从 2010 年，OceanBase 团队写下第一行代码开始，我们一直在为一个目标而努力：打造一个通用的关系型数据库系统。从 0.5 版本开始服务于支付宝核心业务，OceanBase 逐步增加了 SQL 功能、基于 Paxos 的一致性协议、Oracle 兼容、单机分布式一体化架构、AP 支持等特性。OceanBase 的功能越来越强大，也越来越复杂。
但从 2022 年开始，事情起了变化。
AI 的发展速度超出所有人预期。不仅是技术圈内部，整个社会对 AI 迭代的感知都在加速。这让我们意识到：AI 时代需要一款更敏捷、更灵活的数据库产品。
回顾数据库的发展历程，每个时代都有不同的核心诉求。
第一阶段：Web2.0/ 业务在线化时代。数据库需要做一个可靠精确的记录系统。它记录的每一条数据都是关键的业务记录——支付宝的交易流水、银行的账务系统、医院和人社的民生数据。这个阶段，我们需要的是高性能、低成本的 TP 类数据库。
第二阶段：移动互联网时代/数据智能化时代。手机上记录的海量数据传到数据库后，需要更精确的分析。所以 OceanBase 开始做 AP 能力，支持列存、向量化执行框架，能跑出很好的 TPC-H结果，满足分析类场景的需求。
第三阶段：AI 原生时代。对数据库的需求已经不局限于 TP 和 AP。除了查询与分析，还需要真正去理解和推理。理解，需要数据库提供标量搜索、向量搜索、全文搜索、混合搜索等多样性的能力；推理，需要数据库与大语言模型（LLM）有机的融合，实现数据与模型的统一。数据库在这里发挥什么作用，如何解决开发者真正的痛点，是我们一直在思考的问题。
痛点一：数据类型越来越多样
除了传统的结构化记录，现在有图片、文档、视频，还有 JSON、GIS 类型的数据。这些多模态数据需要一个统一的存储系统来解决存储和计算的问题。
痛点二：性能和规模的双重要求
AI 场景对性能要求很高。一方面，写入的数据需要及时被查询到——这是 OceanBase 的天然能力，不仅 TP、AP 数据，AI 数据也要做到实时可查。另一方面，需要处理很高的规模，支持从单机到分布式的平滑扩展。
痛点三：智能处理流程过于复杂
我看过一些 AI 开发框架的典型用法：向量和全文要用不同的存储系统，查询时分别去向量库、全文库、标量库做检索，然后在上层代码里写很重的胶水逻辑把结果合并，再提供给大模型返回结果。
随着基础设施的发展，这些通用的、偏胶水类的需求，应该沉淀到底层基础设施里面来。让开发者的精力放在更加定制化的需求上，这是我们追求的方向。
痛点四：开发流程不够敏捷
MongoDB、MySQL、Redis——这些产品都能解决一部分场景的问题，但它们有完全不同的接口：MongoDB 是文档类接口，MySQL 是 SQL 接口，Redis 是 KV 接口。开发者需要学习不同的接口使用方法，还要处理这些系统各自的运维和高可用问题。
基于这些思考，我们认为 AI 时代的数据库需要具备四个特征：
第一，多模态。能够存储图片、视频、向量数据、JSON 文档、标量表——所有类型的数据；
第二，高性能。保证很好的吞吐、很好的延时，提供非常好的查询效果；
第三，智能化。把那些共性的 AI 能力沉淀到数据库里，让它具备像 AI 运行时大脑一样的能力；
第四，简单。完全面向开发者导向，遵循开发者的诉求。不是让开发者去适应数据库的复杂性，而是让数据库来适应开发者的使用习惯——足够轻量、足够易用、足够敏捷。
OceanBase seekdb：我们为什么要做这款产品？
OceanBase seekdb 是一款 AI 原生混合搜索数据库，基于 Apache 2.0 协议开源。它不是在 OceanBase 上打补丁，而是从 AI 应用的实际需求出发，重新思考数据库应该是什么样子。
在一个引擎内同时支持标量、向量、文本、JSON、GIS 等多模数据及索引。一张表可以同时包含向量索引、标量索引、全文索引。
这些索引从设计之初就是协同工作的。查询优化器知道如何在一次查询中同时利用它们，而且所有索引都在同一个事务域内，不存在"不一致窗口"。
向量、全文与标量过滤在一次查询中完成，并支持 Reranking——粗排加精排的多阶段搜索链路。
混合搜索从逻辑上分几个层次：首先基于标量过滤确认范围（可能是几千、上万、十万条结果），然后基于全文搜索和向量搜索做一次粗粒度排序（追求返回时间快、计算资源开销小），最后是精排（开销更大，排序结果直接返回给用户）。
