@clickzetta/cz-cli-darwin-x64 0.3.1

package/bin/skills/lakehouse-doc/references/AI_EMBEDDING.md

@@ -0,0 +1,70 @@
+## AI\_EMBEDDING
+
+使用支持的嵌入模型（Embedding Model）将文本转换为高维向量表示。生成的向量可用于语义搜索、文本相似度计算、聚类分析、推荐系统等下游任务。
+
+### 语法
+
+```sql
+AI_EMBEDDING(<model>, <input> [ , <model_parameters> ])
+```
+
+该函数包含 **2 个必需参数**和 **1 个可选参数**，支持位置参数语法和命名参数语法。
+
+### 参数说明
+
+**必需参数**
+
+**`model`**
+
+指定要调用的嵌入模型。与 `AI_COMPLETE` 一致，模型来源分为两种：API Gateway 端点和 API Connection 连接对象。
+
+通过 API Gateway 端点调用时，使用 `endpoint` 前缀加端点名称的格式：
+
+```scheme
+'endpoint:<端点名称>'
+```
+
+通过 API Connection 连接对象调用时，需先通过 `CREATE API CONNECTION` 创建连接，再使用 `connection/` 前缀引用：
+
+```scheme
+'connection:<连接对象名称>'
+```
+
+> **说明**： 请确保所指定的模型为嵌入模型（Embedding Model），而非对话补全模型。嵌入模型专门用于将文本映射为固定维度的数值向量，常见的嵌入模型包括 OpenAI 的 `text-embedding-3-small`、`text-embedding-3-large`，阿里云百炼的 `text-embedding-v4` 等。
+
+**`\`**（STRING）
+
+需要转换为向量的输入文本。可以是单个词语、一个句子、一段文字，也可以是来自数据表中某个字段的值。输入文本的最大长度受所选模型的上下文窗口限制，超出限制可能导致文本被截断或调用失败。
+
+**可选参数**
+
+**`\`**（OBJECT）
+
+以 JSON 对象形式传入的模型超参数，用于控制嵌入模型的行为。不同模型支持的参数可能有所不同，常见参数如下：
+
+| 参数                    | 类型     | 说明                                                                                                                      |
+| --------------------- | ------ | ----------------------------------------------------------------------------------------------------------------------- |
+| `input`               | STRING | 指定输入内容的类型。常见取值为 `'text'`（普通文本）和 `'query'`（查询文本）。部分模型会根据输入类型对向量做针对性优化，例如在检索场景中，文档内容使用 `'text'`，用户查询使用 `'query'`，可提升检索精度。 |
+| `embedding.dimension` | STRING | 指定输出向量的维度。较高的维度通常能保留更丰富的语义信息，但会占用更多存储空间和计算资源。常见取值包括 `'256'`、`'512'`、`'1024'`、`'1536'` 等，具体支持的维度范围取决于所选模型。               |
+
+参数示例：
+
+```sql
+JSON '{
+    "input": "text",
+    "embedding.dimension": "1024"
+}'
+```
+
+### 示例
+
+```
+SELECT AI_EMBEDDING(
+    'endpoint：lis_openai_embedding',
+    '中国的首都？',
+    JSON '{
+        "input": "text",
+        "embedding.dimension": "1024"
+    }'
+);
+```

