引言

想象一下：你只需要用自然語言描述你的需求，AI 就能自動幫你完成數據庫操作 —— 創建文檔集合、插入數據、執行復雜查詢，甚至構建一個完整的知識庫應用。這不是未來，而是現在就能實現的能力。

seekdb MCP Server 就是實現這一願景的橋樑。它基於 Anthropic 提出的 MCP（Model Context Protocol）協議，讓 AI 助手能夠直接與 seekdb 數據庫交互，將 "自然語言" 轉化為 "數據庫操作"。

本文將帶你上手 seekdb MCP Server，並通過一個實戰案例 —— 通過自然語言構建 AI 應用，讓你親身體驗 AI 原生數據庫的魅力。

歡迎大家關注，在這裏，我們會持續為大家更新與 #數據庫、#AI 相關的技術內容！

什麼是 seekdb MCP Server？

seekdb 是一款 AI 原生搜索數據庫，在統一架構下融合了關係數據、向量數據、全文索引、JSON 和 GIS 能力，支持混合檢索和庫內 AI 工作流。

MCP Server 則是連接 AI 工具與數據庫的"適配器"。通過 MCP 協議，Cursor、Claude Code、Cline 等 AI 工具可以直接訪問和操作 seekdb 數據庫。

核心能力一覽

安裝 seekdb 數據庫

在使用 seekdb MCP Server 之前，你需要先準備好 seekdb 數據庫。seekdb 提供兩種部署模式：

模式一：嵌入式模式（零配置，僅限 Linux）

嵌入式模式無需單獨安裝 seekdb 數據庫！seekdb MCP Server 啓動時會自動初始化一個本地嵌入式數據庫，開箱即用。

適用場景：個人學習、快速原型開發、邊緣設備運行。

⚠️ 提示：
macOS 和 Windows 用户需要使用「客户端 / 服務器模式」，需要先部署 seekdb 數據庫（推薦 Docker 方式），然後配置連接參數。

模式二：客户端/服務器模式（生產推薦）

如果你需要在測試或生產環境部署 seekdb，可以選擇以下方式：

方式 1：使用 yum 安裝（RPM 系統）

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

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

# 3. 啓動 seekdb
sudo systemctl start seekdb

# 4. 檢查啓動狀態（狀態為 "Service is ready" 表示啓動成功）
sudo systemctl status seekdb

# 5. 連接測試
mysql -h127.0.0.1 -uroot -P2881 -A oceanbase

方式 2：使用 Docker（最快捷）

# 一行命令啓動 seekdb
sudo docker run -d -p 2881:2881 oceanbase/seekdb

# 如果拉取失敗，可使用備用鏡像源：
# sudo docker run -d -p 2881:2881 quay.io/oceanbase/seekdb
# sudo docker run -d -p 2881:2881 ghcr.io/oceanbase/seekdb

