我們常說“要讓數據用起來”，但要真正把 AI 能力用在時序數據上，并不容易：建模型、接數據、調參數、寫代碼……能不能再簡單一些？答案是：可以，你只需要一個 TDgpt。

3 月 26 日，TDengine 迎來了 AI 能力上的重要升級。我們通過線上直播正式發布了新一代時序數據分析 AI 智能體——TDgpt，并同(tong)步在(zai) GitHub 開源其核心代碼(ma)。這一(yi)創新(xin)功能作為(wei) TDengine 3.3.6.0 的重要組成部分，標志著(zhu)時序數據庫在(zai)原生集(ji)成 AI 能力(li)方面邁出了(le)關鍵一(yi)步。

開源地址：

發(fa)布(bu)會上，濤思數(shu)據(ju)創始人& CEO 陶建(jian)輝(hui)表示：“TDgpt 的目標，是讓(rang)每(mei)一(yi)位(wei)用戶都能像寫 SQL 一(yi)樣簡單地使用 AI，讓(rang) AI 真正成為數(shu)據(ju)庫的一(yi)部分。我們(men)選擇(ze)開(kai)源，希望和開(kai)發(fa)者一(yi)起，把這項(xiang)能力推向(xiang)整個行業。”

三大“零門檻”，讓 AI 不再高不可攀

TDgpt 是內嵌于 TDengine 中的時序數據分析 AI 智能體，具備時序數據預測、異常檢測、數據補全、分類等多項智能分析能力。它不僅能無縫對接主流時序模型、大語言模型、機器學習與傳統統計算法，還支持算法動態切換，實現了 AI 能力與數據庫查詢語句的深度融合——用戶無需編程經驗、無需理解底層算法，僅需一條 SQL 語句即可調用復雜的 AI 能力。且通過開放的 SDK，開發者能將自研 AI 算法或模型輕松集成到 TDgpt，真正實現“零門檻、零初期投入、零時間差”的智能分析體驗。

TDgpt 的優勢可以概括為以下三點：

零學習門檻，僅需一行 SQL

我們在 TDgpt 中引入了(le)(le)兩個關鍵 SQL 函數：forecast() 和 anomaly_window()，可(ke)實現時序(xu)數據的預測與異常檢測。用(yong)戶只需在 SQL 語句中調用(yong)這兩個函數，并通過(guo)參數指定所需算法(fa)或大模(mo)(mo)型，即可(ke)完成(cheng)模(mo)(mo)型的動態切(qie)換(huan)，無需修改應用(yong)程(cheng)序(xu)邏輯。整(zheng)個過(guo)程(cheng)無需編程(cheng)經驗，也(ye)不需要了(le)(le)解底層(ceng)算法(fa)、大語言(yan)模(mo)(mo)型或時序(xu)模(mo)(mo)型的實現，真正實現了(le)(le)零門檻使(shi)用(yong)，讓 AI 能力(li)觸手可(ke)及。

零初期投入，10 分鐘部署上線

在部(bu)署(shu)層面，TDgpt 提(ti)供(gong)(gong)即(ji)裝即(ji)用(yong)的(de)(de)執行代碼，用(yong)戶可在本地部(bu)署(shu)，也(ye)可通(tong)過注(zhu)冊 TDengine 云(yun)服務快速(su)體(ti)驗。同時，TDgpt 提(ti)供(gong)(gong)內置的(de)(de)通(tong)用(yong)模(mo)型(xing)(xing)，并(bing)支持與合(he)作伙伴算法方(fang)案(an)的(de)(de)無(wu)縫(feng)對接，使(shi)用(yong)戶可以(yi)根(gen)據自(zi)身業務場景靈(ling)活(huo)選擇最適配的(de)(de)模(mo)型(xing)(xing)方(fang)案(an)，僅需 10 分鐘即(ji)可完成(cheng)預測(ce)與檢測(ce)模(mo)型(xing)(xing)的(de)(de)部(bu)署(shu)上線。

