摘要：2025 年 3 月 26 日，涛思数据通过线上直播形式正式发布了其新一代时序数据分析 AI 智能体——TDgpt，并同步开源其核心代码（GitHub 地址：https://github.com/taosdata/TDengine）。这一创新功能作为 TDen

2025 年 3 月 26 日，涛思数据通过线上直播形式正式发布了其新一代时序数据分析 AI 智能体——TDgpt，并同步开源其核心代码（GitHub 地址：https://github.com/taosdata/TDengine）。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。

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。

在发布会上，涛思数据创始人& CEO 陶建辉表示：“随着 AI 技术的成熟，越来越多企业希望将智能分析引入业务，但落地成本依然很高，尤其是在时序数据场景。TDgpt 的目标，就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。我们选择开源核心代码，希望联合开发者一起把这项能力推向全行业。”

TDgpt 当前已支持多种主流时序基础模型，包括 Salesforce 的 Uni2TS、Amazon 的 Chronos、Google 的 TimesFM、小红书的 Time-MoE，以及涛思数据自研的 TDengine time series foundation model——TDtsfm。与标准大语言模型相比，这些模型针对工业级时序数据的结构与特点进行了优化，具备更高的预测准确率与成本效益。其中 TDtsfm 基于 Transformer 构建，结合涛思数据多年在时序场景中的积累，专注于为预测与异常检测提供轻量、高效的模型能力。

零学习门槛，仅需一行 SQL

TDgpt 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，即刻享受 AI 红利

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，最新算法轻松集成

TDgpt 的另一个亮点在于其对算法开发者的友好开放。通过开放的 SDK，开发者可以将自研或开源的 AI 算法轻松集成至 TDgpt 中，实现零时间差接入。无论是引入新算法还是更换模型，应用系统无需做任何改动，极大降低研发成本。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。通过这种方式，TDgpt 将数据库平台与 AI 模型的演进解耦，既保障了系统的稳定性，又提升了算法创新的灵活性。

在发布会上，涛思数据还展示了三个典型演示场景：用电预测、发电预测和运维预测。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。

据介绍，TDgpt 的功能仍在不断迭代。未来将于今年 7 月上线时序数据补全与分类功能，并持续集成更多优秀的时序开源算法模型。同时，涛思数据也在持续打磨自研时序基础模型 TDtsfm，以构建具备更强泛化能力的时序分析框架。

来源：AI云资讯