引言

想象一下：你只需要用自然语言描述你的需求，AI 就能自动帮你完成数据库操作 —— 创建文档集合、插入数据、执行复杂查询，甚至构建一个完整的知识库应用。这不是未来，而是现在就能实现的能力。

seekdb MCP Server 就是实现这一愿景的桥梁。它基于 Anthropic 提出的 MCP（Model Context Protocol）协议，让 AI 助手能够直接与 seekdb 数据库交互，将 "自然语言" 转化为 "数据库操作"。

本文将带你上手 seekdb MCP Server，并通过一个实战案例 —— 通过自然语言构建 AI 应用，让你亲身体验 AI 原生数据库的魅力。

欢迎大家关注，在这里，我们会持续为大家更新与 #数据库、#AI 相关的技术内容！

什么是 seekdb MCP Server？

seekdb 是一款 AI 原生搜索数据库，在统一架构下融合了关系数据、向量数据、全文索引、JSON 和 GIS 能力，支持混合检索和库内 AI 工作流。

MCP Server 则是连接 AI 工具与数据库的"适配器"。通过 MCP 协议，Cursor、Claude Code、Cline 等 AI 工具可以直接访问和操作 seekdb 数据库。

核心能力一览

安装 seekdb 数据库

在使用 seekdb MCP Server 之前，你需要先准备好 seekdb 数据库。seekdb 提供两种部署模式：

模式一：嵌入式模式（零配置，仅限 Linux）

嵌入式模式无需单独安装 seekdb 数据库！seekdb MCP Server 启动时会自动初始化一个本地嵌入式数据库，开箱即用。

适用场景：个人学习、快速原型开发、边缘设备运行。

⚠️ 提示：
macOS 和 Windows 用户需要使用「客户端 / 服务器模式」，需要先部署 seekdb 数据库（推荐 Docker 方式），然后配置连接参数。

模式二：客户端/服务器模式（生产推荐）

如果你需要在测试或生产环境部署 seekdb，可以选择以下方式：

方式 1：使用 yum 安装（RPM 系统）

# 1. 添加 seekdb 镜像源
sudo yum-config-manager --add-repo https://mirrors.aliyun.com/oceanbase/OceanBase.repo

# 2. 安装 seekdb 和客户端
sudo yum install seekdb obclient

# 3. 启动 seekdb
sudo systemctl start seekdb

# 4. 检查启动状态（状态为 "Service is ready" 表示启动成功）
sudo systemctl status seekdb

# 5. 连接测试
mysql -h127.0.0.1 -uroot -P2881 -A oceanbase

方式 2：使用 Docker（最快捷）

# 一行命令启动 seekdb
sudo docker run -d -p 2881:2881 oceanbase/seekdb

# 如果拉取失败，可使用备用镜像源：
# sudo docker run -d -p 2881:2881 quay.io/oceanbase/seekdb
# sudo docker run -d -p 2881:2881 ghcr.io/oceanbase/seekdb

系统要求：

• CPU：最低 1 核
• 内存：最低 2 GB 可用内存
• 支持的操作系统：CentOS 7/8、Ubuntu 20+、Debian 9+、Anolis OS 8、麒麟 V10 等

更多部署方式请参考 seekdb 部署文档^[1]。

安装 seekdb MCP Server

安装 uv 包管理器

# 安装 uv 包管理器
curl -LsSf https://astral.sh/uv/install.sh | sh

配置 AI 工具连接

Stdio 模式

以 Cursor 为例在 Cursor 中，打开设置 → Tools & MCP → New MCP Server，根据你的操作系统选择配置方式：

Linux 用户（嵌入式模式）

{
  "mcpServers": {
    "seekdb": {
      "command": "uvx",
      "args": ["seekdb-mcp-server"]
    }
  }
}