package/bin/skills/lakehouse-doc/references/AI_Gateway.md

@@ -0,0 +1,255 @@
+## 一、产品概述
+
+### 1.1 什么是模型管理
+
+模型管理（AI Gateway）是企业级「模型统一调用与治理中枢」，默认集成限流控制、运行监控、权限隔离、成本管控核心能力，支持聚合「云服务商托管模型」与「企业自有外部模型」，实现多场景下的模型调用标准化、资源管控可视化、成本归因精细化。
+
+### 1.2 核心价值
+
+| 价值维度  | 具体说明                                                      |
+| ----- | --------------------------------------------------------- |
+| 统一入口  | 无需切换多平台，一站式管理托管 / 外部模型，降低跨平台协作成本                          |
+| 风险可控  | 基于角色的权限隔离（RBAC）+ 动态限流 + API KEY 安全管理，规避资源滥用与数据泄露          |
+| 成本透明  | 支持租户 / Endpoint 级配额管控、多维度用量统计（Token / 调用次数）、分账报表，实现成本精准归因 |
+| 低门槛调用 | 覆盖 SQL 嵌入、DataGPT 可视化、OpenAPI 开发三大场景，适配技术 / 非技术用户需求       |
+| 可追溯性  | 保留模型调用日志、用量明细、权限变更记录，满足合规审计需求                             |
+
+### 1.3 核心概念
+
+| 概念                    | 定义说明                                                                    | 适用场景                   |
+| --------------------- | ----------------------------------------------------------------------- | ---------------------- |
+| AI Gateway            | 模型调用与治理的统一入口，负责权限校验、限流执行、用量统计、请求转发                                      | 所有模型调用与管理场景            |
+| Model Endpoint（模型接入点） | 模型的唯一访问标识，租户内名称唯一（不支持中文），注册后可在多场景调用                                     | 模型创建后需生成 Endpoint 才能使用 |
+| 托管模型                  | 云服务商提供的预置模型（如阿里云 Qwen、OpenAI GPT-4o），由 AI Gateway 统一管理 Base URL/API KEY | 企业无自有模型，需快速启用通用 AI 能力  |
+| 外部模型                  | 企业自有云厂商 MaaS 模型（如自建火山引擎大模型），需手动配置 Base URL/API KEY                      | 金融、政务等需私有化部署或自有模型的场景   |
+
+## 二、使用前准备
+
+### 2.1 前置条件
+
+1. 已开通云服务商 Studio 服务，且具备「AI - 模型管理」模块访问权限（空态时仅 Instance Admin 可见「新建模型」入口）；
+2. 若使用外部模型：需提前获取云厂商提供的 **Base URL**（需符合 OpenAI 接口规范）、**API KEY**（需具备模型调用权限）；
+3. 若关联业务数据：需提前获取 Lakehouse 库表读取权限（SQL 调用场景）、AI Function 执行权限（函数调用场景）。
+
+### 2.2 角色与权限矩阵（RBAC）
+
+| 角色                 | 核心权限                                                                  | 适用人群            | 典型操作场景          |
+| ------------------ | --------------------------------------------------------------------- | --------------- | --------------- |
+| Account Admin      | 1. 初始化 Gateway Admin（首次使用自动同步）；2. 处理计费账单与服务开通                         | 企业云账号管理员（低频操作）  | 企业首次接入时配置初始管理员  |
+| Gateway Admin      | 1. 配置租户级配额与限流策略；2. 管理全量 Endpoint/API KEY；3. 添加 / 删除管理员；4. 查看全量用量与分账数据 | 企业 IT 管理员、模型负责人 | 企业成本预算分配、全局权限管控 |
