Skip to content

Commit 3f012c4

Browse files
github-actions[bot]github-actions[bot]
authored
AI Translate 51-ai-functions to Simplified-Chinese (#2662)
* [INIT] Start translation to Simplified-Chinese * 🌐 Translate 01-external-functions.md to Simplified-Chinese * 🌐 Translate 01-external-functions.md to Simplified-Chinese * 🌐 Translate 01-external-functions.md to Simplified-Chinese * 🌐 Translate 01-external-functions.md to Simplified-Chinese --------- Co-authored-by: github-actions[bot] <github-actions[bot]@users.noreply.github.com>
1 parent 5aacddd commit 3f012c4

File tree

5 files changed

+52
-53
lines changed

5 files changed

+52
-53
lines changed

‎.translation-init‎

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -1 +1 @@
1-
Translation initialization: 2025-08-07T12:00:58.554814
1+
Translation initialization: 2025-08-07T12:15:30.045055

‎docs/cn/guides/51-ai-functions/01-external-functions.md‎

Lines changed: 8 additions & 8 deletions
Original file line numberDiff line numberDiff line change
@@ -4,7 +4,7 @@ title: 使用外部函数（External Function）自定义 AI/ML
44

55
# 使用外部函数（External Function）自定义 AI/ML
66

7-
通过将 Databend 与您自己的基础设施连接，构建强大的 AI/ML 能力。外部函数（External Function）让您部署自定义模型、利用 GPU 加速，并与任何 ML 框架集成，同时确保数据安全。
7+
通过将 Databend 与您自己的基础设施连接，构建强大的 AI/ML 能力。外部函数（External Function）让您部署自定义模型、利用 GPU 加速并与任何 ML 框架集成，同时确保数据安全。
88

99
## 核心能力
1010

@@ -18,9 +18,9 @@ title: 使用外部函数（External Function）自定义 AI/ML
1818

1919
## 工作原理
2020

21-
1. **创建 AI 服务器**：使用 Python 和 [databend-udf](https://pypi.org/project/databend-udf) 构建您的 AI/ML 服务器
22-
2. **注册函数**：使用 `CREATE FUNCTION` 将您的服务器连接到 Databend
23-
3. **在 SQL 中使用**：直接在 SQL 查询中调用您的自定义 AI 函数
21+
1. **创建 AI 服务器**：使用 Python 和 [databend-udf](https://pypi.org/project/databend-udf) 构建 AI/ML 服务器
22+
2. **注册函数**：通过 `CREATE FUNCTION` 将服务器接入 Databend
23+
3. **在 SQL 中使用**：直接在 SQL 查询中调用自定义 AI 函数
2424

2525
## 示例：文本嵌入函数
2626

@@ -45,11 +45,11 @@ def ai_embed_768(inputs: list[str], headers) -> list[list[float]]:
4545
return [embedding.tolist() for embedding in embeddings]
4646
except Exception as e:
4747
print(f"生成嵌入时出错：{e}")
48-
# 如果出错则返回空列表
48+
# 出错时返回空列表
4949
return [[] for _ in inputs]
5050

5151
if __name__ == '__main__':
52-
print("在 8815 端口启动嵌入 UDF 服务器...")
52+
print("在端口 8815 启动嵌入 UDF 服务器...")
5353
server = UDFServer("0.0.0.0:8815")
5454
server.add_function(ai_embed_768)
5555
server.serve()
@@ -78,5 +78,5 @@ LIMIT 5;
7878

7979
## 了解更多
8080

81-
- **[外部函数（External Function）指南](/guides/query/external-function)** - 完整的设置和部署说明
82-
- **[Databend Cloud](https://databend.cn)** - 使用免费账户试用外部函数（External Function）
81+
- **[外部函数（External Function）指南](/guides/query/external-function)** - 完整的设置与部署说明
82+
- **[Databend Cloud](https://databend.cn)** - 免费账户体验外部函数

