AIP 能力清单:平台各处的 AI 特性
平台里几乎每个应用都配备了 AIP 驱动能力。这一篇把它们按应用分类列全,作为你的能力索引表。
https://www.palantir.com/docs/foundry/aip/aip-features/
原始标题:AIP features • Palantir · 所属:核心平台(AIP 总览与治理)
先记住这几条
写在前面
如本页所述,Palantir 平台中的各类应用都配备了由 AIP 驱动的能力。这些能力由你所选择的、受平台支持的 LLM 提供支持(LLMs supported by the platform)。
AIP 应用与构建者能力
AIP 使开发者和构建者能够使用 LLM 原生工具(例如 AIP Chatbot Studio(原名 AIP Agent Studio)和 AIP Logic)或由 AIP 加速的平台应用(例如 Pipeline Builder 和 Workshop),在 Palantir 平台上创建由 LLM 支持的工作流、智能体和应用。
Palantir 提供的 LLM 也可在核心 Foundry 功能中使用,例如 Functions、Transforms 以及通过 Code Workspaces 使用的 Jupyter® notebook。
此外,Palantir 现有的模型集成能力允许用户连接自定义大语言模型,并独立地从零构建用例。
更多信息请参见下文的应用参考。
AIP application reference
下表介绍了 AIP 应用,并说明了你可能在何种情况下使用它们。 你也可以查阅 Foundry 套件应用的参考页面。
| Application | Description |
|---|---|
| AIP Assist | AIP Assist 是一款由 LLM 驱动的支持工具,通过提供实时、安全的自然语言协助,帮助用户熟悉 Palantir 平台。用户可以向 AIP Assist 提问,并以自己偏好的语言获得上下文感知的回答,从而加速工作流并提高生产力。 |
| AIP Logic | AIP Logic 是一个无代码开发环境,用于创建、测试和部署 AI 驱动的函数——让你可以通过点击式操作,利用由 Ontology 中数据支撑的 LLM 能力。AIP Logic 提供直观的界面,用于设计提示词(prompt)、设置自动化,以及集成结构化或非结构化的 Ontology 数据。你可以使用 AIP Logic 轻松简化和自动化复杂流程(例如排程或优化问题),同时保持强大的安全控制。 |
| AIP Chatbot Studio | AIP Chatbot Studio 使你能够创建交互式聊天机器人,它们可以利用 Ontology 中的企业专属数据以及一系列工具来完成任务、达成目标。你可以部署由 LLM 驱动的 AIP 聊天机器人,以自动化手动操作、编辑 Ontology 数据、简化工作流并增强应用交互。 |
| AIP Evals | AIP Evals 是生产环境中稳定、可靠的 AIP 工作流的基础;通过使用 AIP Evals 测试和评估基于 LLM 的函数与提示词,你可以对由 LLM 支持的工作流建立信心。通过在 AIP Evals 中设置测试用例和评估标准,你可以系统地进行调试、迭代和改进实现,比较不同模型,并检查多次运行之间的差异。 |
| AIP Threads | AIP Threads 为你提供了一种使用 LLM 执行任务和临时分析的简便方式,无需任何技术配置即可与文档和 AIP 聊天机器人交互——只需将文档拖放到 AIP Threads 中,或从一系列现有资源和聊天机器人中挑选,然后用你的请求提示 LLM。 |
| Palantir MCP | Palantir MCP 使外部 AI IDE 和智能体能够连接到 Palantir 平台,并获取关于你的 Ontology 和 Foundry 工具的上下文。使用 Palantir MCP 可让外部 AI 系统查询数据、访问文档,并更高效地构建应用。 |
AIP 与开发者工具链
Palantir 的开发者工具链为你提供了构建可直接使用 Ontology 数据、逻辑和操作的 AI 应用的积木。Ontology SDK 让你可以用 Python、Java 或 TypeScript 编写由 AIP 驱动的应用,并内置对 AIP Logic 函数的访问能力。Palantir MCP 将外部 AI IDE 和智能体连接到 Palantir 平台,为它们提供关于你的 Ontology 和 Foundry 应用的上下文,使其能够更高效地查询数据、访问文档并构建应用。这些工具共同让你能够轻松构建接入组织数据的 AI 解决方案,而不必把各种孤立的系统拼凑在一起。
各平台应用中的 AIP 能力
AIP 功能也已嵌入核心 Foundry 应用中,以帮助用户加速工作流并释放平台的更多价值。以下只是 AIP 功能的部分示例,并非完整清单。最新的 AIP 更新可在文档的公告板块中找到。平台管理员可以通过 Control Panel 中的 AIP settings 来治理这些能力的使用。
AIP Assist sidebar
在任意平台应用中,你都可以打开 AIP Assist 侧边栏来获取支持;AIP Assist 具备上下文感知能力,因此对查询的回答会随当前激活的平台应用而变化。你可以从工作区导航栏打开 AIP Assist,也可以使用键盘快捷键(macOS 为 Cmd + Shift + U,Windows 为 Ctrl + Shift + U)访问它。
Pipeline Builder
在 Pipeline Builder 中使用 AIP,可帮助你更好地理解、构建和管理你的 pipeline。Pipeline Builder 拥有一组核心的 Assist 功能,以及用于自定义工作流的额外 AIP 能力。
在具备相应权限的情况下,你可以在 Pipeline Builder 中使用用于自定义工作流的 AIP 能力,例如:
- Use LLM 节点提供了一种便捷方式,可在你的数据上大规模执行大语言模型(LLM)。
<img src="./media/llm-doc-create-prompt.png" alt="Pipeline Builder 中 Use LLM 节点的「创建提示词」界面。" width="550" />
- 你也可以对输入数据集中的少量行运行试验,在将模型运行于整个数据集之前先迭代你的提示词。
<img src="./media/aip-pipeline-builder-trial-run.png" alt="Pipeline Builder 中 Use LLM 节点的试验运行。" width="750" />
- Pipeline Builder 中提供的文本转嵌入表达式允许你使用文本嵌入 ada-002 模型将文本字符串转换为语义向量表示,从而实现基于词句含义的高级文本分析和操作。
Pipeline Builder 的用户还可受益于核心 Assist 功能,其中一些包括:
- Explain: 进一步了解你 pipeline 开发中的各个步骤,并建议相关的名称和描述。

