TDgpt
时序数据分析 AI 智能体，仅需一行 SQL 即可轻松体验。
跨行业通用软件互联网数据分析AI Infra开发者工具
42 喜欢42
51 评论51
11个月前发布
演示视频与截图
视频
1/6
2/6
3/6
4/6
5/6
6/6
使用场景
TDgpt 是 TDengine 内置的时序数据分析 AI 智能体，具备时序数据预测、异常检测、补齐和分类功能。它能无缝对接各种时序数据模型、大语言模型、机器学习及传统统计算法，并支持算法动态切换，用户只需通过一条 SQL 语句即可轻松体验。
开发者/推荐人
爱倒腾的程序员
开发者北京市
陶建辉
开发者
廖浩均
开发者
用户评论 (51)
发表评论
兔兔酱_d3a6ca
复现了官网上 AWS 数据中心的 CPU 异常检测案例，误报率比之前用的开源工具低很多，能精准区分程序漏洞和硬件故障。跟着文档里的操作确实能复现，但内容太长，可读性比较差，希望后续多多优化。
回复 @兔兔酱_d3a6ca： 为了方便不同操作系统的用户都可以体验 TDgpt 的强大功能，官网的 Demo 都是用 Docker 进行操作的，场景 Demo 也会在后续不断更新，欢迎关注。
萌小呆
参与了今年的开源之夏 TDengine 的项目，代码也成功合并，感兴趣的可以去 GitHub 给项目点个 star，https://github.com/taosdata/TDengine/pull/32984
回复 @萌小呆： 已经结项公示了，恭喜！
禾景_396846
跟着导师做工业设备异常检测项目，TDgpt 的开源代码能直接扒下来二次开发，Docker 部署 5 分钟搞定测试环境，不用花时间搭复杂的依赖环境
回复 @禾景_396846： 今天我在天文信息学与虚拟天文台 2025 年学术年会上也聊到有一位天津大学的学生在老师的指导下使用 TDengine 做了一个 TDLight （TDLight: A Framework for Incremental Light CurveManagement and Smart Classification）的项目， 未来可期
Cathy
看到熟人了，今年机器学习课程的时序数据分析大作业，用 TDgpt 直接搞定的传感器数据预测模块
回复 @Cathy： 我们最近也在进校园进行宣讲和校招，欢迎关注公众号投递简历
青山6685
异常检测能精准定位风险点，减少了很多无效运维。但告警功能太简陋，不能集成企业微信 / 钉钉，还得自己写脚本转发告警，额外增加了开发成本。
回复 @青山6685： 可以通过第三方工具配置告警，官方文档直接搜“告警”就可以
vivivi
可以监控中央空调、电梯等设备的能耗时序数据，并且能自动生成节能方案吗？
回复 @vivivi： 这些都属于智慧楼宇的场景，可以参考下这篇文章：https://mp.weixin.qq.com/s/tCfUtyde_nv9Fk2Mp3VmuA
谁是吴添
基于UTSD风场数据测试过，4 秒采集频次的数据处理很流畅，15 分钟粒度预测误差能接受。但遇到极端天气时模型精度掉得厉害，希望后续能针对一些比较常用的场景做一些调优优化。
Chis0304
TDgpt 设置的使用的默认版本一般都不是规模最大的版本，有没有考虑升级使用参数更大的时序模型
回复 @Chis0304： 因为每个时序基础模型都有不同规模参数的版本，可以关注下后续 TDgpt 的发版计划。
littleorange
核心代码开源这点必须夸，还能自由集成自研算法，对学生党非常友好
回复 @littleorange： 感谢支持，如果大家在学习过程中有遇到问题欢迎前往论坛交流，有研发在线值班。如果官方文档有描述不准确的地方，也可以在文档页面下方进行勘误。
空空
用TDgpt做电力需求预测，一条 SQL 就能出结果，不用懂算法真的省了太多事了，但只内置tdtsfm_1和Time-MoE这两个基础模型，以及一个有效性评估工具好像也是企业版的，用起来不是很灵活。
回复 @空空： 目前官网也开放企业版本的 15 天试用活动，可以下载对应版本的安装包先行体验，内置模型后续也会有增加的计划，但TDgpt 设置的使用的默认版本一般都不是规模最大的版本，可以考虑使用自己常用的、参数更大的时序模型。