告别查文档蹲社区 用DeepSeek和Claude Code搭建Doris专属AI专家助手

你是否也曾遇到过这些场景？Doris 突然报出奇怪的错误，翻遍官方文档也找不到答案；SQL 查询执行缓慢，EXPLAIN 输出几百行，不知从何分析；想为表设计合理的分桶策略，却不清楚 Bucket 数量该设为多少；在社区群里提问半天无人回应，问题却十分紧急。

每次遇到这些问题，你是否也曾经想过：要是有个随叫随到的 Doris 专家该多好。

今天这篇文章，就是帮你实现这个愿望。

整体思路

我们要做的事情其实非常简单：

你（中文提问）
↓
DeepSeek（国内模型，成本低、稳定、能力强）
↓
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 作为大脑，用 Claude Code 作为手脚，将 Apache Doris 的完整知识体系注入其中，打造一个能够阅读源码、查询文档、编写 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 调用费用仅为 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；
• 国内稳定可靠：纯国产节点部署，无需访问海外网站，延迟 50-100ms，无封号风险，数据不出境符合合规要求；
• 推理能力出色：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，能够直接加载 Doris 完整日志、建表语句、配置文件，无需分段，一次读取即可理解。

2. Claude 客户端：最佳交互入口，无缝对接 DeepSeek

Claude Code（客户端）不仅能作为对话界面，还能直接操作本地 Doris 集群、执行 SQL、读取日志、修改配置等。相比纯 DeepSeek 而言，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

访问 platform.deepseek.com
注册账号，在「API Keys」页面创建一个 Key
充值 10 块钱即可使用好几个月

1.3 配置 Claude Code 使用 DeepSeek

修改 Claude 配置文件，将默认模型替换为 DeepSeek，国内连接稳定不掉线：

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"]
  }
}

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"

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，定位问题根本原因
• 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

这相当于给 AI 配备了一套「操作手册」。每次提问，Claude Code 会先读取 CLAUDE.md，知道该去哪里查找答案。

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

这样助手给出的建议将基于你的实际环境，而非泛泛之谈。

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：

• 搜索源码中的 too many filtered rows 错误信息
• 定位到 BE 端的数据过滤逻辑
• 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
• 给出排查方向：检查源数据是否有重复 Key、调整 max_filter_ratio
• 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：

• 分析扫描量：1.2 亿行分布在 4 个 Bucket 上，每个约 3000 万行
• 指出问题：7 天 x 3 亿 = 21 亿行，4 个 Bucket 过少，扫描并行度不足
• 建议：Bucket 数量增加到 32-64
• 检查分区裁剪是否生效
• 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"
      }
    }
  }
}

这样助手能够同时检索源码、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"
      }
    }
  }
}

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「能够读取源码和文档」，而非模型的通用能力。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，跟着本文一步步做即可。使用阶段只需要用中文描述问题，不需要编写代码。

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情况），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。