2025 年 3 月 26 日，濤思數(shù)據(jù)通過線上直播形式正式發(fā)布了其新一代時序數(shù)據(jù)分析 AI 智能體——TDgpt，并同步開源其核心代碼。這一創(chuàng)新功能作為 TDengine 3.3.6.0 的重要組成部分，標志著時序數(shù)據(jù)庫在原生集成 AI 能力方面邁出了關(guān)鍵一步。

TDgpt 是內(nèi)嵌于 TDengine 中的時序數(shù)據(jù)分析 AI 智能體，具備時序數(shù)據(jù)預測、異常檢測、數(shù)據(jù)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(tǒng)統(tǒng)計算法，還支持算法動態(tài)切換，實現(xiàn)了 AI 能力與數(shù)據(jù)庫查詢語句的深度融合——用戶無需編程經(jīng)驗、無需理解底層算法，僅需一條 SQL 語句即可調(diào)用復雜的 AI 能力。且通過開放的 SDK，開發(fā)者能將自研 AI 算法或模型輕松集成到 TDgpt，真正實現(xiàn)“零門檻、零初期投入、零時間差”的智能分析體驗。

在發(fā)布會上，濤思數(shù)據(jù)創(chuàng)始人& CEO 陶建輝表示：“隨著 AI 技術(shù)的成熟，越來越多企業(yè)希望將智能分析引入業(yè)務，但落地成本依然很高，尤其是在時序數(shù)據(jù)場景。TDgpt 的目標，就是讓每一位用戶都能像寫 SQL 一樣簡單地使用 AI，讓 AI 真正成為數(shù)據(jù)庫的一部分。我們選擇開源核心代碼，希望聯(lián)合開發(fā)者一起把這項能力推向全行業(yè)?！?/p>

TDgpt 當前已支持多種主流時序基礎(chǔ)模型，包括 Salesforce 的 Uni2TS、Amazon 的 Chronos、Google 的 TimesFM、小紅書的 Time-MoE，以及濤思數(shù)據(jù)自研的 TDengine time series foundation model——TDtsfm。與標準大語言模型相比，這些模型針對工業(yè)級時序數(shù)據(jù)的結(jié)構(gòu)與特點進行了優(yōu)化，具備更高的預測準確率與成本效益。其中 TDtsfm 基于 Transformer 構(gòu)建，結(jié)合濤思數(shù)據(jù)多年在時序場景中的積累，專注于為預測與異常檢測提供輕量、高效的模型能力。

零學習門檻，僅需一行 SQL

TDgpt 引入了兩個關(guān)鍵 SQL 函數(shù)：forecast() 和 anomaly_window()，可實現(xiàn)時序數(shù)據(jù)的預測與異常檢測。用戶只需在 SQL 語句中調(diào)用這兩個函數(shù)，并通過參數(shù)指定所需算法或大模型，即可完成模型的動態(tài)切換，無需修改應用程序邏輯。整個過程無需編程經(jīng)驗，也不需要了解底層算法、大語言模型或時序模型的實現(xiàn)，真正實現(xiàn)了零門檻使用，讓 AI 能力觸手可及。

零初期投入，即刻享受 AI 紅利

在部署層面，TDgpt 提供即裝即用的執(zhí)行代碼，用戶可在本地部署，也可通過注冊 TDengine 云服務快速體驗。同時，TDgpt 提供內(nèi)置的通用模型，并支持與合作伙伴算法方案的無縫對接，使用戶可以根據(jù)自身業(yè)務場景靈活選擇最適配的模型方案，僅需 10 分鐘即可完成預測與檢測模型的部署上線。

零時間差，最新算法輕松集成

TDgpt 的另一個亮點在于其對算法開發(fā)者的友好開放。通過開放的 SDK，開發(fā)者可以將自研或開源的 AI 算法輕松集成至 TDgpt 中，實現(xiàn)零時間差接入。無論是引入新算法還是更換模型，應用系統(tǒng)無需做任何改動，極大降低研發(fā)成本。算法或模型開發(fā)者可專注于算法本身，無需關(guān)注數(shù)據(jù)工程等集成工作，讓研發(fā)更高效、部署更便捷。通過這種方式，TDgpt 將數(shù)據(jù)庫平臺與 AI 模型的演進解耦，既保障了系統(tǒng)的穩(wěn)定性，又提升了算法創(chuàng)新的靈活性。

在發(fā)布會上，濤思數(shù)據(jù)還展示了三個典型演示場景：用電預測、發(fā)電預測和運維預測。任何人都可以免費下載這些場景的代碼，快速上手體驗 TDgpt 的能力，并根據(jù)自身業(yè)務需求靈活調(diào)整配置參數(shù)，輕松完成測試與驗證。

據(jù)介紹，TDgpt 的功能仍在不斷迭代。未來將于今年 7 月上線時序數(shù)據(jù)補全與分類功能，并持續(xù)集成更多優(yōu)秀的時序開源算法模型。同時，濤思數(shù)據(jù)也在持續(xù)打磨自研時序基礎(chǔ)模型 TDtsfm，以構(gòu)建具備更強泛化能力的時序分析框架。

?審核編輯 黃宇