AI 驱动数据库管理新范式：OceanBase 与 ModelScope 联手打造

智能 Workshop，让数据库管理 “秒上手”

个人简介
作者： ShunWah
公众号： “顺华星辰运维栈”主理人。

持有认证： OceanBase OBCA/OBCP、MySQL OCP、OpenGauss、崖山 DBCA、亚信 AntDBCA、翰高 HDCA、GBase 8a | 8c | 8s、Galaxybase GBCA、Neo4j Graph Data Science Certification、NebulaGraph NGCI & NGCP、东方通 TongTech TCPE 等多项权威认证。
获奖经历： 在OceanBase&墨天轮征文大赛、OpenGauss、TiDB、YashanDB、Kingbase、KWDB 征文等赛事中多次斩获一、二、三等奖，原创技术文章常年被墨天轮、CSDN、ITPUB 等平台首页推荐。

• 公众号：顺华星辰运维栈
• CSDN： shunwahma
• 墨天轮：shunwah
• ITPUB： shunwah
• IFClub：shunwah

前言：

从 “敲命令” 到 “自然对话”，技术门槛被 AI 彻底打破

在人工智能迅速发展的今天，数据库管理是否还需要依赖复杂的 SQL 语句和命令行操作？OceanBase 与 ModelScope 共同给出了否定的答案。通过 MCP（Model Calling Protocol）技术，我们重新定义了开发者与数据库的交互方式——从传统的“输入指令”升级为更直观的“自然语言对话”。

这一创新让用户无需记忆复杂指令、无需编写脚本，只需用自然语言提出问题，即可完成 OceanBase 数据库集群的创建、运行、管理、诊断与数据分析的全流程操作。这正是我们打造“AI Workshop：OceanBase 全生命周期管理平台”的初衷。

本项目基于 ModelScope 创空间平台构建，融合大语言模型（LLM）与数据库工具链，实现了真正意义上的“对话即操作”。打开 ModelScope 创空间（https://www.modelscope.cn/studios），复制 OceanBase 官方创空间后，只需配置好 API_KEY、模型（我用的是 Qwen/Qwen3-235B-A22B-Instruct-2507）与调用地址，就能启动属于自己的 AI Workshop。无论您是数据库新手，还是资深 DBA，都能从中获得前所未有的高效体验。

比如创建集群时，我直接说 “用默认配置创建 OceanBase 集群”，AI 便自动调用 create_cluster 工具，59 秒后就返回了包含服务器配置、资源分配的详细结果；想建租户，一句 “创建默认配置的 OceanBase 租户”，create_tenant 工具在 41 秒内完成了租户的 CPU、内存等参数部署。

一、平台核心功能解析

1.1 MCP 服务器：三位一体的智能管理架构

本项目目前已集成三大核心工具：OBShell、OBServer 和 OBDiag，分别对应数据库集群的创建、运行和管理三个关键阶段。通过这些工具的协同工作，用户无需编写一行代码，仅需与 AI Agent 对话即可完成 OceanBase 数据库集群的全生命周期管理。

用户可在左侧工具栏灵活添加或移除 MCP 服务器，并查看各工具的支持情况。所有 MCP 服务及更多扩展功能均可在  OceanBase 官方 GitHub 仓库 中找到，欢迎开发者深入探索。

1.1.1 OBShell MCP：智能集群管理核心

OBShell 显著提升了数据库管理效率，覆盖集群管理、租户管理、备份恢复、权限管理和监控维护等多方面功能。目前支持六大工具调用：

• create_cluster：创建新的 OceanBase 集群，支持默认配置快速部署和自定义参数部署
• create_tenant：创建新的 OceanBase 租户，支持快速配置和详细参数定制
• get_all_obshell_sdk_methods：获取 OBShell 支持的所有方法
• get_obshell_sdk_methods_description：通过方法名获取详细描述
• call_obshell_sdk：调用 obshell 的 SDK 方法

