一款开源的进程内向量数据库,可直接嵌入应用,无需单独部署服务即可进行低延迟相似度搜索。
- Star
- 3,165
- Fork
- 414
- 未关闭 Issue
- 188
- 最近提交
- 6小时前
这是什么?
seekdb 是一款面向 AI Agent 场景的数据库。它在同一个引擎中结合向量检索、全文检索和标量过滤,并通过 SQL 统一访问,无需维护多套系统或在客户端合并结果。项目兼容 MySQL 协议并支持完整的 ACID 事务,可以作为嵌入式库在 Python 或 Node.js 中直接运行,也可以部署为单机服务器,或作为 OceanBase 分布式集群的一部分使用。
针对 Agent 的状态管理,项目提供 FORK DATABASE 写时复制快照,以及 MERGE TABLE 用于将沙箱中的修改合并回主库。写入通过变更流异步构建增量 HNSW 索引,新写入的向量在插入后很快即可检索。项目还提供 Python(pylibseekdb、pyseekdb)和 JavaScript(@oceanbase/seekdb-node)包,并可与 LangChain、LlamaIndex、Dify 集成。
核心功能
- 01在一条 SQL 中组合向量检索、全文检索和标量过滤
- 02兼容 MySQL 协议,支持完整 ACID 事务
- 03提供 Python 和 Node.js 嵌入式模式,也可部署为单机服务
- 04通过 FORK DATABASE 写时复制快照和 MERGE TABLE 支持 Agent 沙箱实验
- 05异步索引管线配合增量 HNSW,实现近实时向量检索
适用场景
- 为 AI Agent 提供持久化记忆与状态存储
- 需要同时使用向量与关键词检索的 RAG 后端
- 在沙箱中对 Agent 数据进行实验,并支持回滚或合并
- 为现有基于 MySQL 的应用增加语义检索能力
快速上手
- 1
安装 Python 依赖包(需要 Python 3.11 或更高版本)
python3 -m pip install -U pylibseekdb pymysql - 2
将 README 中的示例保存为 example.py
- 3
运行示例,应输出 [{'value': 1}]
python3 example.py
使用前须知
- 嵌入式 Python 快速开始需要 Python 3.11 或更高版本。
- 支持的平台仅限于 pylibseekdb 软件包页面列出的平台。
标签
常见问题
- seekdb 是什么?
- 一款面向 AI Agent 的搜索数据库,在单一 MySQL 兼容引擎中统一存储向量、全文、结构化与半结构化数据。 seekdb 是一款面向 AI Agent 场景的数据库。它在同一个引擎中结合向量检索、全文检索和标量过滤,并通过 SQL 统一访问,无需维护多套系统或在客户端合并结果。项目兼容 MySQL 协议并支持完整的 ACID 事务,可以作为嵌入式库在 Python 或 Node.js 中直接运行,也可以部署为单机服务器,或作为 OceanBase 分布式集群的一部分使用。
- seekdb 可以免费使用吗?用的什么许可证?
- seekdb 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- seekdb 还在维护吗?
- 活跃维护中。seekdb 最近一次提交是在 2026年10月21日。
- seekdb 适合用来做什么?
- 为 AI Agent 提供持久化记忆与状态存储 需要同时使用向量与关键词检索的 RAG 后端 在沙箱中对 Agent 数据进行实验,并支持回滚或合并 为现有基于 MySQL 的应用增加语义检索能力
- seekdb 怎么安装和运行?
- 安装 Python 依赖包(需要 Python 3.11 或更高版本): python3 -m pip install -U pylibseekdb pymysql 将 README 中的示例保存为 example.py 运行示例,应输出 [{'value': 1}]: python3 example.py
- 在哪里获取 seekdb?
- 源代码和安装说明在 GitHub 上:https://github.com/oceanbase/seekdb
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
用 Rust 编写的开源图数据库,在对象存储上统一存储图、向量与全文数据,支持 Rust、TypeScript、Go、Python 调用。
一体化 AI 应用,可与文档对话、运行 AI 智能体,支持本地优先部署、多用户和多种大模型。
开源 AI 记忆平台,将文档、代码和对话转为自托管知识图谱,供 AI 智能体检索复用。
面向 AI 应用的开源数据基础设施,用于存储文档与向量并支持语义、混合及全文检索。
基于 LangGraph 的 Python 库与可运行教程,实现了 35 种智能体 AI 架构,涵盖反思、检索增强、记忆与多智能体等模式。