就这么简单！嵌入式模式无需任何配置，服务器启动时会自动初始化一个本地 seekdb 数据库。

macOS / Windows 用户（服务器模式）

macOS 和 Windows 不支持嵌入式模式，需要先部署 seekdb 数据库（推荐使用 Docker），然后配置连接参数：

{
  "mcpServers": {
    "seekdb": {
      "command": "uvx",
      "args": ["seekdb-mcp-server"],
      "env": {
        "SEEKDB_HOST": "127.0.0.1",
        "SEEKDB_PORT": "2881",
        "SEEKDB_USER": "",
        "SEEKDB_PASSWORD": "",
        "SEEKDB_DATABASE": "test"
      }
    }
  }
}

参数说明：

SSE 模式

Linux 用户（嵌入式模式）

直接启动 SSE 服务器：

uvx seekdb-mcp-server --transport sse --port 6000

macOS / Windows 用户（服务器模式）

先配置环境变量，再启动服务器：

# 配置 seekdb 连接信息
export SEEKDB_HOST=127.0.0.1
export SEEKDB_PORT=2881
export SEEKDB_USER=
export SEEKDB_PASSWORD=
export SEEKDB_DATABASE=test

# 启动 SSE 服务器
uvx seekdb-mcp-server --transport sse --port 6000

然后在客户端配置：

{
  "sse-seekdb": {
    "type": "sse",
    "url": "http://127.0.0.1:6000/sse"
  }
}

实战案例：用 AI 对话构建个人笔记知识库

现在让我们通过一个完整的实战案例，体验 seekdb MCP Server 的强大能力。我们将构建一个个人笔记知识库，实现：

• ✅ 用自然语言存储笔记
• ✅ 语义搜索相关内容
• ✅ 混合搜索精准定位
• ✅ AI 智能问答

场景设定

假设你是一名技术工作者，平时会记录各种学习笔记、工作心得。现在你希望用 AI 帮你管理这些笔记，并能通过自然语言快速找到需要的内容。

第一步：创建笔记集合

在 AI 工具（如 Cursor）的对话框中输入：

创建一个名为 "my_notes" 的知识库集合

AI 响应示例：

我已成功创建名为 "my_notes" 的集合：

• 维度: 384（向量大小）
• 距离度量: L2（欧几里得距离）

就这样，一个支持语义搜索的向量集合就创建好了！

第二步：添加笔记内容

继续输入：

向 my_notes 中添加以下笔记：

1. "seekdb 支持向量搜索和全文搜索的混合检索，可以同时利用关键词匹配和语义理解"
2. "MCP 协议是 Anthropic 在 2024 年 11 月提出的开源协议，让大模型可以与外部工具交互"
3. "Python 的 asyncio 模块提供了异步编程能力，适合 I/O 密集型任务"
4. "Docker 容器化技术可以实现应用的快速部署和环境隔离"
5. "RAG（检索增强生成）是目前最流行的 AI 应用架构，结合检索和生成能力"

AI 响应示例：

完成！已成功向 "my_notes" 集合添加 5 条笔记：

第三步：语义搜索

现在，让我们用自然语言搜索笔记：

在 my_notes 中搜索与 "AI 应用开发" 相关的笔记

AI 响应示例：

以下是与 "AI 应用开发" 相关的笔记，按相关性排序：

注意：我们搜索的是 "AI 应用开发"，但笔记中并没有这个确切的词。seekdb 的向量搜索能够理解语义相似性，自动找到相关内容！

第四步：混合搜索

混合搜索结合了关键词匹配和语义理解，效果更精准：

对 my_notes 执行混合搜索：
- 全文关键词："Python"
- 语义查询："异步编程和并发处理"

AI 响应示例：

混合搜索使用 RRF（倒数排名融合） 算法，综合关键词匹配（BM25）和向量相似度得分，排名结果更准确。

第五步：让 AI 记住你的偏好

seekdb MCP Server 还提供了 AI 记忆系统，让 AI 能够跨会话记住你的信息：

记住我是一名 Python 开发者，主要使用 seekdb 做向量搜索应用

AI 响应示例：

已记录！我会记住：

• 你是一名 Python 开发者
• 主要使用 seekdb 做向量搜索应用

下次对话时，你可以直接问：

根据我的技术背景，推荐一些学习资源

AI 会自动检索你的偏好，给出个性化推荐！

功能一览

向量集合管理

高级搜索

AI 模型工具

AI 记忆系统

seekdb MCP Server 提供了强大的 AI 记忆功能，让 AI 助手能够跨会话记住信息：

使用场景：

• AI 记住你的技术栈偏好（如 "我习惯使用 Python"）
• AI 记住项目信息（如 "这个项目使用 FastAPI"）
• AI 记住个人偏好（如 "我喜欢简洁的代码风格"）

