OceanBase seekdb 智能混合检索与记忆管理 Skill

oceanbase-seekdb-agent-skill 是专为 ModelScope（魔搭社区）智能体平台 量身定制的高性能数据库集成技能。它将蚂蚁集团开源的分布式原生数据库 OceanBase 及其 AI 引擎 seekdb 的高维向量检索、BM25 词表全文搜索与 SQL 关系处理能力封装为标准 Agent 工具，使大模型智能体能够轻松具备“千万级毫秒检索”与“跨会话持久记忆”两项核心超能力。

1. 核心应用场景

企业级精准 RAG 知识库问答：
- 传统的纯向量检索常因专有名词、产品型号、错误码无法精确匹配而产生语义漂移；纯文本检索又缺乏语义泛化。
- 本 Skill 提供 seekdb_hybrid_search，将向量语义余弦距离与 BM25 词频倒排结果通过 RRF（Reciprocal Rank Fusion）融合，召回准确率显著超越单一检索范式。
智能体长程情境记忆（Episodic & Semantic Memory）：
- 智能体通过 seekdb_store_memory 将用户长期偏好、历史任务进展、关键决策节点持久化落盘。在后续跨会话或系统重启后，可随时精准按意图重现上下文。
结构化业务数据混合过滤：
- 支持在执行向量相似度检索的同时，基于标准 SQL 条件对业务属性（如部门权限、创建时间戳、状态标志）进行下推预过滤，避免应用层繁复拼装。

2. 提供的工具清单 (Tools Specification)

2.1 `seekdb_hybrid_search`

功能描述：结合稠密向量余弦相似度与 BM25 文本词表进行 RRF 倒数排名融合检索。
调用时机：当用户提出需要参考外部专业文档、规约、产品手册或历史知识库的问答请求时调用。
调用示例：

{
  "name": "seekdb_hybrid_search",
  "arguments": {
    "query": "如何在 OceanBase 中创建 HNSW 向量索引？",
    "collection_name": "oceanbase_tech_docs",
    "top_k": 3,
    "rrf_k": 60
  }
}

2.2 `seekdb_vector_search`

功能描述：基于用户或上游 Embedding 模型生成的向量，在指定集合中执行极速相似度搜索。
调用时机：已持有目标文本 Embedding 向量且仅需语义泛化搜索时。

2.3 `seekdb_store_memory`

功能描述：将关键对话线索、用户画像、任务中间状态持久化存入数据库。
调用示例：

{
  "name": "seekdb_store_memory",
  "arguments": {
    "collection_name": "agent_user_memory",
    "document": "用户倾向使用 Python 3.12 编写测试，且偏好 pytest 框架与 Strict 异步模式。",
    "metadata": {
      "user_id": "usr_9981",
      "category": "preference",
      "importance": 1.5
    }
  }
}

2.4 `seekdb_table_query`

功能描述：向 seekdb 发送安全受控的只读 SELECT 查询，获取关联统计指标与行记录。

3. 智能体系统提示词推荐 (System Prompt Integration)

将以下提示词片段注入 ModelScope Agent 的 System Prompt 中：

你是一个搭载了 OceanBase seekdb 专属知识库与长程记忆引擎的专业 AI 助手。
你有权调用以下工具与本地数据库交互：
- 当用户询问涉及事实资料、项目规格、操作步骤时，优先调用 `seekdb_hybrid_search` 召回权威依据，并在回答中引用命中来源。
- 当用户表达了个人的重要习惯、偏好，或当前长任务阶段性完成重要检查点时，必须调用 `seekdb_store_memory` 进行状态留痕。
- 严禁在大模型回答中编造数据库不存在的数据；检索无命中时应如实说明并给出合理建议。

4. 防幻觉与安全准则

SQL 注入防范：seekdb_table_query 仅允许执行只读的 SELECT 语句，严禁执行任何 DROP, DELETE, UPDATE, ALTER 等写入或 DDL 破坏性操作。
零结果兜底：若 seekdb_hybrid_search 召回的各条目相似度得分均低于系统置信阈值，智能体需如实提示用户：“在知识库中未检索到完全匹配的条款，以下仅基于通用常识推断，请谨慎参考”。
敏感信息过滤：持久化写入记忆时，应自动脱敏手机号、身份证号、银行卡号等 PII 隐私数据。

5. 环境配置与连接方式

本 Skill 支持以下两种部署形态：

本地嵌入式/Docker 形态：通过标准 MySQL Client 或 Python pymysql 连接至本地 seekdb 服务（默认端口 2881）。
云端原生 OceanBase 形态：通过配置环境变量 SEEKDB_HOST, SEEKDB_PORT, SEEKDB_USER, SEEKDB_PASSWORD 实现多租户安全通信。

oceanbase-seekdb-agent-skill