⭐️
快速开始
前置条件
- Python 3.10+（推荐 3.11 或 3.12）
- macOS、Linux 或 Windows WSL
- 任意一种 LLM 提供商凭证：
- AWS Bedrock —— AWS 凭证（profile、环境变量或 IAM 角色）
- Anthropic API ——
ANTHROPIC_API_KEY - OpenAI API（或兼容 API）——
OPENAI_API_KEY
- （可选）SeaTunnel 安装目录，用于引擎级校验和作业执行
安装
从 SeaTunnel 发行版启动（推荐）
Shell 包装脚本首次运行时会自动安装 Python 依赖：
# 首次运行 —— 自动安装依赖并进入交互式初始化
bin/seatunnel-ai.sh --init
# 初始化完成后直接启动
bin/seatunnel-ai.sh
SEATUNNEL_HOME 会自动指向发行版根目录。
从源码安装
cd seatunnel-cli
bash setup.sh # 安装全部提供商依赖 + 开发工具
seatunnel --init # 交互式配置提供商
配置 LLM 提供商
# 方式 A：AWS Bedrock（默认）
export AI_PROVIDER=bedrock
export AWS_REGION=us-east-1
# 方式 A2：Bedrock 上的 OpenAI 系模型（bedrock-mantle，完整说明见下方专节）
export AI_PROVIDER=bedrock-mantle
export OPENAI_MODEL='openai.gpt-5.6-terra'
# 方式 B：Anthropic API
export AI_PROVIDER=anthropic
export ANTHROPIC_API_KEY=sk-ant-...
# 方式 C：OpenAI 或兼容 API
export AI_PROVIDER=openai
export OPENAI_API_KEY=sk-...
# export OPENAI_BASE_URL=https://... # Azure OpenAI、DeepSeek、本地 vLLM 等
bedrock-mantle：Bedrock 上的 OpenAI 系模型
Bedrock 上的部分 OpenAI 模型（如 openai.gpt-5.6-terra、openai.gpt-5.6-sol）
不在 Bedrock 基础模型目录中，只支持专用 bedrock-mantle 端点上的 OpenAI
Responses API——常规 bedrock 提供商（Converse API）和 openai 提供商
（Chat Completions）都无法调用它们。请使用 bedrock-mantle 提供商：
# 1. 安装提供商依赖（openai SDK >= 2.45 + AWS token 生成器）
pip install -e ".[bedrock-mantle]"
# 2. 配置——只需 AWS 凭证，不需要 OpenAI 账号或 API key
export AI_PROVIDER=bedrock-mantle
export AWS_REGION=us-east-1 # us-east-1 / us-east-2 / us-west-2
export OPENAI_MODEL='openai.gpt-5.6-terra' # 不设置时的默认值
# export OPENAI_SMALL_FAST_MODEL='openai.gpt-5.6-terra'
# 3. 正常生成
seatunnel "把 MySQL 的 users 表同步到 S3，Parquet 格式"
提供商契约：
- 端点：
https://bedrock-mantle.{region}.api.aws/openai/v1——这类模型 要求的专属openai/v1路径（通用的v1Responses 路径会拒绝这些模型）。 - 认证：通过
aws-bedrock-token-generator从你的 AWS 凭证（profile、 环境变量或 IAM 角色）自动派生短期 bearer token，每 30 分钟自动轮换， 不在任何地方存储长期密钥。 - 数据留存：所有请求携带
store=false，Bedrock 不会在服务端留存你的 提示词和生成的配置（服务默认行为是保留 30 天）。 - 参数：这类模型不接受
temperature，提供商不会发送该参数，配置的 temperature 值不会生效。 - 错误处理：截断（
incomplete）、失败和拒答的响应会抛出显式错误， 而不是伪装成正常结果返回。
该提供商完整支持 CLI 内部的工具调用循环（规划阶段的连接器查询）和多轮 会话，包括工具调用之间模型推理输出（reasoning）的保留与回放。
API 密钥只从环境变量读取——绝不写入任何配置文件。
生成第一条管道
单发模式
seatunnel "Sync MySQL users table to S3 Parquet"
seatunnel "从 Kafka 读取订单数据写入 ClickHouse" -o my_job.conf
交互模式
seatunnel
🐬 SeaTunnel > 把 PostgreSQL 的 orders 表同步到 Doris
📋 已生成 SeaTunnel 配置
配置已保存至: .data/last_job.conf
🐬 SeaTunnel > 加个过滤，只保留 amount > 100 的订单
📋 已生成 SeaTunnel 配置（已更新）
🐬 SeaTunnel > /check
[1] 本地校验: PASS
[2] 引擎 --check: PASS
Dry-run 通过 —— 配置可以执行。
🐬 SeaTunnel > /run
作业已提交: 1234567890 (orders-sync)
状态: FINISHED
常用命令
| 命令 | 说明 |
|---|---|
/check | 校验最近生成的配置；失败时自动诊断修复 |
/run | 通过 REST API 或 seatunnel.sh 执行；失败时自动修复 |
/connectors | 列出可用的 source、sink 和 transform |
/remember <内容> | 记住非敏感信息（主机、端口、库名等） |
/sessions、/resume | 查看和恢复历史会话 |
提问技巧
- 在描述里带上连接信息（主机、端口、库名、表名）：生成的配置可以直接运行，而不是一堆占位符。
- 明确批处理还是实时（"一次性全量拷贝" vs "持续捕获变更"）——这决定 BATCH/STREAMING 模式和是否选用 CDC 连接器。
- 凭证默认占位：生成的配置用
${MYSQL_PASSWORD}这类环境变量引用密码，/run前先 export。 - 对于模型实测偏弱的场景（条件路由拆流、PostgreSQL-CDC 前置配置、Doris/StarRocks 选项——见基准测试），生产使用前建议人工复核生成的配置。