
本文字数:3141;估计阅读时间:8 分钟
作者:Dmitry Pavlov
本文在公众号【ClickHouselnc】首发

AgentHouse 简介
在 Anthropic 于 2024 年发布 MCP 协议几周后,ClickHouse 集成团队展示了一个小型内部演示,演示了 Anthropic 的 Sonnet 模型如何访问 ClickHouse 数据库。那只是一个非常基础的集成,简单地对随机数据运行查询,并将结果返回给大语言模型(LLM)。
作为 ClickHouse 的内部数据仓库(DWH)团队负责人,当我看到这个演示时,我立刻希望能在自己的数据仓库中应用这项能力。我希望我们内部的销售、运营、产品、财务和工程团队,能够直接与数据对话,而不是依赖传统的 BI 工具或手动运行查询。
两个月后,我们推出了 Dwaine(Data Warehouse AI Natural Expert)——一个内部使用的大语言模型(LLM),帮助团队成员基于数据快速解答各种问题。比如:“我们的收入是多少?”“这个客户在做什么?”“客户目前遇到了哪些问题?”“我们网站的访客数量是多少?转化率又是多少?”Dwaine 极大地提升了内部用户获取洞察的效率。你可能在 LinkedIn 上看到过我分享的那篇小文章。
在我分
ClickHouse用AgentHouse展示集成LLM可能性

最低0.47元/天 解锁文章
757

被折叠的 条评论
为什么被折叠?



