進化Dify！還支持MCP，這款開源AI數(shù)據(jù)庫絕了～【附喂飯級教程】

大家好，我是袋鼠帝。

最近我在折騰本地AI知識庫的時候，在Github發(fā)現(xiàn)了一個特別有意思的新項目，叫seekdb。

它是一款開源的AI原生混合搜索數(shù)據(jù)庫。

https://github.com/oceanbase/seekdb

seekdb的配置要求，低到離譜，最低只需要1核CPU，2GB內(nèi)存，就能跑起來。

它是All In One的AI原生數(shù)據(jù)庫，一個庫包圓了向量、文本、結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)。

PS：也就是既可以做向量數(shù)據(jù)庫（實現(xiàn)RAG），又能存儲業(yè)務(wù)數(shù)據(jù)（傳統(tǒng)關(guān)系型數(shù)據(jù)庫）非常全能～

還支持 MySQL協(xié)議，Navicat直接連（Navicat是一款非常經(jīng)典的數(shù)據(jù)庫可視化管理工具）

還能當(dāng)MCP Server用，可以接入Trae、Claude Code、Cursor等任何支持MCP的工具或平臺。

另外，還可以接入Dify，不是當(dāng)作外部知識庫接入哦，是可以直接掌管Dify的元數(shù)據(jù)和AI知識庫，因為Dify官方的最新版本在底層對它做了兼容。

當(dāng)下大多數(shù)團隊在真正落地Agentic RAG應(yīng)用的時候，或多或少應(yīng)該都會遇到一個問題：底層數(shù)據(jù)架構(gòu)過于復(fù)雜。

為了讓檢索足夠精準(zhǔn)，通常需要處理三種完全不同的數(shù)據(jù)形態(tài)：

一是業(yè)務(wù)元數(shù)據(jù)，比如Agent的創(chuàng)建時間、作者、權(quán)限，工作流的各種節(jié)點數(shù)據(jù)。這需要關(guān)系型數(shù)據(jù)庫來存，因為它要求絕對的事務(wù)安全。

二是語義向量，這是把文字變成數(shù)學(xué)向量，讓AI能理解語義。這需要向量數(shù)據(jù)庫來存。

三是全文檢索，也就是關(guān)鍵詞匹配，因為有時候向量搜索會想太多、或者理解有偏差，反而搜不到一些具體的專有名詞，這時候就需要傳統(tǒng)的全文檢索來兜底。

在過去，為了實現(xiàn)這三者的混合搜索（Hybrid Search），不得不采用一種拼圖式的分布式架構(gòu)：比如裝一個MySQL或PostgreSQL存元數(shù)據(jù)，再裝一個Milvus或Chroma存向量，為了搜得準(zhǔn)，甚至還得再掛一個Elasticsearch做全文檢索。

你得維護三套完全不同的成熟系統(tǒng)，還要自己處理它們之間的數(shù)據(jù)同步。最要命的是，這種跨系統(tǒng)的寫入，很難保證事務(wù)一致性。比如網(wǎng)絡(luò)一抖動，向量庫寫入失敗了，但元數(shù)據(jù)寫入成功了，你的知識庫就精分了，一邊告訴你文檔在，一邊又搜不到內(nèi)容。

系統(tǒng)越復(fù)雜，人力投入就越大，風(fēng)險越高..

但seekdb的思路非常清晰，就做減法：把向量、文本、結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，全部塞進了一個數(shù)據(jù)庫里。

這意味著，你不需要再去維護那一堆亂七八糟的中間件了

一個seekdb，全搞定。

它的核心能力也是混合搜索。

seekdb直接在數(shù)據(jù)庫內(nèi)核層面，支持了向量、全文和標(biāo)量過濾的混合查詢。一條SQL語句，就能完成多路召回和精排。

它還內(nèi)置了AI函數(shù)：

你可以在數(shù)據(jù)庫里，直接調(diào)用大模型或者向量模型，完成數(shù)據(jù)的嵌入和推理。

這就是，AI原生數(shù)據(jù)庫，自己帶了個腦子

這是seekdb和其他開源數(shù)據(jù)庫的對比

我覺得，這玩意兒特別適合幾個場景：

一個是個人或者小團隊的本地知識庫。因為它輕量，資源占用少，隨便找臺舊電腦或者便宜的云服務(wù)器就能跑。

另一個是邊緣設(shè)備上的AI應(yīng)用。比如手機，車機，或者工業(yè)網(wǎng)關(guān)，這些設(shè)備的資源有限，跑不動那些重型數(shù)據(jù)庫，但seekdb這種輕量級架構(gòu)，正好能派上用場。

