# seekdb

> Одна база данных объединяет все виды поиска для искусственного интеллекта

seekdb — AI-native база данных: гибридный поиск, vector/text/JSON/GIS в одном движке, embedding, reranking, LLM inference для RAG.

- Категории: Opensource, Базы данных, Инструменты разработчика
- Сайт сервиса: https://www.seekdb.ai/
- Карточка в каталоге: https://ailibri.com/seekdb
- Обновлено: 2026-08-11

## Описание

seekdb — база данных для AI-приложений, которая объединяет в одном движке реляционные данные, векторный поиск, полнотекстовый поиск, JSON и геоданные. Разработчики получают гибридный поиск и AI-функции прямо внутри базы: не нужно тащить embedding, reranking и вызовы LLM в отдельные сервисы — всё это можно запускать в том же SQL-запросе, что и обычную выборку данных.

В основе seekdb лежит движок OceanBase, поэтому под капотом — полноценный ACID, real-time запись и чтение, а также совместимость с экосистемой MySQL. Это значит, что привычные SQL-навыки и инструменты работают без переобучения, а поверх них появляются новые возможности для AI-задач.

Гибридный поиск в seekdb сочетает векторный поиск по смыслу, полнотекстовый поиск по ключевым словам и обычные реляционные фильтры — всё в одном SQL-запросе. Ранжирование результатов поддерживает взвешенные оценки, Reciprocal Rank Fusion и reranking через LLM. Векторные индексы покрывают и оперативную память (HNSW, HNSW_SQ, HNSW_BQ), и диск (IVF, IVF_PQ), что помогает экономить на хранении при больших объёмах данных. Полнотекстовый поиск поддерживает запросы по ключевым словам, фразам и булевой логике с ранжированием по BM25.

Отдельный блок — встроенные AI-функции: AI_EMBED превращает текст в векторные эмбеддинги прямо в SQL, AI_COMPLETE генерирует текст с поддержкой шаблонов промптов, а AI_RERANK пересортирует результаты через LLM-модели. Управлять этими сервисами и подключать внешние LLM можно через пакет DBMS_AI_SERVICE. Так получается полный цикл RAG-workflow — от загрузки документов до готового ответа — без выноса логики за пределы базы.

seekdb годится для построения баз знаний и enterprise-QA систем, семантического поиска по товарам и изображениям, AI-ассистентов для разработки с семантическим анализом кода, а также для edge-сценариев: легковесная архитектура поддерживает embedded и micro-server режимы, что позволяет разворачивать базу на устройствах с ограниченными ресурсами — от мобильных до промышленных терминалов.

Установить seekdb можно через pip install pyseekdb — работает на macOS и Linux. Взаимодействие построено на минималистичном Python API: создаёте коллекцию, вставляете данные, делаете запрос — без лишней обвязки. Документация и Quick start доступны на GitHub.

## Похожие сервисы в каталоге

- [OSS Insight](https://ailibri.com/oss-insight): Инструмент для исследования данных GitHub через естественные вопросы без знания SQL. Анализирует миллионы событий и строит визуализации автоматически.
- [Valkey](https://ailibri.com/valkey): Valkey — высокопроизводительное открытое key/value хранилище для кэширования, очередей сообщений и использования как основная база данных.
- [Milvus](https://ailibri.com/milvus): Milvus — открытая векторная база данных для GenAI: масштабирование до десятков миллиардов векторов, гибридный поиск и фильтрация метаданных.
- [DeepSeek](https://ailibri.com/deepseek): DeepSeek — китайская платформа для общения с AI-моделями. Бесплатный чат, мобильное приложение и недорогой API. Модель DeepSeek-V4.1 Flash с режимом рассуждений, пониманием картинок и поиском.
- [Superagent](https://ailibri.com/superagent): AI-сервис Superagent автоматически находит, исправляет и раскрывает уязвимости в коде и агентах с доставкой исправлений через PR. Бесплатно для open source.
- [Hermes Agent](https://ailibri.com/hermes-agent): Hermes Agent — агент с открытым исходным кодом от NousResearch, который развивается вместе с вами. Поддержка инструментов, веб-исследований и автоматизации зада

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com