数据导入导出

SQL 操作

更多工具探索

除了本文介绍的功能，seekdb MCP Server 还支持：

• AI 函数调用

  • 使用 AI 模型分析这段文本的情感倾向："今天天气真好，心情愉悦！"

• CSV 数据导入

  • 将 /path/to/products.csv 导入为向量集合，使用第 2 列（产品描述）作为文档

常见问题

Q: 需要安装 seekdb 吗？

A: 不需要！seekdb MCP Server 使用嵌入式模式，seekdb 已经包含在内，无需单独安装。

Q: 数据存储在哪里？

A: 数据存储在本地文件系统中，默认在当前用户家目录下。你的数据完全在本地，不会上传到任何云端。

Q: 支持哪些操作系统？

A: 目前支持 Linux（glibc >= 2.28），支持 x86_64 和 aarch64 架构。

Q: 如何升级？

A: 使用 uvx 时会自动使用最新版本。

总结

seekdb MCP Server 让数据库操作变得前所未有的简单：

无论你是想快速构建 RAG 应用，还是想让 AI 助手拥有"长期记忆"，seekdb MCP Server 都是你的最佳选择。

开始你的 AI 原生数据库之旅吧！ 🚀

参考资料

[1] seekdb 部署文档: https://www.oceanbase.ai/docs/deploy-overview/

一句话就能分析数据？担心自己零基础，跟不上训练营节奏？别急！「瑶池 Data Agent 入门训练营」 第1节先导课来了！
Data Agent 是一款基于大模型的企业数据智能助手，提供免费版、个人版和企业版三种版本，分别满足个人用户的基础使用、进阶需求及企业的多用户协作、安全管控与独立部署等场景，支持通过自然语言对话完成数据查询、分析与处理，无需编写代码，助力各岗位用户高效实现数据驱动决策。这节课我们不讲复杂操作，只做一件事：帮你彻底搞懂 Data Agent 是什么、能帮你做什么。无论你是业务人员、管理者还是技术小白，都能在这里找到属于你的数据驱动起点。

一、参营入口

点此报名参营，用 Data Agent 为你的业务按下加速键！

二、参营时间

2026年1月21日-1月29日 （每个工作日下午17:00-17:30）

三、第一节课程介绍

四、超值奖励

• 结营证书：完成所有任务即可获得阿里云官方训练营电子结营证书；
• 结营奖励：课后作业总分（满分100分）排名前100名者获奖，相同分数按提交时间先后排序，即可领取棒球帽/无线鼠标/公仔/鼠标垫（随机发其一）；
• 优秀学员奖：选取5名完成全部任务和作业的优秀学员，加赠德尔玛加湿器！获奖名单会于结营后的7个工作日内在活动钉群内公布；
• 钉群互动奖：交流群内不定时举办有奖问答及抽奖活动，赢卡套、帽子等精美好礼！
  

五、如何参营

本次训练营所有课程内容将采取钉群线上直播方式，课程结束后每小节课后作业均在钉钉交流群内获取提交，这是你获得证书和奖品双重奖励的唯一通道。

六、参考资料

1. Data Agent 帮助文档：https://help.aliyun.com/zh/dms/data-agent-for-analytics/
2. Data Agent 版本介绍：https://help.aliyun.com/zh/dms/data-agent-version-introduction
3. 阿里云瑶池Data Agent 荣获 InfoQ 2025 年度 “Data & AI最具价值产品奖”https://mp.weixin.qq.com/s/SdNeTFh8pxZ_Yf8hjjCTxg