-
编辑 删除
我们用 AI Observe Stack 观测了 OpenClaw，发现 AI Agent 背后的这些隐患
OpenClaw 成为风靡全球的 AI Agent 同时，它的安全性和 AI Agent 通用的不确定性等问题也引发人们的广泛关注。基于 SelectDB 或 Apache Doris 的 AI Observe Stack 可以为 OpenClaw 提供可观测性，让 AI Agent 的每一个行为清晰可见、安全问题可被洞察，让你看清它的每一个 “脑回路”。本文基于 AI Observe Stack
-
编辑 删除
Doris & SelectDB for AI 实操：从零搭建非结构化数据智能分析洞察系统
Data + AI 能用在哪些场景？具体落地又该如何操作？ 本文借助 SelectDB + AI，搭建一个用于收集、整合与分析全域用户反馈的智能洞察系统。 以此实战，给有需求的用户提供可参考的基础方法论。
-
编辑 删除
Apache Doris 4.0.3 版本正式发布
亲爱的社区小伙伴们，**Apache Doris 4.0.3 版本已正式发布。**此版本新增了在 AI & Search、湖仓一体、查询引擎等方面的能力，并同步进行了多项优化改进及问题修复，欢迎下载体验！
-
编辑 删除
快手：从分散存储到统一分析，Apache Doris 在万亿规模广告场景的应用
面对日增 3 亿行、万亿规模存量广告数据，快手广告数据平台如何突破性能瓶颈、实现架构统一与体验跃升？ 快手引入 Apache Doris 替换 ClickHouse、Elasticsearch，从分散存储到统一分析，实现查询性能提升 20～90%，单表写入吞吐 300 万行/秒，存储效率提升 60%！
-
编辑 删除
上市大模型企业 MiniMax 基于阿里云 SelectDB 版，打造全球统一AI可观测中台
MiniMax 作为上市大模型企业，基于阿里云 SelectDB 打造 AI 可观测中台，实现“一个平台，全球覆盖”。这一成功实践足以表明：SelectDB 能够很好满足 AI 时代海量数据实时处理与分析的需求，为同样需求的 AI 大模型企业提供了一个高性能、低成本的可靠技术解决方案。
-
编辑 删除
构建 AI 数据基座：思必驰基于 Apache Doris 的海量多模态数据集管理实践
面对海量多模态数据管理困境，思必驰通过构建以 Apache Doris 为核心的数据集平台，实现了数据从 “散、乱、滞” 到 “统、明、畅” 的转变。在关键场景中，存储占用下降 80%、查询 QPS 提升至 3w，不仅实现可量化的效率提升和成本优化，更系统化地提升了 AI 研发效率与模型质量。
-
编辑 删除
AI 能力揭秘（五）：Apache Doris 原生向量检索的设计及实现
与将向量检索视为独立外挂服务的方案不同，Apache Doris 4.0 选择将向量检索能力深度集成于其 MPP 分析型数据库内核。实现向量检索与 SQL 计算、实时分析和事务保障的无缝融合。 本文旨在深入剖析 Doris 向量检索的系统级设计与工程实践，展示其如何在性能、易用性与规模扩展之间取得的平衡。
-
编辑 删除
从 Greenplum 到 Doris：年省数百万，度小满构建超大规模数据分析平台
面对日益增长的业务体量与复杂多变的分析需求，选用一个高效、可靠的数据库系统，已成为支撑业务稳健发展与快速创新的关键。Apache Doris 以其出色的性能表现与高度灵活的架构，成为众多场景下的优选方案，详情尽在原文。