+| Endpoint Admin     | 1. 管理指定 Endpoint（查看用量、修改配置、删除）；2. 授予他人该 Endpoint 权限                   | 业务线负责人（如电商、金融）  | 业务线模型权限分配、用量监控  |
+| ENDPOINT\_VIEWER   | 只读模型元数据，不可调用                                                          | 运营分析师           | 模型调用开发、数据分析生成   |
+| ENDPOINT\_USER     | 仅可调用模型                                                                | 开发工程师           | 模型调用开发、数据分析生成   |
+| ENDPOINT\_OPERATOR | 调用 + 修改模型配置                                                           | 开发工程师           | 模型调用开发、数据分析生成   |
+
+## 三、核心操作指南
+
+### 3.1 Endpoint 全生命周期管理（模型接入与监控）
+
+#### 3.1.1 托管模型管理（快速启用预置模型）
+
+**业务价值**：无需配置，直接使用云服务商预置模型，适用于快速验证业务需求（如临时数据分析、Demo 开发）。
+**操作步骤**：
+
+1. 进入「模型管理 → Endpoint」页面，系统默认展示租户内已配置的托管模型列表；
+2. 核心操作（角色权限差异）：
+   * 操作步骤：
+     * 进入「模型管理 → Endpoint」页面；
+     * 在 Endpoint 列表找到目标模型，可执行以下操作：
+       * 新建 Endpoint（仅 Gateway Admin）：点击右侧新建，可创建 Endpoint![](/.topwrite/assets/1.png)
+       * 复制 Endpoint：点击「复制」，可复制一个已经生成的 Endpoint 信息，并对其中内容修改后，生成一个新的 Endpoint；![](/.topwrite/assets/ScreenShot_2026-03-10_191249_127.png)
+       * 测试连通：点击测试连接，会触发一次真实大模型调用用于验证连通性，该操作会消耗极少量 Token。![](/.topwrite/assets/image_1769764093331.png)
+       * 查看详情：点击 Endpoint 名称，查看模型版本、调用量、有权限用户、历史变更记录；\</.topwrite/assets/image (1).png>
+       * 删除模型（仅 Gateway Admin 和 Endpoint Admin）：点击「删除」→ 确认弹窗点击「确定」（删除后不可恢复）。
+
+#### 3.1.2 外部模型接入（企业自有模型集成）
+
+**业务价值**：支持企业将私有化部署或自有版权的模型接入 AI Gateway，实现统一管控（如金融风控模型、电商推荐模型）。
+分两类场景接入，满足不同模型规范需求：
+**场景一：标准厂商接入（如火山引擎、Anthropic）**
+优势：模型符合云厂商标准接口规范，无需自定义 URL
+
+1. 进入「模型管理 → Endpoint → 新建 → 外部模型」；
+2. 填写配置：
+   * 输入「Endpoint 名称」（租户内唯一，如 “finance-risk-model”）；
+   * 选择「厂商」（系统自动填充标准 Base URL）；
+   * 单选「模型分类」（LLM/Embedding/Image Generation）；
+   * 输入「模型版本」（如 “risk-v2.1”）；
+   * 填写「API KEY ID」（仅调用外部模型时需要 API Key 信息，您可在 API KEY 界面创建，并根据生成的 API Key 查看具体 ID 信息）；
+3. AI Gateway 配置：
+   * 设置「访问限流」（如 TPM=1000，RPM=50）
+   * 「访问配额」（如每月 10 万 Token）；
+4. 点击「测试连接」，验证连通性（失败排查见第四章）；
+5. 测试通过后点击「确定」，Endpoint 加入列表。
+   \</.topwrite/assets/image (2).png>)
+
+**场景二：自定义接入（符合 OpenAI 规范）**
+优势：企业自研模型、第三方非标准厂商模型
+
+1. 进入「模型管理 → Endpoint → 新建 → 外部模型 → 自定义」；
+2. 填写配置：
+   * 输入「Endpoint 名称」（如 “custom-ocr-model”）；
+   * 填写「模型厂商」（如 “企业自研”）；
+   * 单选「模型分类」（如 “Image Generation”）；
+   * 输入「模型版本」（自定义，如 “20260120-beta”）；
+   * 填写「Base URL」（如 “<https://internal-ocr.example.com/v1/chat/completions>”）；