‎docs/cn/guides/51-ai-functions/02-mcp.md‎

Lines changed: 33 additions & 34 deletions
Original file line numberDiff line numberDiff line change
@@ -1,8 +1,8 @@
11
import DetailsWrap from '@site/src/components/DetailsWrap';
22

3-
# 适用于 Databend 的 MCP 服务器
3+
# 适用于 Databend 的 MCP Server
44

5-
[mcp-databend](https://github.com/databendlabs/mcp-databend) 是一个 MCP（Model Context Protocol，模型上下文协议）服务器，它让 AI 助手能够使用自然语言直接与你的 Databend 数据库交互。
5+
[mcp-databend](https://github.com/databendlabs/mcp-databend) 是一个 MCP（Model Context Protocol）服务器，它让 AI 助手能够使用自然语言直接与您的 Databend 数据库交互。
66

77
## mcp-databend 能做什么
88

@@ -13,28 +13,28 @@ import DetailsWrap from '@site/src/components/DetailsWrap';
1313

1414
## 构建 ChatBI 工具
1515

16-
本教程将演示如何使用 mcp-databend 和 Agno 框架构建对话式商业智能（Business Intelligence，BI）工具。你将创建一个本地 Agent，能够用自然语言回答数据问题。
16+
本教程将演示如何使用 mcp-databend 和 Agno 框架构建一个对话式商业智能（Business Intelligence）工具。您将创建一个本地 Agent，能够用自然语言回答数据问题。
1717

1818
![Databend MCP ChatBI](@site/static/img/connect/databend-mcp-chatbi.png)
1919

2020
## 分步教程
2121

22-
### 步骤 1：配置 Databend 连接
22+
### 第 1 步：配置 Databend 连接
2323

24-
首先，你需要一个可连接的 Databend 数据库：
24+
首先，您需要一个可连接的 Databend 数据库：
2525

2626
1. **注册 [Databend Cloud](https://app.databend.cn)**（提供免费套餐）
27-
2. **创建 Warehouse 和数据库**
28-
3. **在控制台获取连接字符串**
27+
2. **创建 Warehouse 和 Database**
28+
3. **在控制台获取连接字符串（Connection String）**
2929

30-
有关 DSN 格式和示例的详细信息，请参阅 [连接字符串文档](https://docs.databend.cn/developer/drivers/#connection-string-dsn)。
30+
有关 DSN 格式和示例的详细信息，请参阅[连接字符串文档](https://docs.databend.cn/developer/drivers/#connection-string-dsn)。
3131

32-
| 部署方式 | 连接字符串示例 |
33-
| ------------------ | ------------------------------------------------------------- |
34-
| **Databend Cloud** | `databend://user:pwd@host:443/database?warehouse=wh` |
35-
| **自托管** | `databend://user:pwd@localhost:8000/database?sslmode=disable` |
32+
| 部署方式 | 连接字符串示例 |
33+
| ------------------ | ------------------------------------------------------------ |
34+
| **Databend Cloud** | `databend://user:pwd@host:443/database?warehouse=wh` |
35+
| **自托管** | `databend://user:pwd@localhost:8000/database?sslmode=disable`|
3636

