AI Studio¶
定位¶
AI Studio 是一个工作台：在同一个工作区里，把外部数据接进来、加工成可被检索和问答的 AI-Ready 数据，再用这些数据搭建能对话、能执行任务的智能体。 数据工程师做数据加工、智能体开发者搭智能体，用的是同一份底层数据、同一个工作区，不需要在两套工具之间来回搬运。
一条主链路¶
AI Studio 里的功能不是一堆并列的菜单，而是围绕一条从数据到智能体的主链路组织的：
连接器（把外部数据接进来）
→ Catalog（原始数据落地）
→ 工作流（解析 / 清洗 / 分段 / 向量化 / 抽取）
→ Catalog（处理结果写回）
→ 知识库（把结果封装成可检索的数据集）
→ 智能体（对话问答、NL2SQL、执行任务）
这条链路上的每一环——Catalog 里的表和卷、SQL 查询、向量索引——底层都运行在 MatrixOne 数据库引擎上（这一点在结尾的「交接」里展开）。
工作区：一切资源的边界¶
工作区是 AI Studio 的顶层隔离单元。连接器、Catalog、计算资源、工作流、知识库、智能体等全部归属于某个工作区，工作区之间数据完全隔离。顶栏左侧的切换器用于在「我的工作区」和「我加入的工作区」之间切换；工作区 ID 还会用在跨工作区数据分享和 API 调用上。
由哪些模块组成¶
数据的底座：Catalog 与计算资源¶
模块 |
是什么 |
详见 |
|---|---|---|
Catalog |
工作区的统一数据资产中心，对象树为「目录 → 库 → 卷 / 表 / 模型 / 算子」。载入的原始数据、工作流的处理结果都在这里浏览、管理、追血缘 |
|
计算资源 |
处理和查询所需的算力，硬分两类且不可互替：查询型只跑 SQL，任务型只跑解析 / 嵌入等非 SQL 处理；按节点在线时长计费、空闲可缩到 0 |
数据进出：数据连接¶
用连接器保存外部数据源的连接与读写能力，再由载入任务把数据物化进 Catalog，或把处理结果导出回外部系统。支持数据库、对象存储、API、企业应用等多类数据源。详见数据连接。
数据加工：数据处理¶
模块 |
是什么 |
|---|---|
工作流 |
把多个处理步骤编排成可保存、可复现、可调度的 DAG。保存的 DSL 是执行真值，画布只是回显，AI 编排助手生成的只是待确认的候选。节点涵盖数据读写、多模态解析、清洗分段、嵌入、结构化抽取、SQL 处理、流程控制等 |
SQL 编辑器 |
交互式浏览库表、验证数据、写分析型 SQL、保存工作簿 |
详见数据处理。
让数据可被问答：知识库¶
知识库是 Catalog 之上的逻辑封装，不是另存一份数据。它对智能体屏蔽 Catalog 的路径复杂度，是数据工程师和智能体开发者的协作接口。文件类资料走解析与分段（文本 / 图片 / 表格 / 转录），结构化数据走语义配置（维度、指标、表关联等十类）以支撑 NL2SQL。知识库自带的对话页是验证层，不是对外发布层。详见知识库。
用起来：智能体¶
智能体是绑定了知识库、技能、工具与提示词的 AI 能力体，能对话问答（RAG）、查数分析（NL2SQL）、执行定时或触发任务，并可发布到消息通道。详见智能体。
横切能力：监控、权限、计费¶
数据模式与智能体模式¶
上面这些模块，通过顶栏的两种模式呈现给两类用户，看的是同一份底层数据的两个视角：
数据模式 |
智能体模式 |
|
|---|---|---|
面向 |
数据工程师 |
智能体开发者 / 业务用户 |
主要在做 |
连接器、Catalog、工作流、SQL、计算资源、权限 |
对话、绑定知识库 / 技能 / 工具、配任务 |
交互 |
表单与配置，专业可控 |
对话驱动，少碰底层 |
两者的交汇点是知识库：数据模式在这一侧做数据工程与语义质量，智能体模式在另一侧把它绑定给智能体——底层是同一份 Catalog 数据。
交接：它脚下的底座，与它需要的模型¶
AI Studio 是加工与使用数据的地方，但它自己不存数据、也不产模型——这两件事分别交给另外两个平台，这正是三平台串在一起的地方：
数据存算交给 MatrixOne。 你在 Catalog 里建的表和卷、SQL 编辑器和查询型计算资源跑的查询、知识库的向量索引，底层都运行在 MatrixOne 超融合数据库引擎上。用户通常感知不到引擎，但需要直接建实例、写 SQL、做引擎侧运维时，就进入 MatrixOne。
模型供给关联到 Genesis。 智能体对话、知识库 Embedding、工作流的模型节点都要调用模型；在 Studio 内部用这些能力，按平台统一的「AI 服务」计费、模型可隐藏；而当你要拿 API Key 在自己的应用里直接调模型、或对外提供模型服务时，用的是 Genesis，走独立的账本。两者的边界见三平台如何联动 · 账本分离。