1.1.2 OceanBase MCP：智能数据操作接口

通过 OceanBase MCP，Agent 可以实现对数据库数据的全面操作：

• execute_sql：执行 SQL 语句，支持查询、表 Schema 获取、索引添加等操作

1.1.3 OBDiag MCP：智能诊断与巡检系统

OBDiag 为用户提供集群巡检、诊断和信息查询等高级功能：

• obdiag_check_run：执行集群巡检并生成详细报告
• obdiag_analyze_log：分析集群日志，识别错误信息
• obdiag_display_list：查询支持的指令列表
• obdiag_display_run：执行从 obdiag_display_list 获取的指令

二、 基于魔搭创空间搭建专属AI Workshop：手把手实战指南

本节将详细介绍如何在ModelScope创空间平台上快速搭建属于自己的AI驱动数据库管理环境。请按照以下步骤操作，即可体验自然语言与数据库交互的全新范式。

1. 准备工作与注意事项

在开始前请确保：

• 使用Chrome等主流浏览器（避免Safari以免数据集上传异常）
• 已完成魔搭账户注册
• 如使用免费API，需提前绑定阿里云账户

2. 魔搭平台注册与登录

https://www.modelscope.cn/studios

访问 ModelScope官网完成账户注册：

支持多种注册方式，推荐使用CSDN账户快捷登录：

完成账户设置与别名绑定：

成功登录后进入平台工作台：

提示：如操作过程中出现环境异常，请参阅附录"环境修复指南"进行重置

3. 创建专属AI Workshop空间

3.1 复制创空间模板

https://www.modelscope.cn/studios/OceanBase/Oceanbase-AI_Workshop-Public

进入OceanBase官方创空间页面，点击复制按钮创建个人空间：

3.2 关键配置项设置

基础信息配置：

• 英文名称：设置个性化标识名
  

• 公开设置：选择"非公开"保护API资源
  

• 空间描述：建议使用欢迎性描述文案

欢迎来到 shunwah_AI_Workshop！围绕 OceanBase - AI_Workshop 复制而来，这里是技术交流的乐园。分享见解、探索应用场景，共同挖掘 OceanBase 与 AI 结合的巨大潜力，等你加入！

环境变量配置：

• API_KEY获取：
  访问 https://modelscope.cn/my/myaccesstoken查看访问令牌
  
  

• 模型配置：

  LLM_MODEL = Qwen/Qwen3-235B-A22B-Instruct-2507LLM_BASE_URL = https://api-inference.modelscope.cn/v1/

3.3 完成创建与初始化

确认配置无误后点击"复制创空间"按钮：

系统开始初始化环境（首.次使用可能需要较长时间）：

3.4 常见问题处理

阿里云账户绑定错误：

openai.AuthenticationError: Error code: 401 - {'errors': {'message': 'Please bind your Alibaba Cloud account before use.'}}

错误：使用前需绑定阿里云账号
错误信息：openai.AuthenticationError: Error code: 401 - {‘errors’: {‘message’: ‘Please bind your Alibaba Cloud account before use.’, ‘request_id’: ‘26ef5034 - 4563 - 4014 - 95fa - 2c976641f6cc’}}
原因分析：这个错误是由 OpenAI 相关的库抛出的，尽管错误信息提到 OpenAI，但实际上提示需要在使用前绑定阿里云账号。这可能是因为所使用的功能依赖于阿里云的某些服务，而这些服务要求用户先绑定阿里云账号以进行身份验证和授权。

解决方案：完成阿里云账户绑定授权

扫码绑定

第三方应用授权

通过以上步骤，您已经成功在ModelScope平台上创建了专属的AI Workshop环境。关键要点包括：①使用非Safari浏览器确保功能完整；②正确配置API_KEY和模型参数；③注意阿里云账户绑定避免认证错误。现在您已经拥有了一个能够通过自然语言对话管理OceanBase数据库的AI驱动环境，接下来即可体验全生命周期的数据库智能管理功能。