37-
### 步骤 2：安装依赖
37+
### 第 2 步：安装依赖
3838

3939
创建虚拟环境并安装所需包：
4040

@@ -47,9 +47,9 @@ source .venv/bin/activate
4747
pip install packaging openai agno openrouter sqlalchemy fastapi mcp-databend
4848
```
4949

50-
### 步骤 3：创建 ChatBI Agent
50+
### 第 3 步：创建 ChatBI Agent
5151

52-
现在创建 ChatBI Agent，它将使用 mcp-databend 与数据库交互。
52+
现在创建 ChatBI Agent，它将使用 mcp-databend 与您的数据库交互。
5353

5454
创建文件 `agent.py`：
5555
<DetailsWrap>
@@ -127,10 +127,10 @@ agent = Agent(
127127
),
128128
tools=[],
129129
instructions=[
130-
"你是 ChatBI —— Databend 的商业智能助手。",
130+
"你是 ChatBI - 专为 Databend 打造的商业智能助手。",
131131
"帮助用户使用自然语言探索和分析数据。",
132-
"始终从探索可用数据库和表开始。",
133-
"将查询结果格式化为清晰易读的表格。",
132+
"始终先探索可用的数据库和表。",
133+
"以清晰、易读的表格格式展示查询结果。",
134134
"在分析中提供见解和解释。"
135135
],
136136
storage=SqliteStorage(table_name="chatbi", db_file="chatbi.db"),
@@ -145,7 +145,7 @@ agent = Agent(
145145
async def lifespan(app: FastAPI):
146146
tool = databend.create()
147147
if not await databend.init():
148-
logger.error("初始化 Databend 失败")
148+
logger.error("Databend 初始化失败")
149149
raise RuntimeError("Databend 连接失败")
150150

151151
agent.tools.append(tool)
@@ -165,17 +165,16 @@ playground = Playground(
165165
app = playground.get_app(lifespan=lifespan)
166166

167167
if __name__ == "__main__":
168-
print("🤖 正在为 Databend 启动 MCP 服务器")
168+
print("🤖 正在启动 Databend 的 MCP Server")
169169
print("打开 http://localhost:7777 开始聊天！")
170170
playground.serve(app="agent:app", host="127.0.0.1", port=7777)
171171
```
172172

173173
</details>
174174
</DetailsWrap>
175+
### 第 4 步：配置环境
175176

176-
### 步骤 4：配置环境
177-
178-
设置 API 密钥和数据库连接：
177+
设置您的 API 密钥和数据库连接：
179178

180179
```bash
181180
# 设置 OpenRouter API 密钥
@@ -185,19 +184,19 @@ export OPENROUTER_API_KEY="your-openrouter-key"
185184
export DATABEND_DSN="your-databend-connection-string"
186185
```
187186

188-
### 步骤 5：启动 ChatBI Agent
187+
### 第 5 步：启动 ChatBI Agent
189188

190189
运行 Agent 启动本地服务器：
191190

192191
```bash
193192
python agent.py
194193
```
195194

196-
你将看到：
195+
您将看到：
197196

198197
```
199198
✅ 环境变量检查通过
200-
🤖 正在为 Databend 启动 MCP 服务器
199+
🤖 正在启动 Databend 的 MCP Server
201200
打开 http://localhost:7777 开始聊天！
202201
INFO Starting playground on http://127.0.0.1:7777
203202
INFO: Started server process [189851]
@@ -208,7 +207,7 @@ INFO: Application startup complete.
208207
INFO: Uvicorn running on http://127.0.0.1:7777 (Press CTRL+C to quit)
209208
```
210209

