选一个系列，
开始动手实践。

在三小时的实战中，借助自己的 AI 编程助手，把一款真实的分析应用部署到 ClickHouse Cloud，并接入实时 CDC、对话式 BI、可观测性、AI SRE 和可追踪的 AI 对话。

把公开的预测市场数据实时写入 ClickHouse Cloud，生成分钟级聚合，分析行情异动，再让 AI 智能体查询实时数据，最终发布一个市场动态仪表板。

在 6 小时的实战中，先搭建一套接近生产环境的 Snowflake 工作负载，再制定迁移方案，把 5000 万行数据迁入 ClickHouse Cloud，在 MergeTree 系列引擎上重建 dbt 管道，并对七条查询进行完整的性能对比。

A 4-hour hands-on lab: use MigrationRoom's AI-assisted workflow to move a Databricks TPC-H workload, prove Unity Catalog and a second REST catalog can stay zero-copy, and build a measured ClickHouse-native hot path.

把由 Elasticsearch、Kibana、Filebeat 和 Elastic APM 组成的生产型可观测性栈迁移到 ClickHouse Cloud、OpenTelemetry 和 HyperDX。完成 schema 设计、实时一致性验证和受控切换。

Move a live e-commerce workload off AWS RDS Postgres onto ClickHouse Managed Postgres with a minute of write downtime, stream the analytical copy into ClickHouse with ClickPipes, and route the dashboard's queries to it without changing a line of SQL.

Three hours: export a BigQuery public dataset, query it in place from object storage, then take the schema BigQuery hands you and beat it three times over -- on compressed bytes, on rows read for a lookup, and on a per-minute conversion funnel no sort key can rescue.

在 90 分钟的实战中，从对象存储加载约 2650 万条外汇 tick 数据，运行真实的行情分析查询，并体验内置的 AI Assistant 和 Agents。还可以选做实时仪表板，把自己的数据接进来。

在 90 分钟的实战中，让六个模型搭配三种提示策略，完成基于 ClickHouse 的自然语言转 SQL 任务。先按执行准确率评分，再根据每个正确答案的成本选出上线方案；Langfuse 从第一步起记录全程。

这是一个基于小型 TypeScript 示例应用的分步 Langfuse 工作坊：Dad IT 支持代理。工作坊涵盖使用 Langfuse 的完整 AI 工程循环：追踪、提示词管理、监控、数据集、实验和评估。