+   * 填写「API KEY ID」（仅调用外部模型时需要 API Key 信息，您可在 API KEY 界面创建，并根据生成的 API Key 查看具体 ID 信息）；
+3. 后续步骤同 “标准厂商接入” 3-5 步。
+   \</.topwrite/assets/image (3).png>)
+
+#### 3.1.3 模型监控（实时掌握运行状态）
+
+**业务价值**：实时监控模型调用成功率、延迟、错误率，及时发现异常（如模型宕机、限流触发）。
+**操作步骤**：
+
+1. 进入「模型管理 → Endpoint」，选择目标 Endpoint，点击「更多 → 监控」；
+   \</.topwrite/assets/image (4).png>)
+2. 配置查询条件：
+   * 时间范围：默认近 1 天，支持 1 分钟～60 天（不同范围数据粒度不同，如 1 天内为 1 分钟 / 点，30 天内为 1 小时 / 点）；
+   * 指标维度：默认展示「请求次数、成功率、端到端延迟、Token 总用量」；
+3. 查看数据：
+   * 概览面板：展示核心 KPI（Token 总量、成功率、错误率、平均延迟）；
+   * 趋势图表：折线图展示指标变化（如成功率骤降需排查模型连通性）；
+   * 错误明细：点击「错误率」可查看错误类型（如限流、权限不足）；
+
+### 3.2 API KEY 管理（安全访问凭证）
+
+**业务价值**：API KEY 是模型外部调用的唯一凭证，严格管理可防止资源滥用与数据泄露。
+**操作步骤（仅 Gateway Admin）**：
+
+1. 进入「模型管理 → API KEY」页面；
+2. 新建 API KEY：
+   * 点击「新建 KEY」→ 输入名称（需关联业务场景，如 “ecommerce-recommend-key”）；
+   * 点击「确认」，系统生成 KEY；
+3. 日常管理：
+   * 禁用/启用：点击「禁用」（禁用后无法调用，适用于临时停用），需用时点击「启用」；
+   * 删除：需先停用关联调用（如 SQL/OpenAPI 调用），点击「删除」→ 确认（KEY 立即失效）；
+   * 筛选：通过「状态（正常 / 禁用）」「负责人」快速定位目标 KEY；
+4. 安全注意事项：
+   * 避免明文存储（如代码仓库、配置文件）；
+   * 定期轮换（建议每 3 个月）；
+   * 泄露后需立即删除并新建，更新所有关联调用配置；
+     \</.topwrite/assets/image (5).png>)
+
+### 3.3 权限管理（精细化资源控制）
+
+#### 3.3.1 Gateway Admin 管理（全局权限管控）
+
+**业务价值**：确保企业有且仅有授权人员负责全局配置，避免权限混乱。
+**操作步骤（仅当前 Gateway Admin）**：
+
+1. 进入「模型管理 → 权限 → Gateway 管理员」；
+2. 添加管理员：
+   * 点击「添加」→ 勾选目标用户（需在租户内已注册）；
+   * 点击「确认」，用户立即获得 Gateway Admin 全量权限；
+3. 删除管理员：
+   * 在列表找到目标用户，点击「移除」；
+   * 系统校验：① 不可删除当前登录用户；② 删除后需至少保留 1 名 Admin；
+4. 查看记录：页面展示所有 Admin 的「用户名、添加时间、操作人」；
+   \</.topwrite/assets/image (6).png>)
+
+#### 3.3.2 Endpoint 权限管理（业务线权限隔离）
+
+**业务价值**：按业务线分配 Endpoint 权限，避免跨业务资源滥用（如电商 Endpoint 仅电商团队可调用）。
+**操作步骤（仅 Endpoint Admin）**：
+
+1. 进入「模型管理 → 权限 → Endpoint 权限」；
+2. 授权操作：
+   * 点击「添加」→ 选择目标用户 → 勾选权限类型（参考 2.2 角色权限）；
+   * 选择需授权的 Endpoint（可多选）；
+   * 点击「确认」，用户获得对应权限；
+3. 收回权限：
+   * 在「已授权列表」找到目标用户与 Endpoint；
+   * 点击「移除」→ 确认，权限立即失效；
+     \</.topwrite/assets/image (7).png>)
+
+### 3.4 配额与用量管理（成本控制）
+
+#### 3.4.1 租户配额配置（企业级预算管控）
+
+**业务价值**：设置企业月度 Token 总上限，避免超预算（如每月 500 万 Token，覆盖全业务线）。
+**操作步骤（仅 Gateway Admin）**：
+
+1. 进入「模型管理 → 用量 → 租户配额」；
+2. 首次配置：
+   * 若为空态（提示 “当前租户尚未设置配额”），点击「设置租户配额」；
+   * 填写配置：粒度默认「租户级别」、周期默认「每月」、Token 配额（如 5000000，即 500 万 / 月）；
+   * 点击「保存」，跳转至配额页查看「总配额、已用量、剩余量、每日用量趋势」；
+3. 调整配额：点击「编辑配额」→ 修改数值 → 保存（实时生效）；
+   \</.topwrite/assets/image (8).png>)
+
+#### 3.4.2 Endpoint 配额配置（业务线预算分配）