OceanBase seekdb 的混合搜索同时支持所有这些流程。通过 DBMS_HYBRID_SEARCH 系统包，你可以用 boost 参数调整全文搜索和向量搜索的权重比例——如果更关注关键词匹配，提高全文搜索的权重；如果更关注语义相似性，提高向量搜索的权重。
混合搜索 DEMO
这是 OceanBase seekdb 的核心设计理念：支持在数据库内完成向量嵌入、推理、提示词管理与重排，支持 Document-in / Data-out 的完整流程。
在极简开发模式下，我们内嵌了一个 Embedding 小模型。大家直接在官网下载的版本就具备内嵌小模型，可以不用关心 Embedding 带来的困扰——你输入的是真正意义上的文本，查询的也是真正意义上的文本，不用再去关注向量。
当对效果有更高追求时，我们也提供了方便的手段，让大家接入外部的大模型。seekdb 目前提供了四个核心 AI 函数：
AI_EMBED：把文本转换为向量嵌入
AI_COMPLETE：执行文本生成，支持提示词模板化复用
AI_RERANK：使用重排序模型对文本进行排序
AI_PROMPT：将提示词模板和动态数据组织成 JSON 格式
这些接口都是开放的，可以和多种外部模型配合使用，也可以通过一条 SQL 直接调用这些 AI 函数，返回对应的结果。
开发友好：更轻量，更易用
OceanBase seekdb 提供嵌入式和服务器两种部署模式。
嵌入式模式：以轻量级库的形式嵌入应用，支持 pip 一键安装，适用于个人学习、快速原型开发，可高效运行于多种端侧设备。
pip install pyseekdb服务器模式：推荐用于测试及生产环境，轻量易用。1C2G 的规格就能跑通 VectorDBBench 数据集，具备上生产的能力。
除了标准 SQL 接口，我们还提供了一套 Schemaless API——可以不感知具体的 Schema，更简易地使用。创建数据库后，无需指定表的列和类型，我们会自动为对应的表创建字段和索引（包括全文索引和向量索引）。
插入文档时，内部会自动生成向量并存储；如果对效果有更高追求，也可以方便地使用外部模型。同时还支持为每个文档添加元信息，后续检索时会自动使用这些信息。
import pyseekdbclient = pyseekdb.Client()# create a knowledge basecollection = client.get_or_create_collection("product_database")# Add product documentscollection.upsert(documents=["Laptop Pro with 16GB RAM, 512GB SSD, and high-speed processor","Gaming Laptop with 32GB RAM, 1TB SSD, and high-performance graphics","Business Ultrabook with 8GB RAM, 256GB SSD, and long battery life","Tablet with 6GB RAM, 128GB storage, and 10-inch display"],metadatas=[{"category": "laptop", "ram": 16, "storage": 512, "price": 12000, "type": "professional"},{"category": "laptop", "ram": 32, "storage": 1000, "price": 25000, "type": "gaming"},{"category": "laptop", "ram": 8, "storage": 256, "price": 9000, "type": "business"},{"category": "tablet", "ram": 6, "storage": 128, "price": 6000, "type": "consumer"}],ids=["1", "2", "3", "4"])# Hybrid search