公告

引入 Linter：2023年9月中旬可用 [Beta]

发布日期：2023-08-30

此功能现已普遍可用。阅读最新公告。

引入 Workshop Design Hub，一个 Marketplace 产品

发布日期：2023-08-24

Workshop Design Hub 是一组模块，旨在帮助您开发美观的低代码应用程序。现在，这些高质量的 Workshop 模块已经可用，它们是端到端的示例，使用虚拟数据展示各种应用类型和应用案例需求，突出了 Workshop 的多功能性。您可以使用这些模块探索 Workshop 功能，逆向工程以满足您的需求，或提升您的应用构建技能，从头创建一个定制应用。

安装和访问 Workshop Design Hub

Workshop Design Hub 是一个 Marketplace 产品。Foundry 注册管理员必须首先通过 Marketplace 安装 Workshop Design Hub，并使其对所有注册用户可访问。安装后，模块可以在名为“Workshop Design Hub”的项目中找到。

有关安装 Workshop Design Hub 的指导，管理员可以访问 Marketplace 文档。

要了解有关 Workshop Design Hub 和可用模块的更多信息，请查看其文档。

引入 Retention Policies 应用程序：2023年9月可用 [GA]

发布日期：2023-08-22

Retention Policies 应用程序将于2023年9月在所有堆栈上 GA 并可用。Retention Policies 应用程序使命名空间所有者能够定义和管理静态保留策略和数据生命周期策略。新的应用程序取代了基于 YAML 的旧版存储库。

带有 Retention Policies 应用程序链接的 命名空间设置 页面。

该应用程序列出了在该命名空间上定义的所有保留策略，包括系统、旧版和自定义策略。

1. 系统策略： 由平台管理的保留策略。这些策略不可配置，旨在仅针对数据的旧版本。如果您的应用案例需要删除这些策略，请联系您的 Palantir 代表。
2. 旧版策略： 由命名空间管理员通过代码存储库管理的保留策略。这些策略被认为已弃用。我们建议将这些策略迁移到新的自定义策略，并使用旧版策略页面上的迁移选项从存储库中删除策略定义。
3. 自定义策略： 使用 Retention Policies 应用程序由命名空间管理员管理的策略。

Retention Policies 应用程序显示系统、旧版和自定义策略。

Retention Policies 的优点

Retention Policies 提供了一个直观的点击界面来定义和管理保留策略。这些策略帮助管理员通过自动删除冗余数据并满足监管和删除要求来降低存储成本。

在管理保留策略时，您可以选择添加数据集选择器以识别策略所需的数据集，并添加事务选择器以缩小策略所需的数据集事务的范围。

添加了数据集选择器的自定义保留策略。

在 详细信息 选项卡下的数据集预览中，还提供了 Retention Policies 的简化视图。此视图将列出影响数据集的所有策略，并允许您筛选仅影响当前分支的策略。

简化的 Retention Policies 视图列出了两个系统策略。

接下来是什么？

我们即将进行的工作包括在 Foundry 中使用 Approvals 应用程序为每个保留策略添加审批流程支持。此功能将允许管理员在批准之前审查每个策略。

引入 HyperAuto V2 [Beta]

发布日期：2023-08-22

HyperAuto V2 将在2023年8月底可供安装，并在发布时支持 SAP。

HyperAuto 是 Foundry 的自动化套件，用于集成 ERP 和 CRM 系统，提供点击式工作流程，以从源数据中动态生成有价值的可用输出（数据集或 Ontologies）。

HyperAuto V2 引入了显著更新的用户体验、性能和稳定性，以实现 SAP 相关的自动化数据摄取和数据变换。

从2023年8月22日起，将不再支持在 HyperAuto V1 中创建新的 SAP 管道。基于 HyperAuto V1 的现有 SAP 管道和非 SAP 系统将保持可用且不变。

实时 HyperAuto 管道概览。

点击式配置

HyperAuto V2 以易用性为设计理念重新构建。要创建和配置 HyperAuto 管道，用户只需与直观的分步向导互动。预配置的默认设置简化了流程，但用户可以根据需要调整设置。

HyperAuto 的关键自动化功能包括：

• 通过自动反规范化数据模型，丰富核心表，合并包含相关元数据和附加信息的表。
• 格式化和清理源数据，确保列类型准确，列名直观，并正确处理空数据。
• 智能去重变更日志源数据，确保每个表的最新、无杂乱版本用于操作使用和分析。

了解更多，请查看 HyperAuto V2 文档。

应用了预配置默认设置的管道配置。

通过 Pipeline Builder 进行数据变换

HyperAuto V2 动态生成 Pipeline Builder 管道以根据需要处理源数据。这提供了一个熟悉且易于理解的用户界面，使数据的处理过程完全透明，并使用户更易于理解他们可能希望在 HyperAuto 中更改的配置。