+
+**业务价值**：为单个 Endpoint 分配独立配额（如电商推荐模型每月 100 万 Token），实现业务线成本隔离。
+**操作步骤（Gateway Admin/Endpoint Admin）**：
+
+1. 进入「模型管理 → Endpoint」，选择目标 Endpoint，点击「编辑」；
+2. 找到「AI Gateway → 访问配额」模块；
+3. 填写配置：粒度默认「Endpoint 级别」、周期「每月」、Token 配额（如 1000000）；
+4. 关键规则：实际可用配额 = 租户配额与 Endpoint 配额的较小值（如租户剩 50 万，Endpoint 配额 100 万，实际可用 50 万）；
+5. 点击「保存」，在 Endpoint 详情页查看配额使用情况；
+   \</.topwrite/assets/image (9).png>)
+
+#### 3.4.3 用量统计查询（多维度成本归因）
+
+**业务价值**：按 Endpoint / 用户 / API KEY 维度查询用量，定位高成本资源（如某用户调用量异常）。
+**操作步骤（角色权限差异）**：
+
+1. 进入「模型管理 → 用量 → 用量统计」；
+2. 配置查询条件：
+   * 时间范围：默认近 1 月，支持切换「近 1 周 / 自定义」；
+   * 统计维度：
+     * 普通用户：仅查看「自身关联的 Endpoint / 用户」；
+     * Gateway Admin：查看「Endpoint / 用户 / API KEY / 账户 / 账号明细」；
+3. 查看数据：
+   * 列表视图：展示「统计维度、日期、调用次数、输入 Token、输出 Token、总用量」；
+   * 图表视图：点击「切换图表」，通过折线图 / 柱状图查看用量趋势；
+4. 下载明细（仅 Gateway Admin）：
+   * 点击「下载明细」→ 选择年月（支持最近 1 年）→ 确认；
+     \</.topwrite/assets/image (10).png>)
+
+### 3.5 多场景模型调用（适配不同用户需求）
+
+#### 3.5.1 SQL 调用（数据分析师 / 开发工程师）
+
+**业务价值**：直接在 SQL 中调用模型，实现 “数据查询 + AI 分析” 一体化（如订单文本嵌入、用户评论情感分析）。
+您可以在SQL中直接调用，例如：
+
+```Plain
+select ai_complete('endpoint\:lis\_aliyun\_qwen\_max','中国首都是哪里？')
+```
+
+#### 3.5.2 DataGPT 调用（所有角色操作）
+
+DataGPT 通过标准化接口实现 AI 模型调用，可快速完成模型对接与替换。您只需在 DataGPT 的模型配置界面，将我方提供的专属调用地址（Base URL）与访问凭证（API Key），替换平台现有模型配置，即可完成模型调用链路的切换，依托 AI Gateway 实现稳定、可管控的 AI 能力调用。
+
+#### 3.5.3 OpenAPI 标准调用（开发场景）
+
+* 调用地址：Endpoint 列表中的 “访问地址”；
+* API KEY：从「API KEY 管理」中获取（仅 Gateway Admin 可创建）；
+* 调用方式：
+  * 进入「模型管理 → Endpoint」页面，点击 Endpoint 名称，进入详情页；
+  * 在详情页的下方，「Endpoint 调用示例」部分，为您展示 OpenAI-python 和 REST API-cURL 两种调用方式的示例。
+
+## 四、关键注意事项
+
+1. **权限控制**：操作前确认自身角色权限（如普通用户不可删除 Endpoint），避免因权限不足导致操作失败；如需扩展权限，联系对应 Admin（Gateway Admin 负责全局权限，Endpoint Admin 负责业务线权限）。
+
+2. **数据留存**：
+   * 账号明细数据：仅保留最近 1 年，需长期存储需每月下载备份（Gateway Admin 操作）；
+   * 用量监控数据：最多保留 60 天，关键指标（如月度配额使用情况）需定期截图存档。
+
+3. **模型删除风险**：
+   * Endpoint 删除后不可恢复，删除前需：① 停用所有关联调用（SQL/OpenAPI/DataGPT）；② 通知所有有权限用户；
+   * 内置托管模型删除后，需重新使用时联系技术支持（不可自行恢复）。
+
+4. **API KEY 安全**：
+   * 避免泄露（如明文分享、存储在代码仓库）；
+   * 定期轮换（建议每 3 个月）；
+   * 泄露后需立即在「API KEY 管理」中删除并重新创建，更新所有关联配置。
+
+5. **配额生效规则**：Endpoint 实际可用配额 = 租户配额与 Endpoint 配额的较小值，设置时避免 Endpoint 配额远超租户配额（如租户每月 100 万，Endpoint 设 200 万，实际仅 100 万可用，造成配置浪费）。
+
+6. **兼容性注意**：外部模型需符合 OpenAI 接口规范，否则无法接入（如不支持 “messages” 参数的模型需厂商适配）；编辑模型版本时，需确认下游调用系统是否支持新版本（避免兼容性问题）。
+
+^