當(dāng)然，還有就是作為Agent的記憶體。它能同時存儲結(jié)構(gòu)化的對話記錄和非結(jié)構(gòu)化的向量記憶，非常適合用來給AI Agent做長期記憶。

好了，話不多說，我們直接上實操！

本地部署seekdb（超簡單）

部署seekdb，簡單得讓我有點不適應(yīng)。

如果你習(xí)慣用Python，直接pip安裝就行。

pip install pyseekdb

如果你想用Docker，也是一行命令的事。

docker run -d --name seekdb -p 2881:2881 oceanbase/seekdb:latest

啟動速度非常快，幾乎是秒級。

安裝好之后，你可以用Python SDK來操作，也可以直接用MySQL客戶端（比如Navicat）連接。

也可以接入Dify使用

Dify雖然好用，但它的開源版在做AI知識庫這塊，檢索效果確實有點差強人意。

而且Dify的默認元數(shù)據(jù)庫（PostgreSQL）和向量數(shù)據(jù)庫（Weaviate）是分開的，相比seekdb有以下不足：

seekdb通過粗排?+?精排機制，能保持毫秒級響應(yīng)，支持百億級向量檢索。

現(xiàn)在最新的Difyv1.10.1正式兼容了MySQL數(shù)據(jù)庫

這意味著我們可以把Dify的元數(shù)據(jù)庫（存儲業(yè)務(wù)數(shù)據(jù)）和向量數(shù)據(jù)庫，都切換成seekdb（因為它支持MySQL協(xié)議）。

看能不能提升一下Dify的知識庫效果

需要做兩個地方的改動：

一個是在Dify的docker/docker-compose.yaml文件里，把api、worker、worker_beat、web服務(wù)的image版本號改為1.10.1，或main

比如langgenius/dify-api:1.10.1

或者langgenius/dify-api:main

第二個改動是把dify/docker下的.env.example 復(fù)制出來，改名為.env

不過在文件夾里面，這兩個文件都是隱藏文件，正常是看不到的。

Mac查看隱藏文件的快捷鍵 command+shift+.

Windows快捷鍵是ctrl+shift+h

在.env里面修改幾個配置

如果既作為元數(shù)據(jù)庫又是向量數(shù)據(jù)庫的話，修改以下配置

COMPOSE_PROFILES=seekdb

如果僅作為元數(shù)據(jù)庫，只需要改下面這些：

COMPOSE_PROFILES=${VECTOR_STORE:-weaviate},seekdb

如果僅作為向量數(shù)據(jù)庫（只替換知識庫功能），只改下面這些配置：

COMPOSE_PROFILES=seekdb,${DB_TYPE:-postgresql}

啟動之后，dify會幫seekdb設(shè)置一個默認密碼：difyai123456

PS：這個密碼也可以在.env文件里面修改

做完上面這些之后，執(zhí)行docker-compose up -d重新拉取新鏡像，同時也會自動重啟服務(wù)。

啟動之后，seekdb就會同時扮演元數(shù)據(jù)庫、向量數(shù)據(jù)庫和全文檢索系統(tǒng)的角色

然后我把最近在公眾號發(fā)布的一些文章通過Dify打造了一個知識庫

在seekdb里面找到vector_index開頭的表，可以看到，已經(jīng)有對應(yīng)的向量數(shù)據(jù)存儲進來了。

接入GLM-4.6做了一些知識庫搜索的測試，感覺效果還是不錯的：

作為MCP-Server接入本地Agent

seekdb還提供了MCP-Server。

我們可以把它接入本地的Trae、Cursor、Claude Code等工具，作為一個本地Agent的知識庫工具，給Agent補充一些私有的專業(yè)知識，或者讓它記住你的偏好。

