告别查文档、蹲社区！基于 DeepSeek+Claude Code 搭建 Doris 专属 AI 专家助手

叮咚✨欢迎走进「数据极客圈」！专注大数据、AI 技术交流，大咖分享一线经验，持续输出实用技术锦囊。聚集同行伙伴，交流共进，欢迎关注加入！

你是否也遇到过这些场景？

• Doris 报了个奇怪的错误，翻遍官方文档也找不到答案
• SQL 跑得慢，EXPLAIN 输出几百行，不知道从哪下手
• 想给表设计一个合理的分桶策略，不确定 Bucket 数量该设多少
• 社区群里问问题半天没人回，问题又着急

每次遇到这些问题，你是不是也想过：要是有个随叫随到的 Doris 专家就好了。

今天这篇文章，就是帮你实现这个想法。

整体思路

我们要做的事情其实很简单：

你（中文提问）
    ↓
DeepSeek（国内模型，便宜、不被封、能力在线）
    ↓
Claude Code（开源智能体框架，负责调度工具、读取源码，执行操作）
    ↓
Apache Doris（本地源码 + 官方文档 + 实战知识库）
    ↓
专家级回答

一句话概括：用 DeepSeek 做大脑，用 Claude Code 做手脚，把 Apache Doris 的全套知识灌进去，打造一个能读源码、查文档、写 SQL、诊断问题的 AI 助手。

为什么是 DeepSeek + Claude Code 这个组合？

1. DeepSeek：国产性价比之王，完美适配 Doris 场景

极低成本：API 调用费仅为 GPT-4 的 1/5、Claude 官方的 1/4，100 万 tokens 仅需约 15 元，日常咨询几乎零成本；

国内稳定不封：纯国产节点部署，无需访问国外网站，延迟 50-100ms，无封号风险，数据不出境合规；

推理能力拉满：擅长逻辑推理、代码调试、复杂 SQL 解析，对 Doris 的内核机制（如 Compaction、内存管理、副本调度）理解精准，远超通用模型；

长上下文支持：128K 超长窗口，能直接喂给它 Doris 完整日志、建表语句、配置文件，无需拆分，一次读懂。

2. Claude 客户端：最佳交互入口，无缝对接 DeepSeek

Claude Code（客户端）不仅能当对话界面，还能直接操作本地 Doris 集群、执行 SQL、读取日志、修改配置等。相对纯DeepSeek来说，方便了不少～

• 工具调度：读写文件、执行命令、搜索代码等
• 上下文管理：自动加载相关的源码和文档等
• 多轮推理：先理解问题 → 读取相关代码 → 定位根因 → 给出方案
• 操作集群：执行 SQL、读取日志、修改配置等

第一步：环境准备

1.1 安装 Claude Code

# macOS / Linux
npm install -g @anthropic-ai/claude-code

# 验证安装
claude --version

1.2 获取 DeepSeek API Key

1. 访问 platform.deepseek.com
2. 注册账号，在「API Keys」页面创建一个 Key
3. 充值 10 块钱够用好几个月

❝这个网上文档有很多，随便找个都ok的，很简单～

1.3 配置 Claude Code 使用 DeepSeek

修改 Claude 配置文件，把默认模型换成 DeepSeek，国内稳定不掉线：

推荐：配置 settings.json

编辑 ~/.claude/settings.json，写入以下内容（推荐，永久生效）

{
  "env": {
    "ANTHROPIC_API_KEY": "sk-你的Key",
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-v4-flash"
  },
  "permissions": {
    "allow": [
      "Bash","Edit","Read","LS","Grep","Glob"
    ]
  }
}

❝如需切换模型，直接修改字段值即可：日常排查、巡检、问答：优先 deepseek-v4-flash（低成本、高速度）; 内核源码研读、复杂 SQL 调优、深度 Bug 分析：选用 deepseek-v4-pro（更强推理）

备选：环境变量（macOS / Linux / WSL）

如果 settings.json 方式不生效，可在终端设置环境变量（建议写入 ~/.bashrc 或 ~/.zshrc 永久生效）

export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_API_KEY="sk-你的Key"

# 可选：指定模型
export ANTHROPIC_MODEL="deepseek-v4-flash"

❝注意：如果你已经有 Anthropic 官方 API Key，不配置 DeepSeek 也能直接用。本文面向国内用户，所以推荐 DeepSeek 这条线路。

第二步：准备 Doris 知识库

这是最关键的一步——AI 助手能有多「懂」Doris，取决于你喂给它什么。

我们不用任何现成的插件或技能包，直接从 Apache 官方仓库拉取源码和文档，让 Claude Code 就地取材。

2.1 拉取 Doris 源码

mkdir -p ~/DorisDev && cd ~/DorisDev
git clone https://github.com/apache/doris.git

有了源码，助手就能：

• 搜索 FE / BE 的内部实现，理解每个模块的职责
• 根据报错信息反向搜索代码，定位问题根因
• 读懂执行计划的生成逻辑和算子实现

2.2 拉取 Doris 官方文档

cd ~/DorisDev
git clone https://github.com/apache/doris-website.git

这是 Apache Doris 官方网站的完整源码，包含：

• 所有 SQL 语法参考（SELECT、CREATE TABLE、ALTER、IMPORT……）
• 各版本 Release Notes 和升级指南
• 最佳实践、FAQ、配置参数大全