211-
### 步骤 6：设置 Web 界面
210+
### 第 6 步：设置 Web 界面
212211

213212
为获得更佳体验，可配置 Agno 的 Web 界面：
214213

@@ -220,22 +219,22 @@ npx create-agent-ui@latest
220219
cd agent-ui && npm run dev
221220
```
222221

223-
**连接到 Agent：**
222+
**连接到您的 Agent：**
224223

225224
1. 打开 [http://localhost:3000](http://localhost:3000)
226225
2. 选择 "localhost:7777" 作为端点
227-
3. 开始提问你的数据！
226+
3. 开始提问关于您的数据！
228227

229228
**试试这些查询：**
230229

231230
- "显示所有数据库"
232231
- "我有哪些表？"
233232
- "描述我的表结构"
234-
- "运行查询展示示例数据"
233+
- "运行查询显示示例数据"
235234

236235
## 资源
237236

238-
- **GitHub 仓库**： [databendlabs/mcp-databend](https://github.com/databendlabs/mcp-databend)
239-
- **PyPI 包**： [mcp-databend](https://pypi.org/project/mcp-databend)
240-
- **Agno 框架**： [Agno MCP](https://docs.agno.com/tools/mcp/mcp)
241-
- **Agent UI**： [Agent UI](https://docs.agno.com/agent-ui/introduction)
237+
- **GitHub 仓库**：[databendlabs/mcp-databend](https://github.com/databendlabs/mcp-databend)
238+
- **PyPI 包**：[mcp-databend](https://pypi.org/project/mcp-databend)
239+
- **Agno 框架**：[Agno MCP](https://docs.agno.com/tools/mcp/mcp)
240+
- **Agent UI**：[Agent UI](https://docs.agno.com/agent-ui/introduction)

‎docs/cn/guides/51-ai-functions/_category_.json‎

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -1,3 +1,3 @@
11
{
2-
"label": "AI 能力"
2+
"label": "Databend 人工智能（AI）与机器学习（ML）"
33
}

‎docs/cn/guides/51-ai-functions/index.md‎

Lines changed: 9 additions & 9 deletions
Original file line numberDiff line numberDiff line change
@@ -2,30 +2,30 @@
22

33
Databend 通过两种互补的方法实现强大的 AI 和 ML 功能：使用您自己的基础设施构建自定义 AI 函数，或使用自然语言创建对话式数据体验。
44

5-
## 外部函数（External Function） - 推荐方法
5+
## 外部函数 - 推荐方法
66

7-
外部函数（External Function）使您能够将数据与自定义的 AI/ML 基础设施连接，为 AI 工作负载提供最大的灵活性和性能。
7+
外部函数使您能够将数据与自定义的 AI/ML 基础设施连接，为 AI 工作负载提供最大的灵活性和性能。
88

9-
| 特性 | 优势 |
9+
| 功能 | 优势 |
1010
|---------|----------|
1111
| **自定义模型** | 使用任何开源或专有的 AI/ML 模型 |
1212
| **GPU 加速** | 部署在配备 GPU 的机器上以加快推理速度 |
1313
| **数据隐私** | 将数据保留在您的基础设施内 |
14-
| **可扩展性** | 独立扩展和资源优化 |
14+
| **可扩展性** | 独立的扩展和资源优化 |
1515
| **灵活性** | 支持任何编程语言和 ML 框架 |
1616

17-
## MCP 服务器（MCP Server） - 自然语言数据交互
17+
## MCP 服务器 - 自然语言数据交互
1818

19-
模型上下文协议（Model Context Protocol，MCP）服务器使 AI 助手能够使用自然语言与您的 Databend 数据库进行交互，非常适合构建对话式 BI 工具。
19+
模型上下文协议（Model Context Protocol, MCP）服务器使 AI 助手能够使用自然语言与您的 Databend 数据库进行交互，非常适合构建对话式 BI 工具。
2020

21-
| 特性 | 优势 |
21+
| 功能 | 优势 |
2222
|---------|----------|
2323
| **自然语言** | 使用简单的英语查询您的数据 |
2424
| **AI 助手集成** | 可与 Claude、ChatGPT 和自定义代理配合使用 |
2525
| **实时分析** | 从您的数据中即时获取洞察 |
2626

2727
## 入门指南
2828

29-
**[外部函数（External Function）指南](01-external-functions.md)** - 学习如何通过实际示例和实施指导创建和部署自定义 AI 函数
29+
**[外部函数指南](01-external-functions.md)** - 学习如何通过实际示例和实施指导来创建和部署自定义 AI 函数
3030

31-
**[MCP 服务器（MCP Server）指南](02-mcp.md)** - 使用 mcp-databend 和自然语言查询构建对话式 BI 工具
31+
**[MCP 服务器指南](02-mcp.md)** - 使用 mcp-databend 和自然语言查询构建对话式 BI 工具

0 commit comments

Comments
 (0)