接入步驟也很簡單，分為兩步，不過需要先滿足以下前置條件：

1.已經(jīng)在本地部署seekdb；

2.本地Python版本在3.11或以上；

3.需要安裝Python包管理器uv：pip install uv，安裝完成后執(zhí)行uv --version驗證是否安裝成功。

然后第一步：安裝OceanBase MCP Server

1.克隆項目到本地（也可以去Github下載zip包）：

git clone https://github.com/oceanbase/mcp-oceanbase.git

2.進入源代碼目錄：

cd mcp-oceanbase

3.安裝依賴：

uv pip install

第二步：接入本地Agent，比如Trae

在Trae里面配置seekdb的MCP-Server

"mcpServers": {

"oceanbase": {

"command": "uv",

"args": [

"--directory",

"/path/to/your/mcp-oceanbase/src/oceanbase_mcp_server",

"run",

"oceanbase_mcp_server"

],

"env": {

"OB_HOST": "127.0.0.1",

"OB_PORT": "2881",

"OB_USER": "root",

"OB_PASSWORD": "difyai123456",

"OB_DATABASE": "test"

注意：路徑替換成自己的oceanbase_mcp_server絕對路徑

第一次啟動的時候，會下載MySQL相關(guān)驅(qū)動，有點慢。

成功后，如下圖，有10個工具

1. execute_sql：在 OceanBase 服務(wù)器上執(zhí)行任意 SQL 語句。

2. get_ob_ash_report：生成 OceanBase 的 ASH（活躍會話歷史）報告，用于性能分析，可指定起止時間和租戶。

3. get_current_time：獲取 OceanBase 的當(dāng)前系統(tǒng)時間。

4. get_current_tenant：獲取當(dāng)前連接會話所屬的 tenant（租戶）名稱。

5. get_all_server_nodes：列出 OceanBase 集群中所有 server 節(jié)點（需要 sys 租戶權(quán)限）。

6. get_resource_capacity：獲取集群資源（CPU/內(nèi)存等）容量信息（需要 sys 租戶權(quán)限）。

7. search_oceanbase_document：基于關(guān)鍵字從 OceanBase 官方文檔里自動檢索相關(guān)內(nèi)容，為 LLM 提供上下文知識。

8. oceanbase_text_search：在 OceanBase 表里做全文檢索，可指定文本列、搜索詞、WHERE 條件和返回列。

9. oceabase_vector_search：對表中的向量列執(zhí)行向量相似度搜索，可指定距離算法、是否返回距離、TopK 等。

10. oceanbase_hybrid_search：同時結(jié)合「結(jié)構(gòu)化過濾（如年齡>20）」和「向量相似度」進行多模態(tài)混合搜索。

OceanBase MCP的使用方式還是有挺多的，我給大家展示兩種：

一種是傳統(tǒng)數(shù)據(jù)庫的增刪改查：

另外一種是混合檢索（全文檢索+語義檢索）。

不過AI并不清楚混合檢索的sql語句，所以需要給上下文（也就是sql示例，我這里寫在了輸入框，后續(xù)可以放到Trae的規(guī)則，或者作為一個文件，放在當(dāng)前文件夾下）

sql示例可以在seekdb官方文檔找到：

https://www.oceanbase.ai/docs/zh-CN/

向量表的表名也得給對（可以去navicat里面找vector_index開頭的）

這里的提問：搜索一下PaddleOCR-VL是什么

這樣AI就能通過OceanBase MCP進行語義搜索，找到我通過Dify向量化存儲到seekdb的PaddleOCR-VL文章的相關(guān)信息，并整理回答。

更多信息可以在seekdb官方文檔里面查看：

https://www.oceanbase.ai/docs/zh-CN/

我感覺，數(shù)據(jù)庫這個行業(yè)，終于也開始被AI重塑了。

過去，我們?yōu)榱诉m應(yīng)數(shù)據(jù)庫，不得不把數(shù)據(jù)拆開，去適應(yīng)不同的存儲引擎。

現(xiàn)在，seekdb把向量、文本、結(jié)構(gòu)化數(shù)據(jù)重新融合在了一起，用一種更符合AI的使用方式，來存儲和檢索數(shù)據(jù)。

而且能無縫兼容MySQL協(xié)議，意味著很容易遷移/切換

我查了一下seekdb，還是螞蟻旗下的OceanBase團隊開源的項目

如果你正在為AI項目的數(shù)據(jù)架構(gòu)頭疼，或者只是想在本地快速搭個好用的知識庫，可以去試試這款全新的AI數(shù)據(jù)庫--seekdb

能看到這里的都是鳳毛麟角的存在！

如果覺得不錯，隨手點個贊、在看、轉(zhuǎn)發(fā)三連吧~

如果想第一時間收到推送，也可以給我個星標(biāo)?

謝謝你耐心看完我的文章~