SurrealDB

SurrealDB 将文档、图、关系和向量数据模型结合在单一引擎中。这消除了 AI 技术栈中常见的“数据库蔓延”问题，开发者无需再为关系数据和向量嵌入分别管理不同的存储。通过统一这些数据，开发者可以在一个原子查询中跨图关系和向量相似度搜索执行符合 ACID 的事务，确保数据一致性并降低架构复杂性。

该引擎内置了对向量嵌入的支持，允许直接在数据库内进行高性能相似度搜索 (k-NN)。它支持余弦、欧几里得和曼哈顿等多种距离度量。通过将向量与关联的元数据和图关系存储在一起，它使 Agent 能够执行“上下文感知”检索，在单次请求中不仅能获取最相似的文档，还能获取相关的实体和历史时序数据。

SurrealQL 是一种功能强大的 SQL 风格语言，专为现代数据结构设计。它支持嵌套子查询、图遍历（例如 '->follows->user'）以及用于数据操作的内置函数等高级功能。与标准 SQL 不同，它针对非关系型数据进行了优化，允许开发者在无需复杂连接或外部处理的情况下查询深度嵌套的 JSON 文档和图边，这对实时 Agent 决策至关重要。

SurrealDB 支持动态查询，允许客户端通过 WebSocket 实时订阅数据变更。当记录被创建、更新或删除时，数据库会将变更推送给客户端。这对于需要立即响应环境状态变化的 AI Agent 至关重要，实现了事件驱动架构，无需轮询或使用 Kafka 等外部消息代理。

该数据库可以运行在分布式高可用集群、单节点服务器中，甚至可以直接嵌入到应用程序中（内存或磁盘）。这种灵活性使其适用于从运行在本地设备上的边缘计算 AI Agent 到大规模云原生应用的各种场景。它在所有部署模式下提供一致的 API，允许开发者在本地进行原型设计并扩展到生产环境，而无需更改代码库。