对现有 HyperAuto 管道配置的任何更改都会在底层 Builder 管道中创建一个新的提案，用户必须在将其部署到实时管道之前批准并合并。Pipeline Builder 提供了一个全面的变更管理工作流程，HyperAuto 利用这一工作流程，为关键工作流程提供质量保证。

动态生成的 Pipeline Builder 管道以处理源数据。

来自 SAP 的实时数据处理

HyperAuto V2 支持 SAP 源的实时流连接和数据变换（需要 SLT 复制服务器），使需要实时查看相关 SAP 数据的关键操作应用程序成为可能。此外，HyperAuto V2 还为批处理管道带来了显著的性能提升。

如果您想启用 SAP 流，请联系您的 Palantir 代表。

时间序列图表现已集成 Ontology 操作

发布日期：2023-08-22

Quiver 仪表盘和 Workshop 应用构建者现在可以直接从时间序列图表的选择菜单中暴露 Ontology 操作，在观察到的时间序列的上下文中提供更直观的用户体验。这种新的集成将 Ontology 操作按钮微件 与时间序列图表结合，允许用户将图表选择的 X 或 Y 边界值作为输入传递给 Ontology 操作，实现诸如在时间序列上对观察到的现象进行上下文化或基于传感器时间序列值调整对象属性值等实际应用。

直接从时间序列图表的选择菜单中暴露 Ontology 操作。

在操作中

这种新的集成可以用来增强您现有的工作流程。例如：

创建“注释”对象实例

在时间序列图表中，您现在可以创建一个对象来捕捉观察到的现象的上下文。例如，这可以包括机器故障的原因，或影响股票指数的市场宏观事件。X 轴选择的起始和结束时间值作为输入传递给 创建注释 Ontology 操作，生成一个注释事件。能够用多个事件注释图表，提供了对当前数据可视化的更清晰理解。

X 轴选择的起始和结束时间值作为输入传递给“创建注释” Ontology 操作。

调整操作值

您还可以调用 Ontology 操作以根据观察到的现象更新属性值。例如，下面的时间序列图表显示了两种产品的每桶总成本预测值，汽油（蓝色）和柴油（红色）。我们看到今天汽油的实际每桶总成本（深蓝色点）范围从 6.35 到 8.45 美分/桶，远低于预测的最低总成本，即 6.01 美分/桶。我们可以采取的一个行动是将 DRA 浓度从 15 ppm 调整到更接近 6.5 ppm 的值。通过在 X 轴上选择一个接近 6 的范围，我们可以选择 调整 DRA 水平 Ontology 操作，它将自动设置选择边界值。

调用 Ontology 操作以根据观察到的现象更新属性值。

流式变换迁移到 Java 17 定于 2023 年 9 月底 [迁移/弃用]

发布日期：2023-08-17

到 2023 年 9 月底，所有 Foundry 流式变换将其运行时从 Java 11 迁移到 Java 17，以利用 Java 17 提高的性能和安全性。Java 17 运行时引入了一个重大变化，阻止反射访问内部 JDK 类的大多数流式变换不会受此变化影响，但此公告广泛发布以提高普遍意识。

我们预计大多数 Foundry 流式变换不会受此迁移影响，但在用户定义函数（UDF）流式变换中可能会发生中断，其中实现（或其关联的外部库）反射性地访问 JDK 内部。Palantir 将努力识别处于风险中的 UDF 实现并联系可能受影响的管道所有者。

如果您拥有在任何 Foundry 流式管道中使用的 Foundry UDF 定义存储库，请通过以下步骤验证您的 UDF 是否与 Java 17 兼容：

1. 如果您的 UDF 定义依赖于任何外部库，请验证这些库的版本是否与 Java 17 兼容。

   • 打开 UDF 定义存储库根目录中的隐藏 versions.properties 文件。
   • 确认从外部存储库手动添加的任何依赖项（即，未通过存储库模板默认添加的依赖项）。
   • 对于每个此类依赖项，请验证 versions.properties 文件中声明的最低版本是否与 Java 17 运行时兼容。这可能需要检查依赖项的发行说明。

2. 验证 UDF 实现是否未反射性地访问内部 JDK 类。

   • 如果您的 UDF 实现不使用反射，则无需执行其他步骤。
   • 如果您的 UDF 实现确实使用反射，请确保：
     • 访问的类不是 JDK 内部类。
     • 您的实现能够正确处理 IllegalAccessException，并且不会因某些反射操作开始抛出此异常而中断。

如果您在修复 UDF 定义存储库时遇到任何问题，或者如果您对此通知有任何问题或疑虑，请联系您的 Palantir 管理员。

Quiver 中的 AIP：透明假设和增强的模糊处理

发布日期：2023-08-09

Quiver 中的 AIP 现在可以回答模糊的、主观的或使用相对术语的提示，例如“筛选到高消费值的交易”或“按最重要的客户分组”。此外，随着上下文意识的增强，AIP 现在可以通过推断对象集架构和数据中的正确值来处理列名和数据值中的拼写错误。

