上海
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。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