系統要求：

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

更多部署方式請參考 seekdb 部署文檔^[1]。

安裝 seekdb MCP Server

安裝 uv 包管理器

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

配置 AI 工具連接

Stdio 模式

以 Cursor 為例在 Cursor 中，打開設置 → Tools & MCP → New MCP Server，根據你的操作系統選擇配置方式：

Linux 用户（嵌入式模式）

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

就這麼簡單！嵌入式模式無需任何配置，服務器啓動時會自動初始化一個本地 seekdb 數據庫。

macOS / Windows 用户（服務器模式）

macOS 和 Windows 不支持嵌入式模式，需要先部署 seekdb 數據庫（推薦使用 Docker），然後配置連接參數：

{
  "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"
      }
    }
  }
}

參數説明：

SSE 模式

Linux 用户（嵌入式模式）

直接啓動 SSE 服務器：

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

macOS / Windows 用户（服務器模式）

先配置環境變量，再啓動服務器：

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

# 啓動 SSE 服務器
uvx seekdb-mcp-server --transport sse --port 6000

然後在客户端配置：

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

實戰案例：用 AI 對話構建個人筆記知識庫

現在讓我們通過一個完整的實戰案例，體驗 seekdb MCP Server 的強大能力。我們將構建一個個人筆記知識庫，實現：

• ✅ 用自然語言存儲筆記
• ✅ 語義搜索相關內容
• ✅ 混合搜索精準定位
• ✅ AI 智能問答

場景設定

假設你是一名技術工作者，平時會記錄各種學習筆記、工作心得。現在你希望用 AI 幫你管理這些筆記，並能通過自然語言快速找到需要的內容。

第一步：創建筆記集合

在 AI 工具（如 Cursor）的對話框中輸入：

創建一個名為 "my_notes" 的知識庫集合

AI 響應示例：

我已成功創建名為 "my_notes" 的集合：

• 維度: 384（向量大小）
• 距離度量: L2（歐幾里得距離）

就這樣，一個支持語義搜索的向量集合就創建好了！

第二步：添加筆記內容

繼續輸入：

向 my_notes 中添加以下筆記：

1. "seekdb 支持向量搜索和全文搜索的混合檢索，可以同時利用關鍵詞匹配和語義理解"
2. "MCP 協議是 Anthropic 在 2024 年 11 月提出的開源協議，讓大模型可以與外部工具交互"
3. "Python 的 asyncio 模塊提供了異步編程能力，適合 I/O 密集型任務"
4. "Docker 容器化技術可以實現應用的快速部署和環境隔離"
5. "RAG（檢索增強生成）是目前最流行的 AI 應用架構，結合檢索和生成能力"

AI 響應示例：

完成！已成功向 "my_notes" 集合添加 5 條筆記：

第三步：語義搜索

現在，讓我們用自然語言搜索筆記：

在 my_notes 中搜索與 "AI 應用開發" 相關的筆記

AI 響應示例：

以下是與 "AI 應用開發" 相關的筆記，按相關性排序：

注意：我們搜索的是 "AI 應用開發"，但筆記中並沒有這個確切的詞。seekdb 的向量搜索能夠理解語義相似性，自動找到相關內容！

第四步：混合搜索

混合搜索結合了關鍵詞匹配和語義理解，效果更精準：

對 my_notes 執行混合搜索：
- 全文關鍵詞："Python"
- 語義查詢："異步編程和併發處理"

AI 響應示例：

混合搜索使用 RRF（倒數排名融合） 算法，綜合關鍵詞匹配（BM25）和向量相似度得分，排名結果更準確。

第五步：讓 AI 記住你的偏好

seekdb MCP Server 還提供了 AI 記憶系統，讓 AI 能夠跨會話記住你的信息：

記住我是一名 Python 開發者，主要使用 seekdb 做向量搜索應用

AI 響應示例：

已記錄！我會記住：

• 你是一名 Python 開發者
• 主要使用 seekdb 做向量搜索應用

下次對話時，你可以直接問：

根據我的技術背景，推薦一些學習資源

AI 會自動檢索你的偏好，給出個性化推薦！

功能一覽

向量集合管理

高級搜索

AI 模型工具

AI 記憶系統

seekdb MCP Server 提供了強大的 AI 記憶功能，讓 AI 助手能夠跨會話記住信息：

使用場景：

• AI 記住你的技術棧偏好（如 "我習慣使用 Python"）
• AI 記住項目信息（如 "這個項目使用 FastAPI"）
• AI 記住個人偏好（如 "我喜歡簡潔的代碼風格"）

數據導入導出

SQL 操作

更多工具探索

除了本文介紹的功能，seekdb MCP Server 還支持：

• AI 函數調用
  • 使用 AI 模型分析這段文本的情感傾向："今天天氣真好，心情愉悦！"
• CSV 數據導入
  • 將 /path/to/products.csv 導入為向量集合，使用第 2 列（產品描述）作為文檔

常見問題

Q: 需要安裝 seekdb 嗎？

A: 不需要！seekdb MCP Server 使用嵌入式模式，seekdb 已經包含在內，無需單獨安裝。

Q: 數據存儲在哪裏？

A: 數據存儲在本地文件系統中，默認在當前用户家目錄下。你的數據完全在本地，不會上傳到任何雲端。

Q: 支持哪些操作系統？

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

Q: 如何升級？

A: 使用 uvx 時會自動使用最新版本。

總結

seekdb MCP Server 讓數據庫操作變得前所未有的簡單：

無論你是想快速構建 RAG 應用，還是想讓 AI 助手擁有"長期記憶"，seekdb MCP Server 都是你的最佳選擇。

開始你的 AI 原生數據庫之旅吧！ 🚀

參考資料

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