零時間差，輕松集成新算法

TDgpt 同時(shi)也面向算法(fa)(fa)開發者提供了開放 SDK，可將(jiang)自研或(huo)開源 AI 模(mo)型(xing)一鍵集(ji)成(cheng)(cheng)(cheng)到 TDgpt 中(zhong)，無需更改業務(wu)代碼(ma)或(huo)數(shu)(shu)據(ju)管道，實現(xian)零時(shi)間(jian)差接入(ru)。無論是引入(ru)新(xin)(xin)模(mo)型(xing)，還是更新(xin)(xin)已有算法(fa)(fa)，都能實現(xian)“熱插(cha)拔”式接入(ru)，降低集(ji)成(cheng)(cheng)(cheng)成(cheng)(cheng)(cheng)本，提升(sheng)部(bu)署效率。算法(fa)(fa)或(huo)模(mo)型(xing)開發者可專注于算法(fa)(fa)本身(shen)，無需關注數(shu)(shu)據(ju)工程等集(ji)成(cheng)(cheng)(cheng)工作(zuo)，讓(rang)研發更高(gao)效、部(bu)署更便捷。

TDgpt 支持哪些時序模型？

與通(tong)用 LLM 不同，工業領域的時(shi)序(xu)數據對算法提出了更高(gao)要(yao)求(qiu)——不僅要(yao)求(qiu)高(gao)準確率，還需要(yao)資源開銷可控。為了打(da)造更好的應用體驗，TDgpt 當前已支持多種主流時(shi)序(xu)模(mo)型，包括：

• Salesforce 的 Uni2TS
• Amazon 的 Chronos
• Google 的 TimesFM
• 小紅書的 Time-MoE
• 濤思數據自研 TDengine 時序基礎模型 TDtsfm

其中，TDtsfm?是(shi) TDengine 基于 Transformer 構建(jian)，結合我們(men)多(duo)年在時序領域(yu)的(de)工程實踐，專(zhuan)為時序數據設計的(de)輕量(liang)基礎模型，能夠有效(xiao)提升預測和異常檢測的(de)效(xiao)果(guo)，在后續的(de)產品演(yan)進中也(ye)將持續優化(hua)。

三大演示場景，立即上手體驗

在發布會上，我們還展示了 TDgpt 在三個典型場景中的應用：用電預測、發電預測、運維預測。任何人(ren)都(dou)可以(yi)免(mian)費下載這(zhe)些場(chang)景的代碼(ma)，快速(su)上手體驗 TDgpt 的能力，并根據(ju)自身業(ye)務需求靈活調整配(pei)置參數，輕(qing)松完成測(ce)試與驗證(zheng)。

訪問?yakult-sh.com.cn/tdgpt?了解更多

目前，TDgpt 的能力仍在持續迭代中。今年 7 月，我們將上線數據補全與分類功能，并持(chi)續集成更多優秀(xiu)的(de)開源模型。同時，自研模型 TDtsfm 也(ye)在持(chi)續打磨(mo)中(zhong)，目標是打造更具泛化能力的(de)時序分析框架，大家敬請期待(dai)。

致敬每一位參與其中的你

TDgpt 的發布離不開每一位團隊成員的努力，感謝研發、產品、測試、運營、商務等多個團隊在過去幾個月的密切配合與持續打磨！現在 TDgpt 核心代碼已開源，歡迎感興趣的小伙伴進入??親自體驗 TDgpt 的強大能力。也歡迎大家給 GitHub 項目點個 ?，向社區展示我們的實力！AI?不是未來，而是此刻。TDengine 的目(mu)標，從(cong)來不只是存數據，而是讓數據真正被“用起來”。而 TDgpt，正是我們通往這個目(mu)標的重要(yao)一(yi)步(bu)。

如果你錯(cuo)過了本(ben)次(ci)直(zhi)播，歡迎(ying)進(jin)入(ru) TDengine 視頻號，點(dian)擊“直(zhi)播回放”選擇本(ben)次(ci)直(zhi)播進(jin)行觀看。