for high-performance laptopsresults = collection.query(query_texts=["powerful computer for professional work"], # Vector searchwhere={ # Relational filter"category": "laptop","ram": {"$gte": 16}},where_document={"$contains": "RAM"}, # Full-text searchn_results=2)print("\nResults:")for i, (doc, metadata) in enumerate(zip(results['documents'][0], results['metadatas'][0])):print(f" {i+1}. {doc}")
OceanBase seekdb 源自 OceanBase 成熟的引擎，所有 SQL 能力完整继承。这些能力经过 15 年严格系统的打磨：
支持实时写入、实时可查
严格的 ACID事务保证
MySQL 兼容，现有应用可以平滑升级
架构对比：seekdb vs. 其他方案
我们把 OceanBase seekdb 和一些其他方案做了对比，帮助大家更好地了解不同产品的定位和差异。
这是许多开发者熟悉的组合。事务型数据库存储业务数据，全文检索引擎提供全文检索，还可以再加一个向量数据库做语义搜索。
痛点一：多系统协调的复杂度。 三个完全独立的系统，意味着三套不同的接口、三份配置文件、三套监控体系。开发者需要在应用层写大量“胶水代码”来协调这些系统。
痛点二：数据一致性难题。 事务型数据库和全文检索引擎是两个独立的系统，数据同步是最大的痛点。CDC 延迟通常在几百毫秒到几秒之间，无法保证读到同一时间点的数据。
痛点三：运维复杂度。多套系统意味着更多运维工作——三套监控告警、三套备份恢复、三套高可用方案。当系统出现问题时，你需要判断是哪个环节出了问题。
如果应用以向量检索为主，可能会选择专用的向量数据库。
痛点一：缺失的全文检索。纯向量数据库通常对全文索引的支持有限。实际应用中，混合检索（向量 + 关键词）是非常常见的需求。
痛点二：没有事务保证。专有向量数据库并不是传统意义上的事务型数据库，向量数据和业务数据的一致性难以保障。
痛点三：胶水代码的负担。由于向量库只关注向量检索，复杂的业务逻辑都得在应用层实现。这些"胶水代码"往往占了整个应用代码的 50% 以上。
核心差异：
事务保障下的索引实时更新。当你在 OceanBase seekdb 中更新一条记录时，全文索引和向量索引会在同一个事务中同步更新。要么全成功，要么全失败，不存在“不一致窗口”。
支持多模态数据存储与混合搜索。在同一个数据库内完成标量搜索、向量搜索、全文搜索构成的混合搜索，支持多模态存储，同时支持和模型的交互。
通过上图可以看到，目前主流的几个产品都有其定位和侧重点。OceanBase seekdb 的差异化在于：在一个轻量级的系统中，同时具备向量搜索、全文检索、混合搜索、ACID 事务和 AI 函数能力——这在现有方案中是独一无二的组合。
我们做过内部测试，OceanBase seekdb 的性能是强于其他方案的。
典型应用场景
这是最典型的场景。OceanBase seekdb 的混合搜索能力——向量语义召回加全文关键词召回——非常适合企业知识库、客服智能助手、文档智能分析等应用。
我们的工程师也基于 OceanBase seekdb 很快做出了一个实践案例 MineKB。它是一个本地个人知识库桌面应用，支持多种文档格式的自动向量化和智能搜索，所有数据存储在本地保护隐私。性能测试显示，10000 个文档块的 Top-10 搜索仅需 15ms，是传统方案的 80 倍。
可查看链接：
https://www.oceanbase.ai/docs/zh-CN/build-kb-in-seekdb
AI Coding 场景和文档处理非常类似——都要做解析、分片、召回、查询、索引，Pipeline 基本一致，只是处理的内容不同：一边是文档，一边是代码片段。OceanBase seekdb 非常适合这类场景，我们也在和蚂蚁、阿里的 AI Coding 团队合作探索。
