用架构与落地探讨(1)

报告共计：30页

《AI原生数据应用架构与落地探讨》围绕DB - GPT展开，介绍其架构、应用实践、挑战及未来规划。

背景

大模型出现后，数据领域交互方式改变，面临多维数据处理难题，催生新交互范式需求。

DB - GPT架构

- 项目介绍

- 开源AI原生数据应用开发框架，旨在构建大模型基础设施，具有多方面优势，如支持AI原生应用开发、智能体工作流编排等，方便围绕数据库构建大模型应用。

- 架构核心特色

- 包括服务化多模型管理框架、智能体工作流表达语言AWEL等，同时注重隐私安全，通过多种技术保障。

- 智能体架构

- 涉及角色认定等概念，利用多种技术实现智能体功能。

智能体应用实践与挑战

- 应用案例

- 以数据库专家智能体Kevin为例，具有智能问答等6大能力，通过对接监控告警和诊断智能体等实现功能，在Web端和移动端有良好表现。

- 构建与知识处理

- 包括查询改写等构建技术，以及知识收集、加工、融合等知识构建过程，还涉及意图识别与智能体构建流程。

- 技术挑战

- 面临意图识别、Agent - Linking、召回准确率等多方面挑战，还包括多轮对话参数补充及角色认定与永久记忆问题。

未来规划

- 现存问题

- DB - GPT存在开发门槛高、默认场景效果待提升、产品化能力不足、文档教程案例少等问题。

- 版本计划

- V0.6.0版本将重点提升产品化能力，包括更易用、微调效果、提供教程、完善文档、集成发布等。

以下为报告节选内容