我们常说“要让数据用起来”，但要真正把 AI 能力用在时序数据上，并不容易：建模型、接数据、调参数、写代码……能不能再简单一些？答案是：可以，你只需要一个 TDgpt。
3 月 26 日，TDengine 迎来了 AI 能力上的重要升级。我们通过线上直播正式发布了新一代时序数据分析 AI 智能体——TDgpt，并同步在 GitHub 开源其核心代码。这一创新功能作为 TDengine 3.3.6.0 的重要组成部分，标志着时序数据库在原生集成 AI 能力方面迈出了关键一步。
开源地址：https://github.com/taosdata/TDengine
发布会上，涛思数据创始人& CEO 陶建辉表示：“TDgpt 的目标，是让每一位用户都能像写 SQL 一样简单地使用 AI，让 AI 真正成为数据库的一部分。我们选择开源，希望和开发者一起，把这项能力推向整个行业。”
三大“零门槛”，让 AI 不再高不可攀
TDgpt 是内嵌于 TDengine 中的时序数据分析 AI 智能体，具备时序数据预测、异常检测、数据补全、分类等多项智能分析能力。它不仅能无缝对接主流时序模型、大语言模型、机器学习与传统统计算法，还支持算法动态切换，实现了 AI 能力与数据库查询语句的深度融合——用户无需编程经验、无需理解底层算法，仅需一条 SQL 语句即可调用复杂的 AI 能力。且通过开放的 SDK，开发者能将自研 AI 算法或模型轻松集成到 TDgpt，真正实现“零门槛、零初期投入、零时间差”的智能分析体验。
TDgpt 的优势可以概括为以下三点：
零学习门槛，仅需一行 SQL
我们在 TDgpt 中引入了两个关键 SQL 函数：forecast() 和 anomaly_window()，可实现时序数据的预测与异常检测。用户只需在 SQL 语句中调用这两个函数，并通过参数指定所需算法或大模型，即可完成模型的动态切换，无需修改应用程序逻辑。整个过程无需编程经验，也不需要了解底层算法、大语言模型或时序模型的实现，真正实现了零门槛使用，让 AI 能力触手可及。
零初期投入，10 分钟部署上线
在部署层面，TDgpt 提供即装即用的执行代码，用户可在本地部署，也可通过注册 TDengine 云服务快速体验。同时，TDgpt 提供内置的通用模型，并支持与合作伙伴算法方案的无缝对接，使用户可以根据自身业务场景灵活选择最适配的模型方案，仅需 10 分钟即可完成预测与检测模型的部署上线。
零时间差，轻松集成新算法
TDgpt 同时也面向算法开发者提供了开放 SDK，可将自研或开源 AI 模型一键集成到 TDgpt 中，无需更改业务代码或数据管道，实现零时间差接入。无论是引入新模型，还是更新已有算法，都能实现“热插拔”式接入，降低集成成本，提升部署效率。算法或模型开发者可专注于算法本身，无需关注数据工程等集成工作，让研发更高效、部署更便捷。
TDgpt 支持哪些时序模型？
与通用 LLM 不同，工业领域的时序数据对算法提出了更高要求——不仅要求高准确率，还需要资源开销可控。为了打造更好的应用体验，TDgpt 当前已支持多种主流时序模型，包括：
- Salesforce 的 Uni2TS
- Amazon 的 Chronos
- Google 的 TimesFM
- 小红书的 Time-MoE
- 涛思数据自研 TDengine 时序基础模型 TDtsfm
其中，TDtsfm 是 TDengine 基于 Transformer 构建，结合我们多年在时序领域的工程实践，专为时序数据设计的轻量基础模型，能够有效提升预测和异常检测的效果，在后续的产品演进中也将持续优化。
三大演示场景，立即上手体验
在发布会上，我们还展示了 TDgpt 在三个典型场景中的应用：用电预测、发电预测、运维预测。任何人都可以免费下载这些场景的代码，快速上手体验 TDgpt 的能力，并根据自身业务需求灵活调整配置参数，轻松完成测试与验证。
访问 www.taosdata.com/tdgpt 了解更多
目前，TDgpt 的能力仍在持续迭代中。今年 7 月，我们将上线数据补全与分类功能，并持续集成更多优秀的开源模型。同时，自研模型 TDtsfm 也在持续打磨中，目标是打造更具泛化能力的时序分析框架，大家敬请期待。
致敬每一位参与其中的你
TDgpt 的发布离不开每一位团队成员的努力，感谢研发、产品、测试、运营、商务等多个团队在过去几个月的密切配合与持续打磨！现在 TDgpt 核心代码已开源，欢迎感兴趣的小伙伴进入 https://github.com/taosdata/TDengine 亲自体验 TDgpt 的强大能力。也欢迎大家给 GitHub 项目点个 ⭐，向社区展示我们的实力！AI 不是未来，而是此刻。TDengine 的目标，从来不只是存数据，而是让数据真正被“用起来”。而 TDgpt，正是我们通往这个目标的重要一步。
如果你错过了本次直播，欢迎进入 TDengine 视频号，点击“直播回放”选择本次直播进行观看。
