oceanbase seekdb

快速构建

数行 Python 代码即可构建 AI 应用，轻量架构在 1C2G 上即可跑 VectorDBBench

混合搜索

向量、全文与标量过滤在一次查询中完成，支持粗排 + 精排的多阶段搜索链路

多模数据与索引

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

AI 内置

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 RAG 流程

SQL 原生

源于成熟的 OceanBase 引擎，支持实时写入、实时可查， ACID 事务保证，兼容 MySQL 生态

 快速上手 

极简的 API 设计，让您专注于构建 AI 应用

seekdb
import pyseekdb

client = pyseekdb.Client()

# create a knowledge base
collection = client.get_or_create_collection("product_database")
 AI 能力 

从搜索到推理，全栈赋能 AI 应用开发

  • 一条 SQL 查询中支持基于向量的语义召回和基于关键字的召回，优化的多路召回
  • 查询重排序支持权重、RRF，也支持基于大模型的重排序
  • 支持标量过滤下压存储的优化，还可以使用多表关联搜索相关数据
查看文档
CREATE TABLE doc_table (
    c1 INT,
    vector VECTOR(3),
    query VARCHAR(255),
    content VARCHAR(255),
    VECTOR INDEX idx1(vector) WITH (distance=l2, type=hnsw, lib=vsag),
    FULLTEXT INDEX idx2(query),
    FULLTEXT INDEX idx3(content)
);

INSERT INTO doc_table VALUES
(1, '[1,2,3]', 'hello seekdb', 'seekdb supports hybrid vector and full-text search.'),
(2, '[1,2,1]', 'try seekdb today', 'fast sql database with vector search.'),
(3, '[1,1,1]', 'vector search in seekdb', 'unified semantic and keyword search.'),
(4, '[2,1,1]', 'goodbye old db', 'migrate to seekdb for modern capabilities.');

SET @parm = '{
    "query": {
        "query_string": {
            "fields": ["query", "content"],
            "query": "hello seekdb"
        }
    },
    "knn": {
        "field": "vector",
        "k": 3,
        "query_vector": [1,2,3]
    }
}';

SELECT json_pretty(DBMS_HYBRID_SEARCH.SEARCH('doc_table', @parm));
  • 支持稠密向量、稀疏向量，支持曼哈顿距离、欧式距离、内积、余弦距离等多种类型向量距离的计算
  • 向量索引支持基于内存的 HNSW、HNSW_SQ、HNSW_BQ 和基于磁盘的 IVF、IVF_PQ 等索引类型，优化向量存储成本
  • 全文搜索支持关键字、短语及布尔表达式等多种匹配模式，支持 BM25 排序
查看文档
CREATE TABLE doc_table (
    c1 INT,
    vector VECTOR(3),
    query VARCHAR(255),
    content VARCHAR(255),
    VECTOR INDEX idx1(vector) WITH (distance=l2, type=hnsw, lib=vsag),
    FULLTEXT INDEX idx2(query),
    FULLTEXT INDEX idx3(content)
);

INSERT INTO doc_table VALUES
(1, '[1,2,3]', 'hello seekdb', 'seekdb supports hybrid vector and full-text search.'),
(2, '[1,2,1]', 'try seekdb today', 'fast sql database with vector search.'),
(3, '[1,1,1]', 'vector search in seekdb', 'unified semantic and keyword search.'),
(4, '[2,1,1]', 'goodbye old db', 'migrate to seekdb for modern capabilities.');

SET @parm = '{
    "query": {
        "query_string": {
            "fields": ["query", "content"],
            "query": "hello seekdb"
        }
    },
    "knn": {
        "field": "vector",
        "k": 3,
        "query_vector": [1,2,3]
    }
}';

SELECT json_pretty(DBMS_HYBRID_SEARCH.SEARCH('doc_table', @parm));
  • DBMS_AI_SERVICE 包用 SQL 对内置大模型服务进行管理，并支持注册外部大模型服务
  • 通过 AI_EMBED 函数在 SQL 中把文本转换为向量嵌入
  • 通过 AI_COMPLETE 函数在 SQL 中执行文本生成，支持用提示词模板化复用
  • 通过 AI_RERANK 函数在 SQL 中使用重排序大模型对文本进行排序
查看文档
CREATE TABLE doc_table (
    c1 INT,
    vector VECTOR(3),
    query VARCHAR(255),
    content VARCHAR(255),
    VECTOR INDEX idx1(vector) WITH (distance=l2, type=hnsw, lib=vsag),
    FULLTEXT INDEX idx2(query),
    FULLTEXT INDEX idx3(content)
);

INSERT INTO doc_table VALUES
(1, '[1,2,3]', 'hello seekdb', 'seekdb supports hybrid vector and full-text search.'),
(2, '[1,2,1]', 'try seekdb today', 'fast sql database with vector search.'),
(3, '[1,1,1]', 'vector search in seekdb', 'unified semantic and keyword search.'),
(4, '[2,1,1]', 'goodbye old db', 'migrate to seekdb for modern capabilities.');

