管理 (建立、編輯、刪除)

AI Data Engine Console 是您執行日常任務的主要介面，包括資料探索、集合管理、管道組態以及發布 RAG 或擷取端點，適用於您有權存取的工作區。

AI Data Engine Console 是您的主要介面，用於探索、改進和版本控制您可以存取的工作區內的集合，並將精選資料集和檢索端點連接到分析、建模和 GenAI 工作流程。

管理 (建立、編輯、刪除)

您可以使用 REST API 來自動化集合生命週期操作、觸發和監控嵌入管道，以及以程式設計方式將資料工作流程與外部工具整合。

您可以使用 REST API 以程式設計方式存取資料集合、執行向量搜尋查詢，並將擷取端點整合到 AI/ML 應用程式和代理框架中。

檢視 / 使用（唯讀）

在建立資料集之前，您需要探索指派的工作區，以識別和了解可用的資料來源。

您可以搜尋已指派的工作區，以尋找與特定研究或建模任務相關的檔案和物件。

管理 (建立、編輯、刪除)

您可以透過選擇和篩選來源資料（使用標籤、分類和其他屬性）來建立資料集，並管理資料集的完整生命週期，包括建立、版本控制以及發佈為供 AI 使用的 RAG 端點。您還可以管理哪些資料科學家和其他使用者可以存取每個資料集。

您可以在已授權的工作區內建立、選擇、標註、版本控制和最佳化資料集。您可以使用這些資料集作為語義搜尋和 GenAI 工作流程的基礎。

查詢 / 使用（用於工作流程）

您可以使用元資料目錄來評估和選擇要擷取的資料來源，執行查詢以尋找相關檔案，並確認它們符合您在指派的工作區中建立的集合的要求。

您可以搜尋和篩選可存取工作區中的中繼資料，以找出分析或模型訓練所需的檔案和物件，這依賴於資料工程師建置和維護的目錄結構。

您可以觸發嵌入管道、監控向量化狀態、配置分塊和嵌入參數，並公開由向量搜尋支援的檢索端點。然後，應用程式和代理程式透過 API 查詢這些端點，以進行語義搜尋和 RAG 工作流程。

您針對資料工程師管理的管道產生的嵌入執行語義搜尋查詢，並將檢索結果整合到 GenAI 或 RAG 工作流程中，以獲得上下文感知模型回應。您無需配置分塊、嵌入或管道參數。

使用（使用已分類資料）

在資料收集準備期間，您可以使用分類結果來標註和標記來源資料，確保進入管道的內容已正確標記，以便下游 AI 工作流程使用。

您使用預先分類的資料，以確保分析和建模中僅使用合規且相關的內容。