package/bin/skills/lakehouse-doc/references/AI_eco.md

@@ -0,0 +1 @@
+^

package/bin/skills/lakehouse-doc/references/AI_function_in_SQL.md

@@ -0,0 +1,25 @@
+# AI 函数
+
+## 概述
+
+在云器 Lakehouse 中，AI 函数的实现**依托于**外部函数（External Function）的框架。外部函数（亦称远程函数，Remote Function）是一种特殊的自定义函数（UDF），它允许用户通过 Python 或 Java 语言定义函数逻辑，但其核心计算任务会被\*\*卸载（offload）\*\*到外部的远程服务执行（支持的远程服务包括：阿里云的函数计算 FC、腾讯云的云函数 SCF）。在执行过程中可调用：
+
+* **在线服务**：以 API 形式对外提供的在线服务，如 AI 在线模型服务（例如大语言模型 API、云平台提供的在线 AI API 服务）。
+* **离线功能**：将特定功能函数代码、依赖库、模型和数据等文件打包成的离线服务包，如从 Hugging Face 下载的图像识别模型等。
+
+云器 Lakehouse 通过创建 API Connection，在元数据中保存外部函数计算服务的连接和访问信息。外部函数通过 HTTP 协议调用外部函数计算服务，实现数据处理并返回结果。
+![](.topwrite/assets/a7546df1-be39-41e9-9c80-e0e90ce3d353.svg)
+Lakehouse 平台在获得用户预先授权后，于创建外部函数时，将自动在客户账号下的函数计算服务中部署该函数。当用户在 SQL 查询中使用外部函数时，由外部函数实现与外部计算服务的安全连接、数据处理并返回查询结果。
+
+## 外部函数创建主要流程
+
+请参考：[使用流程: External Function](RemoteFunctionBestPractice.md)
+
+## 使用外部函数开发 AI 函数
+
+请参考以下开发指南：
+
+* [External Function(Python3)](RemoteFunctionDevGuidePython3.md)
+* [External Function(Java)](ExternalFunctionDevGuideJava.md)
+
+^

package/bin/skills/lakehouse-doc/references/AI_function_overview.md

@@ -0,0 +1,25 @@
+# AI 函数
+
+## 概述
+
+在云器 Lakehouse 中，AI 函数的实现**依托于**外部函数（External Function）的框架。外部函数（亦称远程函数，Remote Function）是一种特殊的自定义函数（UDF），它允许用户通过 Python 或 Java 语言定义函数逻辑，但其核心计算任务会被\*\*卸载（offload）\*\*到外部的远程服务执行（支持的远程服务包括：阿里云的函数计算 FC、腾讯云的云函数 SCF）。在执行过程中可调用：
+
+* **在线服务**：以 API 形式对外提供的在线服务，如 AI 在线模型服务（例如大语言模型 API、云平台提供的在线 AI API 服务）。
+* **离线服务**：将特定功能函数代码、依赖库、模型和数据等文件打包成的离线服务包，如从 Hugging Face 下载的图像识别模型等。
+
+云器 Lakehouse 通过创建 API 连接（API CONNECTION），在元数据中保存外部函数计算服务的连接和访问信息。外部函数通过 HTTP 协议调用外部函数计算服务，实现数据处理并返回结果。
+![](.topwrite/assets/a7546df1-be39-41e9-9c80-e0e90ce3d353.svg)
+Lakehouse 平台在获得用户预先授权后，于创建外部函数时，将自动在客户账号下的函数计算服务中部署该函数。当用户在 SQL 查询中使用外部函数时，由外部函数实现与外部计算服务的安全连接、数据处理并返回查询结果。
+
+## 外部函数创建主要流程
+
+请参考：[使用流程: External Function](RemoteFunctionBestPractice.md)
+
+## 使用外部函数开发 AI 函数
+
+请参考以下开发指南：
+
+* [External Function(Python3)](RemoteFunctionDevGuidePython3.md)
+* [External Function(Java)](ExternalFunctionDevGuideJava.md)
+
+^

