Construyendo Agentes de IA Empresariales con Flink SQL: Conectando LLMs a Datos Internos

Este artículo explora la construcción de agentes de IA empresariales utilizando Flink SQL, conectando modelos de lenguaje grandes (LLMs) con datos y recursos internos. Para datos estructurados, la semántica de unión SQL de Flink SQL integra fácilmente datos de bases de datos externas con la entrada del LLM. Para datos no estructurados, el artículo propone la generación aumentada por recuperación (RAG), codificando datos en vectores almacenados en una base de datos vectorial, y luego consultando e integrando a través del soporte de tipo vectorial de Flink SQL. Utilizando el ejemplo de resumir artículos de investigación e incorporar investigaciones internas, el artículo demuestra la construcción de un sistema de agente de IA con dos trabajos Flink SQL: uno actualiza el almacén vectorial, el otro consulta e invoca el LLM. Finalmente, menciona el uso de funciones de tabla de procesos (PTFs) para integrar el estándar MCP de Anthropic para una construcción de agente de IA más flexible.