随着AI应用爆发,数据库作为底层设施正加速与上层AI生态的融合。记者近日获悉,OceanBase在AI生态领域取得阶段性进展,目前已与LlamaIndex、LangChain、Dify等全球60余家AI生态伙伴深度集成,并支持大模型生态协议MCP,逐步构建起从模型到应用覆盖数据全生命周期的智能能力,致力为企业提供更高效、更易用、更具扩展性的一体化数据底座。这也是OceanBase在公布Data x AI战略后,首次对外透露战略落地进展。
AI时代的到来,让数据库正从传统意义上的存储介质进化为AI运行的地基,成为连接数据与智能的核心枢纽。如何将数据库快速融入AI生态,更好地支撑AI时代数据管理需求,成行业热议话题。
OceanBase CTO杨传辉表示,OceanBase正以“Data x AI”战略为支点,构建一体化数据底座。一方面通过AI技术提升数据库自身的智能化水平(如智能使用、智能运维、智能开发等),让数据库更“聪明”;另一方面通过技术适配与功能创新,与AI生态深度耦合,让数据库更“强大”,降低AI落地门槛。2025年4月,OceanBase宣布公司全面进入AI时代,并正式启动“Data x AI”战略。
据了解,为实现从一体化数据库向一体化数据底座演进,从2024年3月起,OceanBase一直进行针对性的技术创新和生态合作。过去一年在AI生态领域,OceanBase已完成与LlamaIndex、LangChain、Dify、FastGPT、Camel AI、OpenManus等全球60余家AI生态伙伴的深度对接,形成从模型到应用的完整生态链条,将分布式数据库能力嵌入AI开发全流程,降低企业AI应用开发门槛。
其中,OceanBase积极开展与开源LLM应用开发平台的合作,例如作为向量数据库支持Dify平台。用户基于OceanBase向量能力及低代码开发平台,通过直观拖拽界面,可轻松构建生成式AI应用。
这一向量性能优势,在FastGPT、Camel-AI等AI平台也得到有力验证。在FastGPT的RAG(增强检索)场景中,OceanBase最高支持16000维Float 类型稠密向量处理;结合混合检索技术,可在节省计算资源的同时保障实时更新,避免召回率抖动;与Camel-AI等新兴多智能体框架的协作中,其多模态数据处理能力,则进一步拓展了智能体协作、复杂决策等AI应用边界。
值得一提的是,OceanBase积极拥抱MCP协议,其推出的OceanBase MCP Server已集成至阿里云魔搭、anserPACK等官方平台,能与各类MCP客户端共同使用。开发者通过自然语言对话可直接与数据库交互。例如,在 Claude控制台的大模型交互界面,开发者直接询问“当前集群资源使用率”,MCP Client就能自动调用相关的 MCP Tool 执行查询并返回实时查询结果,简化AI应用技术栈。
此外,OceanBase正与Spring AI Alibaba框架深度对接,未来Java开发者将能通过 SpringAI框架将 OceanBase作为向量存储引擎,为Java开发者提供更为强大的AI开发能力。
据了解,作为100%根自研的原生分布式数据库,OceanBase已具备一定的AI时代数据处理能力,如支持向量数据库、SQL和AI的混合检索、TP/AP/AI混合负载、多模数据统一处理等,其产品被金融、政务等领域客户在AI相关场景开发中应用。
“OceanBase走过15年自研道路,这个过程锻炼了我们的产品和技术研发能力,尤其对数据库内核的掌控力。”杨传辉表示,未来OceanBase将持续坚持技术创新与AI生态合作,并加大开源投入,携手全球开发者构建一体化数据底座。他强调,“我们致力于打造AI时代的‘MySQL’,通过一体化架构打破TP与AP界限,支持多云原生环境下的无限扩展。”