配合 PowerMem 记忆系统，可以为智能体提供长期记忆能力。PowerMem 基于OceanBase seekdb 的混合搜索深度优化，在 LOCOMO Benchmark 上以 78.70 分登顶 SOTA，Token 消耗比传统方案降低 96%。
如果现在用 MySQL，可以平滑切换到 OceanBase seekdb——我们有非常好的 MySQL 兼容能力，以及继承 OceanBase 的 TP 能力。之前在 MySQL 场景下解决不了的 AI 相关需求，使用 seekdb 可以很好地支持。
OceanBase seekdb 不仅可以用在服务端，也可以用在边缘端。完全同一套代码，端侧和云端均可部署，实现端云一体的能力。
PowerMem：让智能体拥有记忆
RAG 解决了知识检索的问题，但还有一个关键问题：记忆。
智能体的交互中，上下文往往很短，交互一段时间后就无法很好地回答早期的问题。记忆系统就是要解决这个问题——记录用户在使用 AI 产品过程中的交互逻辑、查询历史，这些完全是和用户个人相关的信息。
这听起来和 RAG 很像，但本质有很大区别。RAG 解决的是大模型时效性和私有数据感知问题，没有连续性的时间语义；记忆系统则需要理解用户历史交互，形成个性化上下文。这些区别也为优化提供了很大空间。
PowerMem 基于 seekdb 实现，结合混合搜索能力和上层应用优化，达到了业界 SOTA 水平：相比完整上下文，Token 节省 96.53%，召回率也非常高。它兼容 Mem0 生态，同样以 Apache 2.0 协议开源。
应用场景包括：单智能体长期记忆、多智能体协同记忆、千人千面个性化服务，以及 AI Coding 中记住个人编码习惯、提问习惯、Bug 信息等。
立即开始，将想法落地
OceanBase seekdb 已在 GitHub 完全开源，遵循 Apache 2.0 协议。新域名 oceanbase.ai 已同步启用，全球开发者可免费下载使用。
官网上有完整的教程：快速部署、基础 SQL 操作、混合搜索、AI 函数服务，还有 MineKB 知识库、文旅小助手、图搜图等应用 Demo。目前已适配 LangChain、LlamaIndex、Dify 等 30+ 主流 AI 框架。
这款产品刚刚开源几天，但在开源之前已经有很多客户在不断支持和打磨这个产品，给我们提供了非常多建议。
我们希望通过和社区用户、开发者的交流，提供更好的产品能力，具备更低的服务成本，提供更灵活的场景支持。我们需要更多开发者给这款产品带来反馈，希望大家多多使用、多多提建议，我们会快速迭代解决大家的问题。
我们会把更多精力投入到 AI First 相关功能。当前版本远远不到功能完全满足未来需求的状态，需要和社区一起迭代：
混搜能力持续增强：多向量支持、更复杂的索引能力、性能持续优化；
资源开销进一步节省：目标是 1C1G 规格下稳定运行 VectorDBBench；
更多被集成能力：JavaScript SDK、更多生态合作；
更友好的体验：支持 Mac 原生编译，让大家在 Mac 上有更自然更流畅的体验。
让 AI 开发回归本质
从2010年开始，OceanBase从零起步，从简单到复杂，演变成一个通用的关系型数据库系统；而在AI时代，我们重新思考数据库的本质，通过seekdb，让OceanBase从复杂重回简单，更好的满足广大开发者的需求。这个过程让我们获得了一些全新的视角。
OceanBase seekdb 的意义在于：让 AI 开发回归本质。
AI 应用的核心价值在于智能，在于理解用户意图、提供有价值的洞察、创造更好的体验。开发者的精力应该花在这些地方，而不是耗在数据拼装、系统维护上。
OceanBase seekdb 不是完美的，它很新，还有很多不足。但它代表了一个方向：未来的数据库必须同时服务于人与智能体。
接下来很长一段时间，我们会不断和社区用户、开发者交流，了解这款产品的不足，快速迭代解决问题。我们希望能和社区、开发者一起把这款产品做好。
我们已经准备好了。你呢？
访问 oceanbase.ai，开启 AI 原生数据库之旅。
注：后续我们会陆续整理发布会的演讲实录、案例稿件和产品介绍，敬请关注后续微信公众号/视频号推送~❤️
往期推荐
▼ 点击「阅读原文」，访问 OceanBase seekdb