SET @parm = '{
    "query": {
        "query_string": {
            "fields": ["query", "content"],
            "query": "hello seekdb"
        }
    },
    "knn": {
        "field": "vector",
        "k": 3,
        "query_vector": [1,2,3]
    }
}';

SELECT json_pretty(DBMS_HYBRID_SEARCH.SEARCH('doc_table', @parm));
    
CREATE TABLE doc_table (
    c1 INT,
    vector VECTOR(3),
    query VARCHAR(255),
    content VARCHAR(255),
    VECTOR INDEX idx1(vector) WITH (distance=l2, type=hnsw, lib=vsag),
    FULLTEXT INDEX idx2(query),
    FULLTEXT INDEX idx3(content)
);

INSERT INTO doc_table VALUES
(1, '[1,2,3]', 'hello seekdb', 'seekdb supports hybrid vector and full-text search.'),
(2, '[1,2,1]', 'try seekdb today', 'fast sql database with vector search.'),
(3, '[1,1,1]', 'vector search in seekdb', 'unified semantic and keyword search.'),
(4, '[2,1,1]', 'goodbye old db', 'migrate to seekdb for modern capabilities.');

SET @parm = '{
    "query": {
        "query_string": {
            "fields": ["query", "content"],
            "query": "hello seekdb"
        }
    },
    "knn": {
        "field": "vector",
        "k": 3,
        "query_vector": [1,2,3]
    }
}';

SELECT json_pretty(DBMS_HYBRID_SEARCH.SEARCH('doc_table', @parm));

AI 应用开发

RAG 与知识检索增强

大型模型受限于训练数据，RAG 为其引入实时、准确的外部知识源，以提升回答质量并降低幻觉。seekdb 通过向量搜索、全文搜索、混合搜索、内置 AI 函数与高效索引实现高精度搜索，并以多级权限管控保证多源知识库的隐私安全。

企业知识库问答智能客服响应行业信息检索个人知识助手

语义搜索引擎

传统搜索依赖关键词匹配，难以理解真实意图。语义搜索基于嵌入和向量搜索技术理解查询语义，并支持文本、图像等多模态关联。seekdb 的混合搜索与多模型查询让搜索更准确、更智能。

商品搜索与推荐以文搜图以图搜商品

AI 驱动的智能编程

AI 编程利用自然语言理解与代码语义分析，实现代码生成、智能补全、缺陷修复、测试用例编写、代码重构等功能。seekdb 用语义搜索提升代码生成质量，以多模型存储管理代码与文档，通过多级隔离与闪回查询支持多项目与版本管理，适配本地与云端开发。

IDE 编码插件设计稿生成网页本地智能 IDEWeb 在线 IDE

端设备智能化与边缘 AI

手机、车机、工业网关等端设备相对于数据中心和云端的服务器，端设备采用低功耗处理器和小容量存储。seekdb 通过轻量架构支持嵌入式或轻量服务器模式，在低资源占用下提供完整的 SQL 能力、JSON、混合搜索等能力，与 OceanBase 云端服务无缝协同，构建端云一体的智能系统。

个人智能助理智能车载终端AI 教育辅导AI 陪伴机器人智慧医疗终端

Agentic 智能体应用

Agentic AI 具备主动决策、任务规划和环境感知能力。seekdb 为智能体应用提供元数据管理、记忆体存储、多模型数据查询、多模态数据加工、检索增强生成、内置 AI 函数和推理、数据隐私管控等一站式解决方案。

个人生活助手企业运营自动化行业垂直智能体智能体开发平台

企业应用 AI 化升级

AI 将企业应用从“被动执行”升级为“主动协作”。seekdb 在提供 AI 应用存储方案的同时，也高度兼容 MySQL 语法和视图，并通过并行执行和行存列存混合存储技术提供高性能的混合负载处理，使传统系统无需大规模迁移即可获得 AI 化能力，覆盖办公、流程、经营等全场景智能化。

文档智能处理经营分析洞察财务管理系统
RAG & Retrieval
Semantic Search
AI Coding
Edge & device
AI agents
Enterprise AI

RAG 与知识检索增强

大型模型受限于训练数据，RAG 为其引入实时、准确的外部知识源，以提升回答质量并降低幻觉。seekdb 通过向量搜索、全文搜索、混合搜索、内置 AI 函数与高效索引实现高精度搜索，并以多级权限管控保证多源知识库的隐私安全。

企业知识库问答智能客服响应行业信息检索个人知识助手
 灵活的部署模式 

多种灵活部署模式，从快速原型开发到支撑海量用户，全面满足您的应用需求

嵌入式模式

seekdb 以轻量级库的形式嵌入您的应用，支持 pip 一键安装。适用于个人学习、快速原型开发，并可高效运行于多种端侧设备

Client/Server 模式

推荐用于测试及生产环境的部署模式，轻量易用，适合稳定高效地提供服务

平滑迁移至 OceanBase 分布式数据库

企业级、可扩展的解决方案，支持应用平滑迁移至 OceanBase 分布式数据库，从容应对海量用户访问

前往 OceanBase

AI 原生混合搜索数据库

快速上手
GitHub