ShannonBase

像用 MySQL 一样，为 AI 应用构建统一数据底座

ShannonBase 是一个面向 AI 时代的下一代数据库基础设施，定位为“AI 时代的 MySQL”。它旨在解决传统数据库在支撑 AI 应用时面临的痛点，如数据存储与向量检索割裂、无法高效处理非结构化数据、缺乏对 AI 工作负载的原生优化等。其核心能力包括统一的数据存储模型，能够同时管理结构化数据与向量数据，并提供高性能的向量索引与检索能力，从而简化 AI 应用的数据层架构。项目采用 C++ 实现，强调高性能与底层控制，目前处于早期开发阶段，但愿景宏大，试图成为连接数据与 AI 的基座。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 191

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队Shannon-Data

所属国家

官网地址https://www.shannonbase.org

GitHubhttps://github.com/Shannon-Data/ShannonBase

定价模式free

价格说明开源项目，可自行部署使用，无在线服务，全部功能免费。

访问状态

是否开源是

开源协议NOASSERTION

主要语言C++

技术栈/模型agent-native,ai-native,embedding-vectors,gpu-acceleration,htap,in-memory-column-storage,llm-inference,ml-embeded,multi-model,mysql,onnx-runtime,open-source-mysql-heatwave,rag,vectorized-execution-engine

GitHub 星标★ 191

30天Star增速

HF 下载量

上线时间2023-09-01 00:00:00

最近更新2026-09-21 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

统一存储结构化与向量数据，省去多数据库拼接的麻烦
C++ 实现，底层性能潜力大，适合高吞吐场景
定位清晰，瞄准 AI 数据基础设施空白，愿景有吸引力

不足之处

项目处于早期，文档和社区生态尚不完善
实际性能与稳定性未经大规模生产验证

适用场景

构建需要同时处理业务数据和向量检索的 AI 应用
替代传统数据库+向量数据库的组合，简化架构
作为 AI 原生应用的后端存储，支持实时推理数据流

替代项目

Milvus、Chroma、Weaviate

项目介绍

ShannonBase 是基础设施领域的开源项目，由 Shannon-Data 开发，2023 年首次发布。

它收录于基础设施分类，该分类目前共有 1,130 个项目，GitHub 星标数为 191。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-21。可自行部署使用，无在线服务，全部功能免费。

它主要面向的使用场景是：构建需要同时处理业务数据和向量检索的AI应用。同类可对比的替代方案包括 Milvus、Chroma、Weaviate。

上一篇：fastembed-js

下一篇：distill