助您从原型走向生产的 AI 平台。

立即播放。AIP 开发者平台

Palantir 的人工智能平台 (AIP) 是一款企业级 age 开发者平台，旨在将软件工程从原型到生产的周期缩短至数小时。通过提供统一的操作数据模型、可扩展的计算选项以及强大的 LLM 开发工具，AIP 能够处理底层的后端基础设施、安全和扩展问题，让开发者能够专注于交付客户价值。

就像超大规模云厂商通过将物理基础设施迁移到云端从而使其“退场”一样，AIP 通过允许开发者直接在 AIP 的 Ontology（本体） 中定义其操作数据模型，从而省去了复杂的后端开发。一旦定义完成，AIP 就会自动为您的业务生成一个定制的、生产就绪的 SDK。

Ontology SDK 提供了一套工具和库，可简化基于 Ontology 构建应用的过程，并带来以下几大核心优势：

• 极速实现价值： 使用镜像您真实业务运营的预配置 SDK，快速构建应用程序。
• 常用任务的代码生成： SDK 会自动生成用于标准数据交互的样板代码，从而节省开发人员的时间并最大限度地降低出错风险。
• 熟悉的开发环境： 旨在与标准开发实践保持一致，从而缩短学习曲线并最大限度地提高开发人员的生产力。
• 使用任何语言构建： SDK 可作为 TypeScript 的 NPM 包、通过 Pip 或 Conda 获取的 Python 包，或通过适用于任何其他首选语言的 OpenAPI 规范来提供。
• 由 Ontology 提供动力： 使用组织内所有开发团队共享的标准、直观的业务术语来与企业数据进行交互。
• 自动生成文档： 借助针对您定义的 Ontology 量身定制的自动生成文档和代码示例，立即开始编写代码。

探索以下资源以了解更多信息并开始使用：

https://www.youtube.com/watch?v=vSJ5H00V7Es&t=114s

• 加入社区： 在 Palantir 开发者社区中提问并与其他开发者协同合作。
• 阅读文档： 访问 Ontology SDK 概述文档，了解 Ontology SDK 的工作原理。

AIP 旨在与您的整个技术栈实现完全的互操作。它可以无缝连接到任何源系统，接收任何容器化的代码，并支持自定义前端开发。

Ontology SDK 架构栈

Ontology SDK 使专业代码构建者能够不受任何限制地在任何开发环境中，使用任何编程语言构建自定义应用程序。

核心 Ontology

Ontology 创建了一个整洁的 API，使您能够基于任何底层数据、模型或执行系统构建操作型应用程序。无代码构建者可以利用 AIP 直观的拖拽式应用构建套件，而专业代码构建者则可以通过 Ontology SDK 以编程方式进行开发。

AIP 中的数据管道

开发者可以利用 AIP 强大的、开箱即用的数据转换功能，处理和清洗任何格式、任何规模的数据。

企业级连接性

安全地连接到任何源系统。AIP 的联邦数据模型避免了高成本且高风险的数据重复，同时实现了强大、实时的数据集成。

AIP 具有高度的可扩展性，允许开发者在平台内执行任意自定义代码，而无需进行重构。

[0.1: Bring Container] ──> [0.2: Run in Workshop] ──> [0.3: Call via SDK]

1. 将任何容器引入 AIP： 无需重写遗留代码或自定义代码。只要能够被容器化，它就可以在 AIP 中运行。只需导入您的 Docker 镜像，即可在整个平台范围内使用。
2. 直接在 Workshop 中运行： 从平台内的任何位置调用您的自定义函数。在 Workshop 中配置前端操作，以自动触发容器化的后端函数。
3. 从您的自定义 Ontology SDK 中调用它： 您的容器化函数将在生成的 Ontology SDK 中获得它们自己的端点，使您能够编写针对它们的整洁、类型安全的代码。

• 无缝集成任何语言的代码： 无障碍运行自定义代码包。使用 Docker 镜像将现有的算法、模型和业务逻辑直接移植到生态系统中。
• 自动计算缩放： 无需再担心基础设施配置。AIP 通过根据当前和历史工作负载需求动态地横向扩展或缩减容器副本，来确保高可用性。
• 双向连接： 编写自定义逻辑，直接与原生 AIP 功能进行交互（例如读写表格数据或媒体集），或直接连接到外部第三方系统。

AIP 将开发团队从管理生产基础设施的繁琐工作中解放出来。从自动缩放到严格的企业级安全，该平台全方位管理运营开销，以便您可以专注于构建核心业务价值。

助您实现从原型到生产跨越的 AI 平台。

在数小时内（而非数月）完成启用 AI 的应用程序的原型设计、构建和部署。

AIP 将其核心能力划分为五个主要维度：AI-First (01)、Ontology (02)、Media (03)、Scaling (04) 和 Connectivity (05)。

• 面向 LLM 的 IDE： 借助内置的 LLM 函数构建器、高保真调试环境和强大的评估 (evals) 套件，设计和部署 AI 应用程序。
• 用任何模型赋能工作流： 使用集成的语言模型服务 (Language Model Service) 从行业流行的基础模型中进行选择，或者注册您自己的专有模型。
• Ontology 赋能 AI： Ontology 将原始数据库模式转化为语义化的业务概念，使数据易于被 LLM 理解，并显著减少 AI 幻觉。
• 在各个层面集成 AI： 在您的整个软件栈中原生注入 LLM，包括数据管道转换、后端函数、面向用户的应用程序、交互式聊天和自动化工作流。

• 合理且强大的默认配置： AIP 的底层基础设施已经过全球大型企业和政府机构的压力测试。您只需在出现特定的、独特的需求时定制配置。
• 消除集成摩擦： AIP 弥合了不同服务之间的结构性差距（这些差距通常会导致复杂的自研架构崩溃），为团队节省了无数用于调试和维护的时间。

部署生产就绪型系统的速度，比竞争对手设计模型原型还要快。AIP 针对不同的开发范式提供了量身定制的界面：

• AIP Workshop (应用构建器)： 快速构建和部署功能齐全的交互式前端应用程序。Workshop 允许团队以比传统“设计到代码”管道更快的速度构建生产级应用。
• Pipeline Builder： 无需编写一行样板代码，即可构建和部署高性能、易维护的数据管道。
• AIP Logic： 在数分钟内编写、测试和部署功能强大的多步骤 LLM 函数和决策逻辑。

在 Palantir，我们构建 AIP 是为了解决我们自己面临的真实工程挑战：

1. 我们需要在现场构建和部署极其复杂的应用——从工厂车间到战术前线。
2. 我们需要一个能够自动管理数据连接、计算缩放和安全性的内部工具，使我们的部署团队能够完全专注于任务。
3. AIP 使我们能够将时间线缩短到数分钟内从零到原型，以及数小时内从原型到生产。
4. 今天，我们将这一平台开放给全球的每一位开发者。

• 后端自动化： AIP 由 Ontology 驱动的 SDK 生成技术，消除了手动构建、保护和维护后端 API 的需要。
• 完全的互操作性： 运行任何容器化代码 (Docker) 并连接到任何外部数据源，而无需数据重复。
• AI 原生基础设施： 内置 LLM IDE、评估套件和与模型无关的集成，使团队能够安全地将 AI 嵌入到数据管道、前端和函数中。
• 快速推向市场： 利用 Workshop、Pipeline Builder 和 AIP Logic 等可视化工具，在数小时内实现从概念到企业级生产的跨越。