下一代 AI 实时计算与数据的基础设施
页面定位为“下一代 AI 实时计算与数据的基础设施”，强调为 AI 应用提供高性能、多模态的一站式数据底座，并提供预约 Demo 入口。
Source: https://dolphindb.cn/ai
What this page covers
- 页面定位与预约 Demo 入口
- DolphinDB 作为面向 AI Agent 的数据底座能力概述
- DolphinMind（企业级 RAG 智能体）的架构与使用说明
- Starfish AI（投研与因子开发智能体）的定位与交互方式
- 研报分析助手的流程与输出
- AI-Ready 的 DolphinDB 核心技术优势清单
- 预约演示表单字段与隐私/条款提示
技能认证特训营第二期报名活动
页面顶部活动提示，邀请用户限时报名并获得专属福利优惠。
- 活动为“技能认证特训营第二期”。
- 活动状态显示为正式开启。
- 提供“限时报名”的外链入口。
- 活动文案提到可享专属福利优惠（表述较为概括）。
下一代 AI 实时计算与数据的基础设施
页面主标题与定位描述，强调为 AI 应用提供一站式高性能多模态数据底座，并提供预约 Demo 的入口。
- 页面主张为“下一代 AI 实时计算与数据的基础设施”。
- 覆盖从实时特征工程到大模型 RAG 的数据底座场景。
- 强调提供高性能、多模态的一站式数据底座。
- 提供“预约 Demo”的链接入口。
基于 DolphinDB 打造面向 AI Agent 的数据底座
概述 DolphinDB 作为 AI Agent 数据底座的三类能力：多模态统一存储、大模型生态连接、以及库内推理加速。
- DolphinDB 被描述为面向 AI Agent 的数据底座。
- 在同一系统内统一存储时序、向量与文本相关数据。
- 支持使用同一套代码完成特征训练与实时推理（流批一体）。
- 支持 MCP 协议，用于连接大模型与数据资产。
- 支持将机器学习推理下沉到数据层，在库内完成推理与复杂计算。
DolphinMind：企业级 RAG 智能体
介绍 DolphinMind 的定位、目标场景、检索与重排序架构，以及其在专业问答与金融投研交互中的界面与流程说明。
- DolphinMind 被定位为企业级 RAG 智能体。
- 基于 DolphinDB 的向量引擎、文本引擎与计算能力构建。
- 目标场景包含解答 DolphinDB 与 DLang 的日常使用问题。
- 流程包含：接收自然语言查询。
- 流程包含：意图分析与查询改写。
- 流程包含：向量检索与文本检索的混合搜索。
- 流程包含：RRF 与重排序（Rerank）。
- 流程包含：由 LLM 生成最终答案。
DolphinMind 功能亮点
列出 DolphinMind 的主要体验与能力特性，包括快速响应、混合检索精准溯源、以及深度意图理解与多路召回。
- 强调在海量知识库中实现瞬时检索，以保障对话响应。
- 混合检索包含语义检索与词法检索两种方式。
- 能力描述包含“答案可溯源”的目标表述。
- 通过智能查询改写与多路召回补全上下文信息。
Starfish AI：金融级投研与因子开发智能体
介绍 Starfish AI 的定位为基于 DolphinDB 的智能投研平台，以及其通过自然语言交互提升因子开发、策略生成与数据分析效率。
- Starfish AI 被定位为金融级投研与因子开发智能体。
- 其基础描述为基于 DolphinDB 构建的智能投研平台。
- 文案描述将部分工作从“人工编写”升级为“智能驱动”（表述性）。
- 支持通过自然语言交互将逻辑构思转化为可执行脚本。
Starfish AI 交互式因子研究与能力点
阐述 Starfish AI 的交互式因子研究方式，并列出因子/策略代码自动生成、统一数据层智能分析、以及开发效率提升等能力点。
- 支持对海量历史数据进行即时洞察（表述性）。
- 可根据文字描述生成计算脚本与策略代码，并对接回测引擎。
- 支持自然语言提问，AI 检索全库表并编写分析脚本。
- 能力描述包含减少手动编写与调试工作量（表述性）。
Starfish AI：AI 研报分析
描述研报分析助手将 PDF 研报转化为可执行量化资产的流程与输出，包括因子挖掘复现、闭环回测迭代与归因报告。
- 研报分析助手使用 NLP 处理 PDF 研报内容。
- 上传 PDF 后可解析因子逻辑并生成对应 DolphinDB 代码。
- 可自动执行因子回测，并基于结果反馈循环修改代码。
- 可输出多维度智能归因（因子评估）报告。
AI-Ready 的核心技术优势
列举 DolphinDB 支持 AI 的核心技术优势，包括一体化存储、流批一体因子工程、CPU-GPU 异构加速、实时流式触发、库内深度学习推理与分布式高可用架构。
- 在时序引擎基础上集成向量与文本索引，实现同库存储。
