TDgpt

为什么要开发 TDgpt？

• 时序数据分析需求广泛，但现有算法多依赖 Python/R 工具包或数据库内置 ML 库，使用场景受限。

• AI 技术为时序分析带来新机遇，却对数据库系统的 AI 集成能力提出了新要求。

• 需打通 “数据存储” 与 “智能分析” 的衔接，让用户无需复杂操作即可调用多元模型处理时序数据。

TDgpt 的技术特点

• 调用方式极简：无需掌握 Python/R 等语言，一行 SQL 即可直接调用统计、机器学习、深度学习、大模型等多元算法。

• 集成无缝适配：作为外置式智能体，与 TDengine TSDB 深度适配，可无缝嵌入查询流程，且系统无状态易部署。

• 算法切换灵活：仅修改 “algo” 参数就能切换不同算法或调用第三方 MaaS 服务，无需改动应用代码。

• 系统开放可扩展：支持用户自定义添加各类时序分析算法，新增后通过 SQL 参数即可直接使用。

推荐理由

• 大幅降低 AI 与时序数据分析的融合门槛，提升分析效率。

• 与 TDengine 无缝集成，无需重构现有数据存储架构，落地成本低。

• 开放生态支持个性化扩展，能持续适配业务增长中的新需求。