管理（创建、编辑、删除）

AI Data Engine Console 是您进行日常任务的主要界面，包括数据发现、集合管理、管道配置以及为您有权访问的工作区发布 RAG 或检索端点。

AI Data Engine Console 是您在可以访问的工作区内进行数据探索、优化和版本控制集合的主要界面，并将精选的数据集和检索端点连接到分析、建模和 GenAI 工作流程。

管理（创建、编辑、删除）

您可以使用 REST API 自动化收集生命周期操作，触发和监控嵌入管道，并以编程方式将数据工作流与外部工具集成。

您可以使用 REST API 以编程方式访问数据集，运行矢量搜索查询，并将检索端点集成到 AI/ML 应用程序和代理框架中。

查看/使用（只读）

在构建集合之前，您可以浏览分配的工作区以识别和了解可用数据源。

您可以搜索分配的工作区，以查找与特定研究或建模任务相关的文件和对象。

管理（创建、编辑、删除）

您通过使用标记、分类和其他属性选择和过滤源数据来构建数据集合，并管理从创建和版本控制到发布为 RAG 端点供 AI 使用的完整集合生命周期。您还可以管理哪些数据科学家和其他用户可以访问每个集合。

您可以在已授予访问权限的工作区内创建、选择、注释、版本和优化数据集合。您可以使用这些集合作为语义搜索和 GenAI 工作流程的基础。

查询/使用（工作流使用）

您可以使用元数据目录来评估和选择要接收的数据源，运行查询以查找相关文件，并确认它们符合您在分配的工作区中构建的集合的要求。

您可以在可访问的工作区中搜索和筛选元数据，以查找分析或模型训练所需的文件和对象，这依赖于数据工程师构建和维护的目录结构。

您可以触发嵌入管道，监控矢量化状态，配置分块和嵌入参数，并公开由矢量搜索支持的检索端点。然后，应用程序和代理通过 API 查询这些端点，以获取语义搜索和 RAG 工作流。

您可以针对数据工程师管理的管道生成的嵌入运行语义搜索查询，并将检索结果集成到 GenAI 或 RAG 工作流中，以实现上下文感知模型响应。您不配置分块、嵌入或管道参数。

使用（消耗分类数据）

您可以使用分类结果在收集准备期间对源数据进行注释和标记，确保进入管道的内容为下游 AI 工作流正确标记。

您使用预先分类的数据，以确保在分析和建模中仅使用合规和相关的内容。