AIP Configure 做出的透明假设

建议的 AIP Configure 卡片配置已分为两类：配置建议和需要假设的配置建议。如果请求不太具体，例如“使此图表更具展示性”，AIP 将对提示中的模糊部分（在此示例中，“展示性”的含义固有地模糊）做出假设，以推断可能合适的更改。用户能够看到 AIP 在接受建议更改之前做出假设的提示部分及这些假设是什么。

AIP Configure 建议的配置更改显示为回答提示而做出的假设

接受建议配置更改后的条形图状态

AIP 如何使用 Ontology 数据

除了用户提示外，Quiver 现在还向 AIP 发送对象集数据的摘要版本，或“属性值提示”以进行处理。属性值提示仅针对被发现与回答用户提示相关的属性进行计算，如下所示：

• 字符串属性类型：计算最多 100 个唯一值
• 数字属性类型：计算最小值、最大值和平均值

之前，在没有有效值样本的情况下，LLM 筛选的对象集使用不在集合中的值。这通常导致一个空的筛选对象集，从而影响生成图中的下游卡片。通过这些改进，AIP 现在可以使用属性值提示来纠正列名和属性值的拼写错误，并在进行诸如高、低和最大等定量描述时确定阈值。

接受建议配置更改后的条形图状态

要更好地理解 AIP 在 Quiver 中的工作方式，请查看 Quiver 中的 AIP 功能 文档。

引入 Pipeline Builder 中的 AIP

发布日期：2023-08-09

Pipeline Builder 中的 AIP 帮助您利用 AI 的力量更轻松透明地构建生产管道。使用 Pipeline Builder 中的 AIP，您可以受益于许多功能：

• 使用 解释 功能了解复杂的管道。
• 生成有用的变换路径名和描述的建议。
• 快速创建和修改正则表达式。
• 轻松将字符串转换为设置时间戳格式。

一键解释管道

在开发过程的每一步动态获取管道描述，并随时与您的协作者保持同步。使用 解释 功能为新的审批者提供有价值的背景信息，或在最小的维护努力下促进新团队成员之间的知识传递。

您可以使用 解释 来了解多个节点，如下所示：

或者，通过选择一个节点并从出现的菜单中选择 解释 选项来了解单个节点。

生成更好的路径名和描述

您还可以使用 解释 来建议和应用有帮助的变换路径名和描述，以促进整个管道的协作和透明性。这在理解给定应用案例中的复杂管道和变换时尤其有用。

您甚至可以使用图形视图底部的 建议 选项卡批量生成新的名称和描述。

轻松配置和应用变换

使用 Pipeline Builder 的 Transform Assist 功能帮助在管道中构建复杂路径。

修改和创建正则表达式

通过 Pipeline Builder 的新 Transform Assist 功能，您可以通过输入要查找的信息描述轻松创建和修改复杂的正则表达式。在我们下面的示例中，我们希望应用一个正则表达式来返回数据集中的电子邮件域。

AIP 将生成一个正则表达式，当应用时将返回定义的结果。

快速将字符串转换为时间戳

借助 Transform Assist，您还可以使用时间戳格式化工具高效地将字符串列转换为指定的时间戳。在转换面板中定义解析格式并选择 生成，以快速将您的格式配置添加到面板中。

选择 应用 将字符串列转换为指定的时间戳格式。

在输出数据集预览中查看新的 parsed 时间戳列。

了解如何开始使用 Pipeline Builder 中的 AIP 功能。

传统数据连接代理将于 2023 年 8 月弃用，转向优化的直接连接 [终止]

发布日期：2023-08-07

Palantir Foundry 正在弃用其传统数据连接代理，转向 Rubix ↗，这是一种在 Kubernetes 上运行的更安全、更可靠、更高效的云产品。这一更新意味着数据连接代理不再需要，因为它们是允许 Palantir 与外部客户网络连接的临时解决方案。

因此，所有安装在 Palantir 预置的 AWS 主机上的代理必须在 2023 年 8 月底之前停用，并且所有受影响的工作流程需要转移到直接连接。Palantir 工程师目前正在努力完成对具有 Rubix 安装的客户的迁移，这些安装可以运行云摄取。

将工作流程转移到直接连接的好处包括：

• 高可靠性： 直接连接比代理更可靠且更易于管理。不需要每周的维护窗口，从而消除停机时间。
• 更好的并行性： 直接连接更能够处理多个并行同步，并利用 Foundry 中的自动扩展，因为每个同步作为独立任务运行。
• 更好的网络管理： 任务仅能访问它们需要运行的端点，而不是代理连接中单个代理主机必须满足所有需要通过该代理运行的任务的网络要求。
• 自助服务： 直接连接消除了对 Palantir 支持的依赖，因为其管理可以直接在 Foundry 的 UI 中进行。

