2026 年，智能体将在企业级应用中取得哪些实质性突破？点击下载《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！
概述
本快速入门指南将引导您利用 Snowflake 市场中提供的原生应用程序 RelationalAI，执行社区检测算法。示例数据基于食品卡车的订单信息，旨在识别可能具有社交关系的顾客群体，进而构建其社交关系图谱，以便与相关顾客群体进行有针对性的互动。
什么是 RelationalAI？
RelationalAI 是一个云原生平台，旨在通过智能化手段帮助企业简化和强化决策流程。该平台扩展了 Snowflake 的功能，原生支持日益增长的 AI 工作负载，如图分析、基于规则的推理和优化等，所有操作均在您的 Snowflake 账户内完成，享有与 Snowflake 一致的易用性、可扩展性、安全性及治理能力。
用户可利用 Python 构建知识图谱，并在 Snowflake 数据之上实现其实例化。这些数据通过 Snowflake 流与 RelationalAI 应用实现共享，分析洞察结果可写回 Snowflake 表，并在整个组织范围内共享。
学习内容
如何通过对 Snowflake 中的数据运行各类图算法来发掘新的洞察；
如何通过图可视化技术对图分析进行补充；
如何利用 Snowpark 容器服务中的原生应用程序在 Snowflake 数据云中完成上述所有操作。
准备工作
一个位于 AWS 美国东部（弗吉尼亚北部）或美国西部（俄勒冈）区域的 Snowflake 账户；
具备使用 Snowflake SQL 工作表的基础知识；
满足以下任一条件:
在 Snowflake 账户中拥有创建数据库和架构的权限，或：
拥有名为 RAI_DEMO.TASTYBYTES.ORDER 的 Snowflake 表，该表包含本快速入门指南所使用的数据；
本快速入门指南中使用的RAI社区检测Jupyter笔记本。
构建内容
进行社区检测分析，以发现哪些食品卡车顾客经常一起用餐；
实现该数据的可视化。
注意：如果尚未安装 RelationalAI 原生应用程序，请按照此处的说明进行操作。
设置环境
除了完成 Snowflake 账户的设置，请按照以下步骤在本地安装 Python 环境，包括 Jupyter Lab 和 RelationalAI Python 库。
为该项目创建一个目录，并将演示笔记本放入其中；
在操作系统的终端应用程序中，导航至您的项目目录；
检查您的 Python 安装情况：
在终端中运行命令 python3 --version；
如果您的 Python 版本以 3.10 或 3.11 开头，则与 RelationalAI Python 库兼容；
否则，您需要下载并安装 Python：
从 Python 3.11下载页面下载适用于您操作系统的安装程序；
运行安装程序；
通过在终端中运行命令 python3.11 --version，验证 Python 3.11 是否可用。
为您将要安装的软件包设置一个虚拟环境：
python3.11 -m venv .venv # or python3 -m venv .venv, if you don't have a python3.11 executablesource .venv/bin/activate # Activate on Linux and macOS.# .venv\Scripts\activate # Activate on Windows.python -m pip install jupyterlab relationalaiRelationalAI 配置文件
安装 relationalai 软件包后，您需要使用要使用的 Snowflake 凭证设置 RAI 配置（类似于 Snowflake CLI 的配置）。
在终端中运行 rai init 命令，并按照提示输入您的凭证和其他配置数据：
1. 选择 Snowflake 作为您的主机平台。
2. 如果您已有配置文件，请从~/.snowflake/connections.toml 中选择一个配置文件；否则请输入您的用户名、密码和账户 ID。
3. 选择您之前创建的 rai_user 角色。
4. 选择一个 Snowflake 虚拟仓库。
5. 选择 [CREATE A NEW ENGINE] 以创建新的引擎。为引擎输入任意名称，例如 rai_engine。（通常您不会希望选择之前为变更数据捕获创建的同一引擎。）
6. 选择 HighMem|S 作为引擎规格。
7. 选择您之前创建的计算池 rai_compute_pool。
8. 按 Enter 键接受默认的配置文件名称 default。
在 Jupyter Lab 中运行笔记本
1. 使用以下命令启动 Jupyter Lab：
jupyter lab
并在浏览器中访问控制台输出的 URL（例如：http://localhost:8888/lab?token=XXXX）。
2. 在 Jupyter Lab 中打开 community-detection.ipynb 文件，您将看到笔记本顶部显示：
3. 如果您的 Snowflake 数据库中尚未创建名为 RAI_DEMO.TASTYBYTES.ORDERS 的数据表，请滚动到附录部分，运行该部分单元格，将本演示所需数据导入您的 Snowflake 账户。
4. 本笔记本将引导您完成知识图谱的定义流程！
总结与资源
恭喜您顺利完成本《基于 RelationalAI 的社区检测》指南！在本快速入门指南中，您将了解到：
如何通过 Snowflake 市场安装 RelationalAI 原生应用程序；
如何在您的 Snowflake 数据之上构建知识图谱，且无需将数据从 Snowflake 中导出；
如何在知识图谱上运行图算法，并可视化图谱中的关系。
资源
要深入了解 RelationalAI 并查看完整文档，请访问 https://relational.ai；
关于 Snowflake 原生应用程序的更多信息；
原文地址：https://www.snowflake.com/en/developers/guides/community-detection-using-relationalai/
点击链接立即报名注册：Ascent - Snowflake Platform Training - China，更多 Snowflake 精彩活动请关注专区。