- Regex Helper: 生成为你量身定制的正则表达式,适用于所有技能水平。

- Transform Assist: 创建和编辑正则表达式,并轻松地将字符串转换为特定的时间戳格式。
Automate
Automate 应用使用户能够构建自动化流程,持续监控已定义的条件,并在满足这些条件时自动执行相应效果。
Automate 已与 AIP Logic 集成,使你能够直接从 AIP Logic 文件创建自动化流程。该能力通过自动化地应用 Ontology 编辑或将其暂存以供人工审核,改善你的 Ontology 管理体验。该工作流的用户可以检查每个拟议操作背后的逻辑,并在批准后让更改自动应用。
Notepad
AIP 为 Notepad 带来了由 LLM 驱动的功能,你可以使用 AIP 自动进行拼写检查、缩短、修改或翻译文本,而不影响文档现有格式。

Scheduler
你可以在创建具有特定时间触发器的数据集构建排程时,在 Scheduler 应用中使用 AIP 来生成排程配置。在 New schedule view 侧边面板中输入排程触发提示词,即可为复杂的触发器生成正确的 cron 格式。
Jupyter®、JupyterLab® 以及 Jupyter® 徽标是 NumFOCUS 的商标或注册商标。
延伸阅读 · 相关页面
按主题横向跳转,不必顺着目录一篇篇读。
本组其他页面 · 核心平台(AIP 总览与治理)
同一主题下的相邻内容。
- AIP 总览:把 AI 接进你的数据与运营AIP(Artificial Intelligence Platform)不是孤立的模型平台,它长在你的数据与 Onto
- 开始使用 AIP:学习路径这一篇很短,只回答一个问题:该按什么顺序学 AIP。
- 提示词工程最佳实践写提示词(prompt)这件事,直接决定 LLM 输出的质量。这一篇讲怎么写出稳定可靠的提示词,是所有 AI 应用的基本
- 平台支持的 LLM 清单AIP 支持来自 xAI、OpenAI、Anthropic、Meta、Google 等提供商的多种 LLM 与文本嵌入模
- 兼容各提供商的原生 API 端点Foundry 为主流 LLM 提供商提供代理端点,按各提供商原生 API 的格式接收请求 —— 你可以继续用熟悉的开源
- AI 伦理与治理Palantir 把负责任 AI 当作构建方式本身,而不是事后补丁。这一篇讲他们的伦理原则与治理机制。
- AIP 的安全与隐私把 AI 接进企业数据,安全是第一道门槛。这一篇讲 AIP 如何保护客户数据的隐私与安全。
- AIP 的计算用量与计费LLM 按 token 计费:输入文本和输出文本都要算钱。这一篇讲清用量从哪来、怎么算、怎么控。
- Ontology 与 AIP 的可观测性AI 跑出问题了,怎么查?这一篇讲 Workflow Lineage 里的一组能力,让你看清每条 AI 流程的来龙去脉。
- 管理员:开启 AIP 能力AIP 能力默认可能并未全部开启。这一篇是管理员的操作指南:在哪些界面、按什么顺序把能力开出来。
- 管理员:LLM 容量管理LLM 容量在行业层面是有限资源,所有提供商都会限制账户的最大可用容量。这一篇讲 AIP 如何在组织内分配这份稀缺资源。
- 管理员:LLM 注册速率限制这一篇是纯数值参照表:各注册层级在商业环境与政府环境下的 TPM(每分钟 token 数)与 RPM(每分钟请求数)上限
常见问题速答 · FAQ
关于「AIP 能力清单:平台各处的 AI 特性」,读者最常问的几个问题。