如果您更愿意继续使用基于代理的工作流程，您可以在自己的硬件上创建一个新的代理，并将您的代理指派给受影响的源。

要完成迁移，请按照文档中提供的从代理工作者运行时切换源到直接连接的说明进行操作。

引入 Foundry Newsletter [Beta]

发布日期：2023-08-01

跟上 Foundry 中所有令人兴奋的变化可能具有挑战性。虽然我们努力收集我们的公告和发行说明，但我们知道您一直在等待直接接收这些更新。我们很高兴地宣布 Foundry Newsletter 订阅的 beta 版发布，即将在用户 设置 中的 通知 偏好下可用。

除了每月的 Foundry Newsletter，它总结了 Foundry 中的新产品、平台上的新功能和改进，以及一般新闻和更新，用户还可以选择加入 产品反馈 频道。此频道将分享与 Palantir 工程师的联系机会，因为他们寻求针对 Foundry 生态系统的持续开发的用户输入。

通过这些选择性订阅分享的新闻通讯和其他内容将发送到与 Foundry 用户帐户关联的电子邮件地址。请注意，订阅信息与所有其他帐户详细信息一样，仅在 Foundry 注册范围内存储。不收集或发送电子邮件地址或其他用户识别信息到注册外部。

如何订阅 Foundry Newsletter 和 产品反馈

---

附加亮点

应用构建 | Workshop

剪切、复制和粘贴微件和部分 | Workshop 构建者现在可以在模块内剪切、复制和粘贴整个部分和单个微件，以更快的构建体验。

工件存储库

发布工件主页 | 使用发布工件主页在 Foundry 中探索和搜索工件。

数据集成 | 代码存储库

源代码控制启用、新功能标志和小更改 | 代码存储库用户现在可以访问源代码控制功能，这是一个显示文件更改并允许用户将其提交到远程存储库的新面板。此外，我们改进了用户体验。提交 选项现在打开源代码控制面板，以便用户更容易地访问和使用该功能。其工作原理如下：

• 当您打开代码存储库时，现在会看到一个新的源代码控制面板。
• 此面板显示对项目中文件所做的任何更改。
• 您可以选择要提交的文件，并提供提交消息以描述更改。
• 一旦您对更改满意，选择 提交 以将更改提交到远程存储库。

管理 | 控制面板

宣布 Foundry 提供乌克兰语 [Beta] | Foundry 的乌克兰语翻译现已以 beta 版形式可用。查看有关配置可用语言的文档以启用乌克兰语翻译。

数据集成 | Pipeline Builder

简化复制/粘贴并添加热键 | 本地节点复制和粘贴功能已被替换为一个可通过热键 d 访问的重复功能。要将选定节点复制到剪贴板，使用热键 Cmd+c（MacOS）或 Ctrl+c（Windows），要粘贴，使用 Cmd+v（MacOS）或 Ctrl+v（Windows）。

应用构建 | Workshop

iframe 微件：嵌入外部应用程序 | Workshop 中的新 iframe 微件允许用户在平台内嵌入外部全页应用程序。此功能支持呈现外部 URL，并专门设计用于启用支持输入和输出参数的 iframe Slate 嵌入，提供无缝的集成体验。

应用构建 | Workshop

剪切、复制和粘贴微件和部分 | Workshop 构建者现在可以在模块内剪切、复制和粘贴整个部分和单个微件，以更快的构建体验。

Ontology | Ontology 管理

操作类型的通知偏好 | 用户现在可以配置操作类型的通知，仅通知具有正确权限的收件人列表中的用户；没有正确权限的用户将被忽略。以前，如果收件人列表中的任何单个用户没有正确的权限，通知将对所有用户出错。

分析 | Quiver

在新分析中打开卡片 | 现在，您可以通过 Quiver 卡片右上角的 更多操作 (...) 菜单图标选择在新的 Quiver 分析中打开卡片。此操作将选定的卡片连同该卡片依赖的任何上游卡片一起复制到新的分析中。

模型集成 | 建模

模型训练模板现已在代码存储库中可用 | 代码存储库应用程序现在提供一个模型训练模板。新的模型训练模板允许您在与模型训练逻辑相同的存储库中编写 模型适配器，从而在 Foundry 中为 ML 和 AI 模型提供更快的迭代和更简单的开发过程。

此模型训练模板自动将正确的模型依赖项添加到存储库内部生成的所有模型中。这在模型部署在 Foundry 的建模目标应用程序中时简化了依赖项管理，自动确保所有构建时依赖项在推理时可用。

要开始使用新的训练模板开发 ML 和 AI 模型，请参阅文档。

在 Authoring 中选择模型训练模板的截图