2.3 写一个 CLAUDE.md，告诉 Claude Code 怎么用这些知识

在工作目录（~/DorisDev）下创建 CLAUDE.md：

# Doris 专家助手配置

## 知识库路径
- Doris 源码：~/DorisDev/doris
- Doris 文档：~/DorisDev/doris-website

## 工作原则

当用户提出 Doris 相关问题时，遵循以下流程：

1. **先查文档**：在 doris-website 中搜索相关的 SQL 语法、配置参数、版本说明
2. **再读源码**：如果文档不够，进入 doris 源码搜索相关模块的实现逻辑
3. **给出方案**：结合文档 + 源码的理解，给出可操作的解决方案
4. **提供 SQL**：如果涉及建表、查询、调优，给出可以直接执行的 SQL 语句

## 常见任务的检索策略

- 报错排查 → 先在源码中 grep 错误信息，再反向追踪调用链
- SQL 语法 → 在 doris-website/docs 中搜索对应语句的文档
- 性能调优 → 查文档中的「性能优化」章节 + 源码中的执行引擎实现
- 表设计 → 查文档中的「数据模型」和「分区分桶」章节 + 基于源码的优化
- 版本升级 → 查 Release Notes + 源码中的兼容性逻辑

这就相当于给 AI 配了一套「操作手册」。每次提问，Claude Code 会先读 CLAUDE.md，知道该去哪里找答案。

2.4 （可选但强烈推荐）准备你的私有知识

在工作目录下创建 CLUSTER_INFO.md：

# 我的 Doris 使用笔记（仅案例）

## 集群信息
- 生产集群：3 FE + 5 BE，版本 4.0.5
- 测试集群：1 FE + 1 BE，版本 4.1.0

## 常见问题记录
- 导入超时通常是因为 tablet 数量过多导致 compaction 积压
- Join 大表时优先考虑 Broadcast Join

## 常用配置
- enable_vectorized_engine = true
- parallel_fragment_exec_instance_num = 8

这样助手给你的建议会基于你的真实环境，而不是泛泛而谈。

❝CLAUDE.md 是 Claude Code 的全局指令文件，进入目录自动加载，相当于给 AI 设定专属工作规范。

第三步：实战演示

配置完成后，打开终端，进入 Doris 源码目录，直接提问即可。

场景一：报错排查

cd ~/DorisDev/doris
claude "Doris 导入时报错 'too many filtered rows'，
我的表有两个 Unique Key 列，数据量约 5000 万行，怎么排查？"

助手会：

1. 搜索源码中的 too many filtered rows 错误信息
2. 定位到 BE 端的数据过滤逻辑
3. 解释错误原因：Unique Key 模型在 Merge 阶段 发现同一 Key 的多条数据，Filter 了不符合条件的行
4. 给出排查方向：检查源数据是否有重复 Key、调整 max_filter_ratio
5. 提供 SQL 帮你验证数据质量

场景二：SQL 优化

claude "我的慢查询是这样的，帮我分析一下 Profile：

Query Profile:
- OLAP_SCAN_NODE: 耗时 8.2s，扫描 1.2 亿行
- AGGREGATION_NODE: 耗时 3.5s
- 整体 12s

表是 DUPLICATE KEY，按 event_date 分区，Buckets=4，
数据每天约 3 亿行，查询范围是最近 7 天。"

助手会：

1. 分析扫描量：1.2 亿行在 4 个 Bucket 上，每个 3000 万行
2. 指出问题：7 天 x 3 亿 = 21 亿行，4 个 Bucket 太少，扫描并行度不够
3. 建议：Bucket 数增加到 32-64
4. 检查分区裁剪是否生效
5. 给出优化后的建表语句

第四步：进阶玩法

4.1 接入企业内部文档

如果你的团队有 Confluence、语雀或飞书文档记录 Doris 使用经验，可以通过 MCP Server 接入：

// .claude/mcp.json
{
  "mcpServers": {
    "yuque": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-yuque"],
      "env": {
        "YUQUE_TOKEN": "your-token"
      }
    }
  }
}

这样助手能同时检索源码、官方文档和你们的内部知识库。

4.2 连接到你的 Doris 集群

通过 MCP 直接让助手执行只读查询，验证它的诊断结论：

{
  "mcpServers": {
    "doris-readonly": {
      "command": "npx",
      "args": ["-y", "mcp-server-mysql"],
      "env": {
        "MYSQL_HOST": "your-doris-fe",
        "MYSQL_PORT": "9030",
        "MYSQL_USER": "readonly_user",
        "MYSQL_PASSWORD": "xxx"
      }
    }
  }
}

❝安全提醒：务必使用只读账号，不要给 AI 写权限。

4.3 日常巡检自动化

在 Claude Code 中设置定时任务：

# 每天上午 9 点检查集群健康状态
claude "检查 Doris 集群昨天的运行情况：
1. 查看 FE 审计日志有无异常
2. 检查 BE 节点磁盘使用率
3. 检查 Compaction 积压情况
4. 汇总生成昨天的运行日报"

常见问题

Q：DeepSeek 的能力跟 Claude 原生模型比差多少？

A：在 Doris 这个领域，差距几乎可以忽略。因为核心竞争力在于「能读到源码和文档」，而不是模型的通用能力。DeepSeek V4 的代码理解和中文表达能力完全胜任。

Q：我的数据安全吗？

A：代码和文档在本地，提问内容经过 DeepSeek API。如果你的数据安全要求极高，可以使用本地部署的 DeepSeek 模型，完全离线运行。

Q：没有任何编程基础能用吗？

A：安装和配置部分需要基本的命令行操作，跟着本文一步步做就行。使用阶段只需要用中文描述问题，不需要写代码。

Q：能替代真正的专家吗？

A：它能解决 80% 的常见问题，但遇到非常深层的 Bug（比如向量化引擎的边界 case），还是需要社区专家介入。它更像是你的「第一道防线」，帮你快速过滤掉大部分问题。

动手试试吧。有问题欢迎在评论区交流。