- 同一套代码可用于离线训练与在线推理（流批一体）。
- 支持 CPU 与 GPU 算力切换，用于并行加速大规模因子挖掘。
- 提供事件驱动与时间窗口等流式计算能力，可触发特征计算。
- 通过 LibTorch 插件将训练好的模型部署在数据库内核。
- 基于 Raft 协议提供强一致性与水平扩展能力，并支持故障切换描述。
预约演示与表单提交
邀请用户预约 DolphinDB AI 专属演示，列出可探索方向，并提供包含公司信息与需求的表单及隐私政策/服务条款同意提示。
- 技术顾问将在 1 个工作日内联系并安排专属演示。
- 表单字段包含公司名称、姓名、职位与工作邮箱。
- 表单字段包含手机号码、所在地区与需求简述。
- 提交提示：提交即表示同意隐私政策和服务条款。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 技能认证特训营第二期 | 状态 | 正式开启 | high |
| 限时报名 | 链接 | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| 限时报名活动 | 优惠/福利描述 | 享专属福利优惠 | low |
| DolphinDB AI 页面主张 | 定位 | 下一代 AI 实时计算与数据的基础设施 | high |
| AI 应用数据底座 | 覆盖范围 | 从实时特征工程到大模型 RAG，提供高性能、多模态的一站式数据底座 | medium |
| 预约 Demo | 链接 | https://dolphindb.cn/ai#get-demo | high |
| DolphinDB | 用途/面向对象 | 打造面向 AI Agent 的数据底座 | medium |
| DolphinDB | 多模态数据能力 | 深度整合时序、向量与文本引擎，在同一系统内统一存储海量业务数据与模型语义数据，解决多仓架构数据割裂 | medium |
| DolphinDB | 流批一体开发方式 | 开发者可使用同一套代码完成特征训练与实时推理 | medium |
| DolphinDB 特征计算性能 | 最低延时 | 可达微秒级 | medium |
| DolphinDB | 协议支持 | 支持 MCP 协议 | high |
| MCP 协议支持的效果 | 能力描述 | 为大模型与数据资产连接提供标准化桥梁，赋予大模型直接查数据、算指标、生成策略的执行力 | low |
| DolphinDB | 检索与 Text-to-SQL 能力 | 结合原生向量检索与 Text-to-SQL 技术，帮助企业构建高准确度的 RAG 方案与金融智能体 | medium |
| DolphinDB | 库内推理 | 将机器学习推理过程下沉到数据层，无需跨系统迁移数据，在库内完成模型推理与复杂计算 | medium |
| DolphinDB | 支持的模型框架 | PyTorch、TensorFlow、XGBoost、LightGBM | high |
| DolphinDB | 支持的算法示例 | 遗传规划、蒙特卡洛等算法 | medium |
| DolphinDB | 加速能力 | 结合 GPU 并行加速能力，显著提升计算性能 | low |
| DolphinMind | 名称/标识 | DolphinMind | high |
| DolphinMind | 定位 | 企业级 RAG 智能体 | high |
| DolphinMind | 基础能力来源 | 基于 DolphinDB 的向量引擎、文本引擎和计算能力构建 | high |
| DolphinMind | 目标/用途 | 解答日常使用 DolphinDB 与 DLang 过程中遇到的各类问题 | high |
| DolphinMind | 检索与生成架构 | 采用“混合检索 + 多路召回 + 重排序”架构 | high |
| DolphinMind | 效果描述 | 确保专业问答极速响应与逻辑精准，消除大模型幻觉 | low |
| DolphinMind | 性能/体验点 | 在海量知识库中实现瞬时检索，保障 AI 对话流畅响应 | medium |
| DolphinMind | 混合检索能力 | 语义 + 词法双重加持；既理解语义意图又锁定专业术语，确保答案可溯源 | medium |
| DolphinMind | 意图理解与召回 | 通过智能查询改写与多路召回技术，自动补全上下文并从多维度提取核心信息给出深度解答 | medium |
| DolphinMind 立即体验 | 链接 | https://dolphindb.cn/think/ | high |
