oracle-ai-developer-hub

用 Oracle 数据库和云服务，快速上手构建企业级 AI 应用

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 857 🐛 待处理 45 👀 关注 64

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4481

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，提供技术资源，可免费使用，无付费版本。

项目预览

oracle-ai-developer-hub 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识

开发团队oracle-devrel

官网地址https://oracle-devrel.github.io/oracle-ai-developer-hub

GitHubhttps://github.com/oracle-devrel/oracle-ai-developer-hub

定价模式🏷️完全免费

价格说明开源项目，提供技术资源，可免费使用，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Jupyter Notebook

技术栈/模型agentmemory,agents,ai,ai-developer,artificial-intelligence,generative-ai,kubernetes,kustomize,oracle-database,oracleaidatabase,oraclejet,rag

GitHub 星标★ 4481

上线时间2024-01-16 00:00:00

代码更新2026-11-09

仓库体积293.3 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数3

项目介绍

Oracle AI Developer Hub 是 Oracle 官方推出的 AI 开发者技术资源库，旨在帮助开发者利用 Oracle AI 数据库（如 Autonomous Database）和 OCI（Oracle Cloud Infrastructure）服务构建 AI 应用、智能代理和完整系统。项目以 Jupyter Notebook 为主要载体，提供大量可运行的示例代码、教程、架构模式和实践指南，覆盖从数据准备、模型训练到部署运维的全流程。它解决了开发者在使用 Oracle 技术栈进行 AI 开发时缺乏统一、权威参考的问题，核心能力包括：提供与 Oracle 23ai 数据库集成的 AI 向量搜索、RAG（检索增强生成）应用示例，展示如何利用 OCI 的生成式 AI 服务、AI 代理服务等构建企业级解决方案。项目内容持续更新，社区活跃，是 Oracle 生态内 AI 开发者的重要入门和进阶资源。

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 ★ 4481

技术标签

agents ai artificial-intelligence generative-ai kubernetes

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。

难度：入门约 10 分钟部署方式：本地安装 7 步

环境要求

本地已安装 Git（用于克隆仓库）
Python 环境，pip 可正常使用
可访问 GitHub 的网络环境

安装与启动步骤

1克隆仓库

把官方仓库克隆到本地，之后所有示例、教程和指南都在该目录内查看。
```
git clone https://github.com/oracle-devrel/oracle-ai-developer-hub.git
cd oracle-ai-developer-hub
```
2浏览应用与指南

按 README 建议，先看 /apps 里完整可运行示例，再参考 /workshops 学习路径与 /guides、/partners 资源。
3动手试 Notebook

用 /notebooks 做实验，想了解 Oracle AI Agent Memory 就进入 /notebooks/agent_memory。
4安装 pre-commit

若你打算向仓库贡献代码，先安装 pre-commit 工具，用于自动格式化与检查。
```
pip install pre-commit
```
5安装开发依赖

该步骤可选，会同时安装 pre-commit 和 ruff，方便本地检查代码风格。
```
pip install -r requirements-dev.txt
```
6安装 Git 钩子

把 pre-commit 钩子写入本地仓库，提交代码时自动格式化 Python 及前端文件。
```
pre-commit install
```
7格式化已有代码

可选步骤，对仓库全部文件跑一次格式化：Ruff 处理 Python，Prettier 处理其它文本文件。
```
pre-commit run --all-files
```

如何确认成功

执行 pre-commit run --all-files 能正常完成，即表示开发环境准备就绪；若只想看示例，克隆后能打开 /notebooks 下的文件即可。

常见问题

Q：只阅读示例代码，也必须安装 pre-commit 吗？

A：不需要。README 中的安装步骤属于“开发环境准备”，面向要贡献代码的人；单纯浏览 /apps、/notebooks 无需安装。

Q：requirements-dev.txt 安装失败怎么办？

A：README 明确标注该步骤为可选，可跳过，只执行 pip install pre-commit 与 pre-commit install 即可。

Q：需要 Oracle 数据库或 OCI 账号吗？

A：README 只说明示例基于 Oracle AI Database 与 OCI 服务，未给出具体账号与配置要求，请以各示例目录内的文档为准。

Q：Oracle AI Agent Memory 从哪里看？

A：README 指引进入 /notebooks/agent_memory 目录，阅读其中关于该插件包的笔记本。

注意事项

README 未提供完整的安装部署说明，本教程仅覆盖其中明确给出的克隆与开发环境准备命令。
仓库以 Jupyter Notebook 为主要载体，多数内容需要克隆到本地后再按目录逐个查看。
pre-commit 钩子会自动使用 Ruff 格式化 Python 文件，使用 Prettier 格式化 JavaScript、TypeScript、JSON、YAML 和 Markdown 文件。
更详细的开发环境说明见仓库根目录的 SETUP_PRE_COMMIT.md。