ما هو

SurrealDB هي قاعدة بيانات متعددة النماذج من الجيل التالي، مصممة لتكون طبقة سياق موحدة لوكلاء الذكاء الاصطناعي. على عكس قواعد البيانات التقليدية التي تفرض اختيار نموذج واحد (مستندات، رسوم بيانية، أو علائقية)، تدعم SurrealDB أصلياً كافة هذه النماذج إلى جانب البحث المتجهي (Vector Search) والبيانات الزمنية. من خلال دمج هذه الهياكل في محرك واحد، تلغي الحاجة إلى خطوط أنابيب مزامنة بيانات معقدة بين قواعد بيانات متباينة. وتتميز بلغة استعلام خاصة بها تسمى SurrealQL، تتيح عمليات الربط المعقدة واجتياز الرسوم البيانية في عبارة واحدة، مما يقلل زمن الاستجابة بشكل كبير لخطوط أنابيب RAG (التوليد المعزز بالاسترجاع) وإدارة ذاكرة الوكلاء.

الميزات الأساسية

بنية موحدة متعددة النماذج

تجمع SurrealDB بين نماذج البيانات المستندية، والرسوم البيانية، والعلائقية، والمتجهية في محرك واحد. هذا يقضي على 'تشتت قواعد البيانات' الشائع في حزم الذكاء الاصطناعي، حيث كان المطورون يديرون مخازن منفصلة للبيانات العلائقية وتضمينات المتجهات. من خلال هذا التوحيد، يمكن للمطورين إجراء معاملات متوافقة مع ACID عبر علاقات الرسوم البيانية وعمليات البحث عن التشابه المتجهي في استعلام ذري واحد، مما يضمن اتساق البيانات ويقلل التعقيد المعماري.

بحث متجهي أصلي (Native Vector Search)

يتضمن المحرك دعماً مدمجاً لتضمينات المتجهات، مما يسمح بعمليات بحث عن التشابه (k-NN) عالية الأداء مباشرة داخل قاعدة البيانات. يدعم مقاييس مسافة متنوعة مثل Cosine وEuclidean وManhattan. من خلال الاحتفاظ بالمتجهات بجانب البيانات الوصفية وعلاقات الرسوم البيانية المرتبطة، فإنه يُمكّن الوكلاء من إجراء استرجاع 'واعٍ بالسياق'، حيث لا يتم جلب المستند الأكثر تشابهاً فحسب، بل أيضاً الكيانات ذات الصلة والبيانات الزمنية التاريخية في طلب واحد.

لغة الاستعلام SurrealQL

SurrealQL هي لغة قوية مستوحاة من SQL ومصممة لهياكل البيانات الحديثة. تدعم ميزات متقدمة مثل الاستعلامات الفرعية المتداخلة، واجتياز الرسوم البيانية (مثل '->follows->user')، ووظائف مدمجة لمعالجة البيانات. على عكس SQL القياسية، فهي محسنة للبيانات غير العلائقية، مما يسمح للمطورين بالاستعلام عن مستندات JSON المتداخلة بعمق وحواف الرسوم البيانية دون الحاجة لعمليات ربط معقدة أو معالجة خارجية، وهو أمر حيوي لاتخاذ القرار اللحظي للوكلاء.

استعلامات حية في الوقت الفعلي

تدعم SurrealDB الاستعلامات الحية التي تسمح للعملاء بالاشتراك في تغييرات البيانات لحظياً عبر WebSockets. عند إنشاء سجل أو تحديثه أو حذفه، تقوم قاعدة البيانات بدفع التغيير إلى العميل. هذا ضروري لوكلاء الذكاء الاصطناعي الذين يحتاجون إلى التفاعل مع تغييرات الحالة في البيئة فوراً، مما يتيح بنيات تعتمد على الأحداث دون الحاجة إلى الاستطلاع (polling) أو وسطاء رسائل خارجيين مثل Kafka.

خيارات نشر مرنة

يمكن تشغيل قاعدة البيانات في مجموعة موزعة عالية التوفر، أو خادم أحادي العقدة، أو حتى تضمينها مباشرة داخل تطبيق (في الذاكرة أو على القرص). هذه المرونة تجعلها مناسبة لكل شيء بدءاً من وكلاء الذكاء الاصطناعي على الحافة (Edge) الذين يعملون على أجهزة محلية، وصولاً إلى تطبيقات السحابة واسعة النطاق. توفر واجهة برمجة تطبيقات (API) متسقة عبر جميع أوضاع النشر، مما يسمح للمطورين بالنمذجة محلياً والتوسع للإنتاج دون تغيير قاعدة التعليمات البرمجية.

كيفية الاستخدام

قم بتنزيل الملف الثنائي لنظام التشغيل الخاص بك عبر 'curl -sSf https://install.surrealdb.com | sh' أو استخدم صورة Docker الرسمية. 2. ابدأ تشغيل خادم قاعدة البيانات في الذاكرة أو في وضع التخزين الدائم باستخدام 'surreal start --user root --pass root'. 3. اتصل باستخدام SurrealDB CLI أو SDKs الخاصة بلغات البرمجة (Node.js, Python, Rust, Go, أو Java). 4. حدد المخطط (Schema) الخاص بك باستخدام SurrealQL، بما في ذلك فهارس المتجهات لتخزين التضمينات وحواف الرسوم البيانية لتعيين العلاقات. 5. نفذ الاستعلامات مباشرة أو عبر REST/WebSocket API لإجراء عمليات CRUD واجتياز الرسوم البيانية المعقدة. 6. تكامل مع أطر عمل LLM مثل LangChain أو LlamaIndex باستخدام موصلات مخزن المتجهات الرسمية لـ SurrealDB.

من يستفيد

مهندسو الذكاء الاصطناعي وتعلم الآلة

يحتاجون إلى خلفية قوية لإدارة خطوط أنابيب RAG وذاكرة الوكلاء. يتطلبون بحثاً متجهياً عالي الأداء مدمجاً مع بيانات منظمة لتزويد LLMs بمعلومات دقيقة وغنية بالسياق.

مطورون شاملون (Full-Stack)

يتطلعون إلى تبسيط حزمة التقنيات الخاصة بهم عن طريق استبدال قواعد بيانات متخصصة متعددة (مثل Postgres, Pinecone, Neo4j) بحل واحد موحد يتعامل مع جميع أنواع البيانات بكفاءة.

مهندسو الحوسبة الطرفية (Edge Computing)

يحتاجون إلى قاعدة بيانات خفيفة وقابلة للتضمين يمكن تشغيلها محلياً على أجهزة الحافة مع الحفاظ على قوة قاعدة بيانات متعددة النماذج كاملة الميزات لمعالجة الذكاء الاصطناعي دون اتصال بالإنترنت.