项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3231
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 环境(选择 pip 安装 pyseekdb 时需要)
- Docker(选择 Docker 方式快速测试时需要)
- Linux 系统(选择二进制安装方式,脚本可能需要 sudo 权限)
- 可访问外网(云端接口、pip 源、二进制下载均需联网)
安装与启动步骤
-
1选择安装方式
README 提供云端零安装、Python、Docker、二进制四种方式,AI/ML 场景官方推荐 Python。
-
2云端零安装试用
一条 curl 即可创建实例,无需注册、无需信用卡,免费使用 7 天。
curl -X POST https://d0.seekdb.ai/api/v1/instances -
3Python 安装
AI/ML 推荐方式,安装 pyseekdb 包后即可在 Python 中以嵌入式方式使用。
pip install -U pyseekdb -
4Docker 快速启动
启动名为 seekdb 的容器,映射 2881 与 2886 两个端口,数据落在当前目录 data 下。
docker run -d \ --name seekdb \ -p 2881:2881 \ -p 2886:2886 \ -v ./data:/var/lib/oceanbase \ oceanbase/seekdb:latest -
5二进制独立安装
Linux 一行安装脚本,README 提示可能需要 sudo 权限。
curl -fsSL https://obportal.s3.ap-southeast-1.amazonaws.com/download-center/opensource/seekdb/seekdb_install.sh | bash
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
2881:2881 | 是 | Docker 端口映射,seekdb 对外服务的第一个端口 | 2881:2881 |
2886:2886 | 否 | Docker 端口映射的第二个端口,按需保留 | 2886:2886 |
./data:/var/lib/oceanbase | 否 | 数据卷挂载,把库文件持久化到本机 data 目录 | ./data:/var/lib/oceanbase |
https://d0.seekdb.ai/api/v1/instances | 否 | 云端创建实例的接口地址,POST 调用即可 | curl -X POST https://d0.seekdb.ai/api/v1/instances |
如何确认成功
Docker 容器能正常启动并映射 2881/2886 端口;pip 安装后 Python 可 import pyseekdb;云端 curl 能返回实例信息。
常见问题
Q:不想安装任何东西能先试一下吗?
A:可以。README 提供云端零安装方式,用 curl 调用 https://d0.seekdb.ai/api/v1/instances 创建实例,无需注册和信用卡,免费 7 天。
Q:AI/ML 项目推荐哪种安装方式?
A:README 明确推荐 Python 方式,执行 pip install -U pyseekdb 即可,同时官方支持 LangChain、LlamaIndex 等框架集成。
Q:Docker 启动后数据存在哪里?
A:通过 -v ./data:/var/lib/oceanbase 挂载,数据保存在执行命令时所在目录的 data 文件夹中,删除容器不会丢失。
Q:二进制安装脚本报权限错误怎么办?
A:README 提示该 Linux 一行安装脚本可能需要 sudo 权限,可在命令前加 sudo 或使用有权限的账号执行。
Q:安装完之后怎么连接和使用?
A:README 节选未给出连接示例,请查阅官方文档 https://docs.seekdb.ai/ 以及 Docker 镜像说明文档。
注意事项
- README 节选只包含安装部分,没有连接、建表、检索等使用示例,实际用法请以官方文档为准。
- Docker 方式 README 标注为“Quick Testing”,生产环境请参考官方镜像文档配置。
- 云端实例免费 7 天,试用时注意到期时间与数据保存。
- Docker 映射了 2881 和 2886 两个端口,启动前确认本机端口未被占用。
核心亮点
- 统一向量、文本、结构化数据,免除多库同步麻烦
- 混合搜索(HNSW+全文)提升检索准确率与召回率
- 嵌入式部署+写时复制,资源占用低且数据安全
不足之处
- 项目较新,文档和社区生态仍在建设中
- 高级特性(如分布式)可能不如传统数据库成熟
适用场景
- 智能体对话记忆与上下文管理
- RAG(检索增强生成)应用的知识库构建
- 多模态数据(文本+结构化)的快速检索场景
替代项目
ChromaDB、Qdrant、Weaviate
上一篇:model-compose
下一篇:memgraph
同类项目推荐
env-doctor
开源
一键诊断修复 CUDA/GPU 环境,本地、Docker、CI 全搞定
Diagnose and Fix CUDA / GPU environments compatibility issues locally, in Docker, an···
testkube
开源
在 Kubernetes 上统一运行和管理所有测试,让 AI 工程交付更稳更快。
☸️ The Open Testing Platform for AI-Driven Engineering Teams
smg
开源
一套 API 接所有推理引擎,还能按缓存智能路由
Engine-agnostic LLM gateway in Rust. Full OpenAI & Anthropic API compatibility acros···
d-inference
开源
把闲置 Mac 组成私有推理集群
Private Inference Network on Idle Macs
code-on-incus
开源
给每个 AI 代理一个独立沙箱,自动防威胁
Give the agent a machine. Just not yours. Each AI coding agent gets its own isolated···
gateway
开源
给大模型装个防火墙,安全可控地接入 AI 应用
The Open Source Firewall for LLMs. A self-hosted gateway to secure and control AI ap···
mega
开源
为 AI 代理打造的 Git 兼容 monorepo 引擎,让大规模协作更高效。
Mega is an open-source implementation of Google Piper — a Git-compatible monorepo e···
casbin-gateway
开源
给 AI 和 MCP 服务加一道安全闸门,防攻击、控权限。
See what every AI coding agent on your machine is doing, and whether the API behind ···
TinyGPT
开源
用 C++ 从零手写 LLM 推理,轻量无依赖,适合学习和嵌入式部署。
Tiny C++ LLM inference implementation from scratch