| DolphinMind 技术架构流程（图示说明） | 流程步骤 | 接收自然语言查询→意图分析/查询改写→向量检索（语义匹配）+ 文本检索（关键词匹配）混合搜索→RRF 与重排序（Rerank）→由 LLM 生成最终答案 | high |
| DolphinMind 技术架构（图示说明） | 目标 | 实现快速响应与精准溯源，提升 AI 对话准确性 | low |
| DolphinMind 对话界面示例（图示说明） | 应用领域 | 金融投研领域 | high |
| DolphinMind 对话界面示例（图示说明） | 示例场景 | “A股筛选条件选股” | high |
| DolphinMind 对话界面示例（图示说明） | 工具调用 | 自动调用 MCP 工具搜索因子元数据 | medium |
| DolphinMind 对话界面示例（图示说明） | 输出形式 | 将研究逻辑转化为结构化的可执行脚本 | medium |
| Starfish AI | 名称/标识 | Starfish AI | high |
| Starfish AI | 定位 | 金融级投研与因子开发智能体 | high |
| Starfish AI | 基础 | 基于 DolphinDB 构建的智能投研平台 | high |
| Starfish AI | 流程升级描述 | 将因子开发、策略生成与数据分析从“人工编写”升级为“智能驱动”，提升研究效率 | low |
| Starfish AI 交互式因子研究 | 方式 | 通过自然语言交互将研究员逻辑构思转化为可执行脚本，并实现对海量历史数据的即时洞察 | medium |
| Starfish AI | 因子与策略代码自动生成 | 根据文字描述秒级生成计算脚本与完整策略代码，直接对接回测引擎 | medium |
| Starfish AI | 统一数据层智能分析 | 通过自然语言提问，AI 自动检索全库表并编写分析脚本，返回大规模数据处理结果 | medium |
| Starfish AI | 开发效率描述 | 减少手动编写与调试工作量，确保金融逻辑在底层高性能引擎上准确运行 | low |
| Starfish AI 研报分析助手 | 能力 | 通过 NLP 技术将 PDF 研报转化为可执行、可验证的量化资产 | medium |
| Starfish AI 研报分析助手 | 自动化因子挖掘与复现 | 上传 PDF 研报，解析因子逻辑并生成对应的 DolphinDB 代码 | high |
| Starfish AI 研报分析助手 | 闭环回测与迭代优化 | 自动执行因子回测，根据结果反馈循环修改代码以获得更优因子表现 | medium |
| Starfish AI 研报分析助手 | 输出报告 | 自动输出多维度智能归因（因子评估）报告 | medium |
| DolphinDB | 一体化存储 | 在原生时序引擎基础上集成向量与文本索引，实现时序数据与语义向量同库存储，减少跨库迁移延迟 | high |
| DolphinDB | 流批一体因子工程 | 同一套代码用于离线训练与在线推理；流计算引擎支持历史批量因子计算与实时流数据毫秒级特征计算且逻辑一致 | high |
| 实时流数据特征计算 | 时延级别 | 毫秒级 | high |
| DolphinDB | CPU-GPU 异构加速 | 可无缝切换 CPU 与 GPU 算力，利用 GPU 并行加速大规模因子挖掘 | medium |
| 大规模因子挖掘计算任务 | 耗时改善描述 | 将原本数小时的计算任务缩短至分钟级 | medium |
| DolphinDB | 实时流式触发机制 | 提供事件驱动、时间窗口等流式计算引擎，可基于规则实时触发特征计算 | high |
| DolphinDB | 深度学习推理部署方式 | 通过 LibTorch 插件将训练好的模型部署在数据库内核 | high |
| DolphinDB（LibTorch 插件） | 延迟/闭环描述 | 数据入库即推理，无需调用外部服务接口，实现端到端“入库到预测”的极低延迟并保证数据闭环 | medium |
| DolphinDB | 分布式高可用与一致性 | 基于 Raft 协议提供强一致性保障与水平扩展能力，节点故障时任务可无感切换 | high |
| DolphinDB 分布式架构 | 吞吐规模描述 | 支撑万亿级数据吞吐 | low |
| DolphinDB 分布式架构 | 适用性描述 | 为核心 AI 业务提供金融级稳定性与数据安全性 | low |
| DolphinDB AI 专属演示 | 承诺的联系时效 | 技术顾问将在 1 个工作日内联系并安排专属演示 | high |
| 预约演示表单 | 字段 | 公司名称、姓名、职位、工作邮箱、手机号码、所在地区、需求简述（均标注 *） | high |
| 表单提交 | 同意条款 | 提交即表示同意隐私政策和服务条款 | high |