数据库里沉睡着最懂业务的证据，但它们从未开口。
现在有了它——AI 数据侦探：Loop 负责创造 AI，TiDB 负责承载 AI 的数据，AI 负责理解数据——最终，让数据库自己开口说话。
一条完整的侦破链路。悬停或点击中间三条分支，查看 AI 理解数据的三种途径如何汇入 TiDB，又被侦探变成语言。
这不是一场独角戏，而是一次精密的三方协作——每一家都只做自己最擅长的事。
低代码开发、数据编排、应用构建。Loop 负责「创造 AI」——让智能体与数据应用被快速装配出来，而不是从零手写。
职责：创造 AI分布式 NewSQL 数据库。TiDB 负责「承载 AI 的数据」——OLTP、OLAP、向量与元数据同库共存，为 AI 提供一站式证物库。
职责：承载 AI 的数据Agent 通过 MCP 等协议连接数据库。AI 负责「理解数据」——读结构、查内容、比对语义，最后把证据翻译成人话。
职责：理解数据每一个能力，都是为「让数据库说话」服务的。悬停每张卡片，看它们各自如何工作。
把文本、病历、日志变成向量存进 TiDB。意思相近的数据，即使字面完全不同也能被找回——这是 AI 理解"语义"的底座。
关键词检索与向量检索在同一条 SQL 里合流。既要"字面上对得上"，也要"语义上说得通"，双通道交叉验证，证据更扎实。
AI 侦探读懂元数据后，把你的自然语言直接翻译成 SQL。不懂表结构的人，也能与数据库当面对质——这就是"说话"的第一种形式。
业务写入（OLTP）与实时分析（OLAP）在一套数据库里同时进行，数据毫秒级同步。侦探不必等证物归档——新证据一入库，立刻可以质证。
下面是 AI 数据侦探的审讯室。选一个问题，看 Text-to-SQL、Vector Search 与 HTAP 如何接力，让数据库亲口作证。
一位侦探的真实办案实录——看它与 TiDB 联手，把"沉默的数据"变成一句完整的结案陈词。
某区域医疗数据库中，一批糖尿病患者悄然"消失"——不再出现在复诊记录里。是数据丢失、迁出失访，还是病情恶化无人知晓？