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)》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 26ai与 Oracle 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。
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 |
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:
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。
https://github.com/Haiwen-Yin/oracle-memory-by-yhw
老规矩,知道写了些啥。
来自 “ ITPUB博客 ” ,链接:https://blog.itpub.net/31466763/viewspace-3115352/ ,如需转载,请注明出处,否则将追究法律责任。