進化Dify！還支持MCP，這款開源AI數據庫絕了～【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發現了一個特別有意思的新項目，叫seekdb。

它是一款開源的AI原生混合搜索數據庫。

https://github.com/oceanbase/seekdb

seekdb的配置要求，低到離譜，最低只需要1核CPU，2GB內存，就能跑起來。

它是All In One的AI原生數據庫，一個庫包圓了向量、文本、結構化/半結構化數據。

PS：也就是既可以做向量數據庫（實現RAG），又能存儲業務數據（傳統關系型數據庫）非常全能～

還支持 MySQL協議，Navicat直接連（Navicat是一款非常經典的數據庫可視化管理工具）

還能當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，不是當作外部知識庫接入哦，是可以直接掌管Dify的元數據和AI知識庫，因為Dify官方的最新版本在底層對它做了兼容。

當下大多數團隊在真正落地Agentic RAG應用的時候，或多或少應該都會遇到一個問題：底層數據架構過于復雜。

為了讓檢索足夠精準，通常需要處理三種完全不同的數據形態：

一是業務元數據，比如Agent的創建時間、作者、權限，工作流的各種節點數據。這需要關系型數據庫來存，因為它要求絕對的事務安全。

二是語義向量，這是把文字變成數學向量，讓AI能理解語義。這需要向量數據庫來存。

三是全文檢索，也就是關鍵詞匹配，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，這時候就需要傳統的全文檢索來兜底。

在過去，為了實現這三者的混合搜索（Hybrid Search），不得不采用一種拼圖式的分布式架構：比如裝一個MySQL或PostgreSQL存元數據，再裝一個Milvus或Chroma存向量，為了搜得準，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，還要自己處理它們之間的數據同步。最要命的是，這種跨系統的寫入，很難保證事務一致性。比如網絡一抖動，向量庫寫入失敗了，但元數據寫入成功了，你的知識庫就精分了，一邊告訴你文檔在，一邊又搜不到內容。

系統越復雜，人力投入就越大，風險越高..

但seekdb的思路非常清晰，就做減法：把向量、文本、結構化/半結構化數據，全部塞進了一個數據庫里。

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直接在數據庫內核層面，支持了向量、全文和標量過濾的混合查詢。一條SQL語句，就能完成多路召回和精排。

它還內置了AI函數：

你可以在數據庫里，直接調用大模型或者向量模型，完成數據的嵌入和推理。

這就是，AI原生數據庫，自己帶了個腦子

這是seekdb和其他開源數據庫的對比

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器就能跑。

另一個是邊緣設備上的AI應用。比如手機，車機，或者工業網關，這些設備的資源有限，跑不動那些重型數據庫，但seekdb這種輕量級架構，正好能派上用場。

當然，還有就是作為Agent的記憶體。它能同時存儲結構化的對話記錄和非結構化的向量記憶，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。

如果你習慣用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的默認元數據庫（PostgreSQL）和向量數據庫（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，支持百億級向量檢索。

現在最新的Difyv1.10.1正式兼容了MySQL數據庫

這意味著我們可以把Dify的元數據庫（存儲業務數據）和向量數據庫，都切換成seekdb（因為它支持MySQL協議）。

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

如果既作為元數據庫又是向量數據庫的話，修改以下配置

COMPOSE_PROFILES=seekdb

如果僅作為元數據庫，只需要改下面這些：

COMPOSE_PROFILES=${VECTOR_STORE:-weaviate},seekdb

如果僅作為向量數據庫（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，執行docker-compose up -d重新拉取新鏡像，同時也會自動重啟服務。

啟動之后，seekdb就會同時扮演元數據庫、向量數據庫和全文檢索系統的角色

然后我把最近在公眾號發布的一些文章通過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，已經有對應的向量數據存儲進來了。

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相關驅動，有點慢。

成功后，如下圖，有10個工具

1. execute_sql：在 OceanBase 服務器上執行任意 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 的當前系統時間。

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

5. get_all_server_nodes：列出 OceanBase 集群中所有 server 節點（需要 sys 租戶權限）。

6. get_resource_capacity：獲取集群資源（CPU/內存等）容量信息（需要 sys 租戶權限）。

7. search_oceanbase_document：基于關鍵字從 OceanBase 官方文檔里自動檢索相關內容，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：同時結合「結構化過濾（如年齡>20）」和「向量相似度」進行多模態混合搜索。

OceanBase MCP的使用方式還是有挺多的，我給大家展示兩種：

一種是傳統數據庫的增刪改查：

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，后續可以放到Trae的規則，或者作為一個文件，放在當前文件夾下）

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，數據庫這個行業，終于也開始被AI重塑了。

過去，我們為了適應數據庫，不得不把數據拆開，去適應不同的存儲引擎。

現在，seekdb把向量、文本、結構化數據重新融合在了一起，用一種更符合AI的使用方式，來存儲和檢索數據。

而且能無縫兼容MySQL協議，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項目的數據架構頭疼，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數據庫--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、轉發三連吧~

如果想第一時間收到推送，也可以給我個星標?

謝謝你耐心看完我的文章~