TaurusDB 接入 MaaS:让 SQL 拥抱大模型能力
TaurusDB 把文本推理和向量化接进了 SQL,使得评论、工单、客服记录不再只是被存下来的文本,而是可以被分类、被检索,也能带着出处生成回答。下面我们来看一下 TaurusDB 的核心能力和使用方
TaurusDB 把文本推理和向量化接进了 SQL,使得评论、工单、客服记录不再只是被存下来的文本,而是可以被分类、被检索,也能带着出处生成回答。下面我们来看一下 TaurusDB 的核心能力和使用方法。
核心能力#
TaurusDB 的核心能力包括文本推理、文本向量化、语义检索与 RAG。
- 文本推理:用 SQL 调用 MaaS,把分类、概括、依据资料回答变成可返回或可保存的文本结果。
- 文本向量化:原文写入时,向量由 STORED 生成列自动计算并保存,原文与向量同表。
- 语义检索与 RAG:查询向量取回候选原文,SQL 组料后生成带来源回答。
文本推理:AI_GENERATE 函数#
AI_GENERATE(model_name, prompt[, options]) 是文本推理接口,参数包括:
- model_name:实例模型目录中的逻辑模型名
- prompt:任务说明 + 业务文本或资料
- options:可选,JSON 对象,如 JSON_OBJECT('timeout_ms', 60000)
返回值是文本结果,可继续参与 SQL。
SELECT AI_GENERATE('<text_model>', '<prompt>') AS result;或者写入字段:
UPDATE documents SET label = AI_GENERATE('<text_model>', '<prompt>') WHERE ...;向量化:AI_EMBEDDING 函数#
AI_EMBEDDING(model_name, text[, options]) 是向量化接口,参数包括:
- model_name:实例模型目录中的逻辑模型名
- text:需要向量化的文本
- options:可选,JSON 对象,如 JSON_OBJECT('timeout_ms', 60000);dimension 仅在模型支持时使用,且需与 VECTOR(N) 一致
返回值是向量,维度以模型输出为准。
SELECT AI_EMBEDDING('<embedding_model>', content) AS vec FROM documents;或者保存向量:
embedding VECTOR(1024)
GENERATED ALWAYS AS (AI_EMBEDDING('<embedding_model>', content)) STORED语义检索与 RAG#
用户问“有没有人抱怨售后”,SQL 先要把这句话变成查询向量,再按距离找回最接近的评论。VEC_DISTANCE_COSINE(v1, v2) 返回两个向量的余弦距离,越小越接近。
SELECT id, content,
VEC_DISTANCE_COSINE(embedding, :query_vec) AS distance
FROM documents
WHERE embedding IS NOT NULL
ORDER BY VEC_DISTANCE_COSINE(embedding, :query_vec)
LIMIT :k;:query_vec 由 AI_EMBEDDING('<embedding_model>', :query_text) 生成,且必须与入库向量同模型/版本/维度。
场景举例:评论分类、语义检索与 RAG#
案例 SQL 与执行结果见附录A“评论案例的SQL与执行结果”。
SET @query_text='售后服务差 投诉无门';
SET @query_vec=AI_EMBEDDING('huawei/bge-m3',@query_text);
SELECT review_id, content,
ROUND(VEC_DISTANCE_COSINE(content_vec,@query_vec),4) AS cosine_distance
FROM reviews
ORDER BY cosine_distance
LIMIT 3;回答摘录(节选):
售后服务差: 评论 6 提到“售后推诿”,直接相关。 客服态度差: 评论 2 提到“客服态度差”,但未明确涉及售后或投诉无门。 投诉无门: 现有评论未明确提及投诉渠道受阻,资料不足。 评论 5: 未涉及售后服务差或投诉无门,不作为依据。
完整建表与写入#
评论表保留商品编号、用户编号、星级和正文,增加普通情感字段与自动向量化列。完整建表定义如下:
CREATE TABLE reviews (
review_id BIGINT PRIMARY KEY AUTO_INCREMENT,
product_id INT NOT NULL,
user_id INT NOT NULL,
rating TINYINT NOT NULL,
content TEXT NOT NULL,
sentiment VARCHAR(32),
content_vec VECTOR(1024)
GENERATED ALWAYS AS (AI_EMBEDDING('huawei/bge-m3',content)) STORED,
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
VECTOR INDEX ix_content_vec(content_vec) m=3 distance=cosine
) ENGINE=InnoDB;自动向量化关系由 content_vec 的列定义给出。下面摘录的是上方建表语句中的这一列,用于说明原文、计算表达式和保存位置:
content_vec VECTOR(1024)
GENERATED ALWAYS AS (AI_EMBEDDING('huawei/bge-m3',content)) STOREDcontent 提供输入正文,AI_EMBEDDING 计算向量,content_vec 保存结果。本例的 1024 维与所用向量模型的输出对应。
相关文章
评论