package/bin/skills/lakehouse-doc/references/ALTER-EXTERNAL-TABLE.md

@@ -0,0 +1,78 @@
+# 修改表属性
+
+## 1. 重命名表
+
+功能：通过 ALTER TABLE 命令，您可以将现有的表重命名为新的表名。
+
+语法：
+
+```SQL
+ALTER  TABLE name RENAME TO new_table_name;
+```
+
+示例：
+
+```SQL
+ALTER TABLE old_table_name RENAME TO new_table_name;
+```
+
+## 2. 修改表注释
+
+功能：通过 ALTER TABLE 命令，您可以为外部表添加或修改注释。
+
+语法：
+
+```SQL
+ALTER TABLE tbname SET COMMENT '';
+```
+
+示例：
+
+```SQL
+ALTER TABLE new_pepole_delta SET COMMENT 'new_pepole_delta';
+```
+
+执行上述命令后，您可以使用DESC EXTENDED命令查看表的详细信息，包括注释：
+
+```SQL
+DESC EXTENDED new_pepole_delta;
++------------------------------+--------------------------------------------------------+---------+
+|         column_name          |                       data_type                        | comment |
++------------------------------+--------------------------------------------------------+---------+
+| id                           | int                                                    |         |
+| name                         | string                                                 |         |
+| dt                           | string                                                 |         |
+| # Partition Information      |                                                        |         |
+| # col_name                   | data_type                                              | comment |
+| dt                           | string                                                 |         |
+|                              |                                                        |         |
+| # detailed table information |                                                        |         |
+| schema                       | public                                                 |         |
+| name                         | new_pepole_delta                                       |         |
+| creator                      | UAT_TEST                                               |         |
+| created_time                 | 2024-05-24 14:04:17.517                                |         |
+| last_modified_time           | 2024-12-30 11:47:32.806                                |         |
+| comment                      | new_pepole_delta                                       |         |
+| properties                   | ()                                                     |         |
+| external                     | true                                                   |         |
+| type                         | TABLE                                                  |         |
+| clustered_keys               | RANGE (__dt)                                           |         |
+| bucket_count                 | 0                                                      |         |
+| format                       | delta                                                  |         |
+| location                     | "oss://function-compute-my1/delta-format/uploaddelta/" |         |
+| connection                   | ql_ws.oss_delta                                        |         |
+| statistics                   | NULL rows NULL bytes                                   |         |
++------------------------------+--------------------------------------------------------+---------+
+```
+
+## 3. 修改表的属性
+
+功能：通过 ALTER TABLE 命令，您可以为外部表设置或修改属性。目前为保留参数。
+
+语法：
+
+```
+ALTER TABLE table_name SET PROPERTIES("key"="value");
+```
+
+^

package/bin/skills/lakehouse-doc/references/ALTER-SCHEMA.md

@@ -0,0 +1,85 @@
+## 功能描述
+
+`ALTER SCHEMA` 语句用于调整指定 schema 的名称、属性和注释。通过该语句，用户可以更新 schema 的注释（comment）和属性（properties），以适应数据处理需求和组织结构的变化。
+
+## 修改 Schema 的名称
+
+语法：
+
+```SQL
+ALTER SCHEMA schema_name RENAME TO new_name;
+```
+
+## 修改 Schema 注释
+
+要修改 schema 的注释，可使用以下语法：
+
+```SQL
+ALTER SCHEMA schema_name SET COMMENT  'new_comment';
+```
+
+### 示例
+
+1. 修改 `rc4_l` schema 的注释为 `rc7`：
+
+   ```SQL
+   ALTER SCHEMA rc4_l SET COMMENT 'rc7';
+   ```
+
+   执行该语句后，使用 `DESC` 命令验证注释是否修改成功：
+
+   ```SQL
+   DESC SCHEMA rc4_l;
+   ```
+
+   预期输出结果：
+
+   ```
+   +--------------------+-------------------------+
+   |     info_name      |       info_value        |
+   +--------------------+-------------------------+
+   | name               | rc4_l                   |
+   | creator            | UAT_TEST                |
+   | created_time       | 2023-12-15 20:38:14.126 |
+   | last_modified_time | 2023-12-20 14:54:59.826 |
+   | comment            | rc7                     |
+   +--------------------+-------------------------+
+   ```
+
+## 修改 Schema 属性
+
+除了修改注释，还可以为 schema 设置或更新属性。使用以下语法：
+
+```SQL
+ALTER SCHEMA schema_name SET PROPERTIES (key1 = 'value1', key2 = 'value2', ...);
+```
+
+### 示例
+
+1. 为 `rc4_l` schema 设置属性 `custom_property` 为 `true`：
+
+   ```SQL
+   ALTER SCHEMA rc4_l SET PROPERTIES (custom_property = 'true');
+   ```
+
+   查看 schema 属性是否设置成功：
+
+   ```SQL
+   DESC SCHEMA rc4_l;
+   ```
+
+   预期输出结果中的 properties 部分应包含新设置的属性：
+
+   ```
+   +--------------------+-------------------------+
+   |     info_name      |       info_value        |
+   +--------------------+-------------------------+
+   | ...                 | ...                      |
+   | properties          | {custom_property='true'} |
+   +--------------------+-------------------------+
+   ```
+
+## 权限要求
+
+执行 `ALTER SCHEMA` 语句的用户必须拥有对应 schema 的 ALTER 权限。如果没有相应权限，操作将被拒绝。
+