数据库管理-第418期 从想法落地工程:Oracle DB构建AI Agent三位一体记忆体(20260403)

数据库管理418期 2026-04-03

  • [数据库管理-第418期 从想法落地工程:Oracle DB构建AI Agent三位一体记忆体(20260403)](#数据库管理-第418期 从想法落地工程:Oracle DB构建AI Agent三位一体记忆体(20260403))
    • [1 Skill核心数据逻辑](#1 Skill核心数据逻辑)
    • [2 数据库操作核心方式](#2 数据库操作核心方式)
    • [3 前置依赖与环境要求](#3 前置依赖与环境要求)
    • [4 版本兼容说明](#4 版本兼容说明)
    • 项目开源地址

数据库管理-第418期 从想法落地工程:Oracle DB构建AI Agent三位一体记忆体(20260403)

text 复制代码
作者:胖头鱼的鱼缸(尹海文)
Oracle ACE Pro: Database
PostgreSQL ACE

10年数据库行业经验
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP,ITPUB认证专家
圈内拥有"总监"称号,非著名社恐(社交恐怖分子)

公众号:胖头鱼的鱼缸
CSDN:胖头鱼的鱼缸(尹海文)
墨天轮:胖头鱼的鱼缸
ITPUB:yhw1809
IFClub:胖头鱼的鱼缸
除授权转载并标明出处外,均为"非法"抄袭

此前我在《数据库管理-第416期 龙虾的记忆该怎么选?从人脑逻辑看AI Agent记忆体的进化方向(20260324)(https://blog.csdn.net/yhw1809/article/details/159386470》一文中,阐述了对AI Agent记忆体演进方向的思考。在我看来,仅有思路远远不够,将想法转化为可落地的工程实现,才是核心目标

为规避本地Ollama运行Qwen3.5:35b模型时,任务执行效率低、耗时过长等问题,我本次使用阿里云最新发布的Qwen3.6-plus 大模型,搭配Oracle AI Database 26aiOracle SQLcl(MCP 工具),完成了技术验证与工程落地。

最终在Oracle数据库环境中,实现了传统标量数据+向量数据+属性图三位一体的记忆存储方案,并完成了专属Skill的开发与验证。

1 Skill核心数据逻辑

本Skill通过三类数据形态协同,完成AI Agent记忆的存储、关联与检索:

名称 类型 作用与效果
标量数据 基础数据类型 存储结构化文本,支持精确匹配查询,同时记录属性图关联关系
向量数据 向量存储类型 存储知识库与记忆向量,支持语义级向量检索与匹配
属性图 图数据应用 构建知识图谱,实现记忆链路的可视化查询与关联展现

2 数据库操作核心方式

本Skill通过MCP调用与脚本执行两种方式,实现OpenClaw对Oracle数据库的稳定操作:

  1. MCP(Oracle SQLcl)
  2. 自动化脚本
    基于SQLcl规范与Oracle官方文档,编写可执行Shell脚本,OpenClaw可直接通过脚本完成数据库连接、数据读写与记忆管理
    • 脚本路径:oracle-memory-by-yhw/scripts/oracle-memory.sh

3 前置依赖与环境要求

  1. Oracle 数据库
  2. Embedding模型
    需配置数据库与OpenClaw均可调用的向量嵌入模型,本次实测使用:Ollama部署bge-m3

4 版本兼容说明

  1. SQLcl:不同版本接口与特性存在差异,目前最新版已更新至26.1系列,可由OpenClaw自动对比学习适配
  2. Oracle DB:小版本迭代会持续新增特性,需使用新特性时,可让OpenClaw学习对应版本文档

本Skill已完成Oracle DB基础对接,可满足核心记忆存储与检索需求;若需在生产环境稳定使用,建议对OpenClaw进行针对性微调与强化训练。

项目开源地址

https://github.com/Haiwen-Yin/oracle-memory-by-yhw

老规矩,知道写了些啥。

相关推荐
顿哥GPT1 分钟前
2026年8月更新:ChatGPT与Codex深度实践——从Token消耗到AI编程效率优化,开发者如何管理自己的AI用量(GPT-5.6 最新分享)
人工智能·chatgpt·ai编程
tju233310 分钟前
信创产业二十年:国产基础软件走到哪一步了?
数据库·gitee
xfan_me10 分钟前
全国今日油价 API-油价查询-油价查询接口
大数据·人工智能·信息可视化
only-qi12 分钟前
美的AI Agent面试题的解析与思考
人工智能·ai·llm·agent·react
谢尔登19 分钟前
分享一些我常用的Skill
java·人工智能·python·actionscript
白拾21 分钟前
【CVPR 2026】CoF:Chain-of-Frames,让视频大模型按帧推理|从多模态视频推理范式视角
人工智能·多模态大模型·视频理解·cvpr 2026·cof 论文分享·链式推理·帧感知推理
星核0penstarry24 分钟前
超越 VLA:NVIDIA 解读|世界动作模型,会是具身智能的未来吗?
人工智能·机器人
科里 Coralyx33 分钟前
评测凭什么成为模型护城河:Agent评测的跨厂机制分析
大数据·人工智能·ai
东方护航数据恢复(深圳)36 分钟前
RAID5单盘故障后阵列状态分析与重建风险评估_东方护航数据恢复深圳店
大数据·数据库
武子康42 分钟前
VLA 落地先签动作合同:从视觉语言输入到可执行控制指令
人工智能·llm·agent