三、 MCP 服务实战：从零开始部署与管理数据库集群

本节将详细介绍如何通过MCP服务完成OceanBase数据库集群的创建、租户管理、数据表构建及数据操作全流程，体验AI驱动的数据库智能管理。

3.1 创建OceanBase数据库集群

通过自然语言指令启动集群创建流程：

3.1.1 常见问题排除：身份验证错误

在创建过程中可能遇到认证错误：

处理过程中发生错误: Error code: 401 - {'errors': {'message': 'Authentication failed, please make sure that a valid ModelScope token is supplied.', 'request_id': '033555f9-5f20-4d9d-9912-8283fc34a815'}}

错误信息 ：Error code: 401 - {‘errors’: {‘message’: ‘Authentication failed, please make sure that a valid ModelScope token is supplied.’, ‘request_id’: ‘033555f9 - 5f20 - 4d9d - 9912 - 8283fc34a815’}}
原因分析：该错误表明在使用与 ModelScope 相关的功能时，身份验证失败。系统提示需要提供有效的 ModelScope 令牌（token）。这通常意味着代码尝试访问 ModelScope 的资源，但没有提供正确的身份验证凭证，或者提供的凭证已过期或无效。
问题分析：此错误表明ModelScope令牌无效或已过期，导致身份验证失败。

解决方案：

1. 更新环境变量中的API_KEY
   
2. 确认更新操作
   

3.1.2 成功创建集群

使用自然语言指令创建集群：

具体操作步骤：

1. 输入创建命令：
   
2. 系统思考生成解决方案：
   
3. 工具调用详情（耗时59.01秒）：

   调用工具： create_cluster
   {
   "arguments":{
   "cluster_id":1
   "servers_with_configs":{
   "127.0.0.1:2886":{
   "zone":"zone1"
   "datafile_size":"8G"
   "cpu_count":"8"
   "memory_limit":"7G"
   "system_memory":"1G"
   "log_disk_size":"24G"
   "enable_syslog_recycle":"true"
   "enable_syslog_wf":"true"
   "__min_full_resource_pool_memory":"1073741824"
   }
   }
   }
   }

   
4. 集群创建完成：
   

3.2 创建OceanBase租户

使用默认配置创建数据库租户（耗时41.12秒）：

调用工具： create_tenant
{
"arguments":{
"zone_replica_type":{
"zone1":"FULL"
}
"memory_size":"2G"
"cpu_count":1
"unit_num":1
}
}

验证数据库表创建情况：

调用工具： execute_sql
{
"arguments":{
"query":"SHOW TABLES"
}
}

3.3 创建数据表结构

3.3.1 测试数据准备

从 OceanBase论坛下载示例数据集：

下载测试数据文件（3.8 MB）到本地：

3.3.2 使用自然语言创建数据表

基于示例数据格式，使用Prompt指导AI创建表结构：

输入建表指令：

根据示例数据调用工具在数据库中创建表（表名默认为transactions)：
step,type,amount,nameOrig,oldbalanceOrg,newbalanceOrig,nameDest,oldbalanceDest,newbalanceDest,isFraud,isFlaggedFraud
1,PAYMENT,9839.64,C1231006815,170136.0,160296.36,M1979787155,0.0,0.0,0,0
1,PAYMENT,1864.28,C1666544295,21249.0,19384.72,M2044282225,0.0,0.0,0,0
1,TRANSFER,181.0,C1305486145,181.0,0.0,C553264065,0.0,0.0,1,0

系统执行SQL建表语句（耗时0.13秒）：

调用工具： execute_sql
{
"arguments":{
"query":"CREATE TABLE transactions (step INT, type VARCHAR(255), amount DECIMAL(20,2), nameOrig VARCHAR(255), oldbalanceOrg DECIMAL(20,2), newbalanceOrig DECIMAL(20,2), nameDest VARCHAR(255), oldbalanceDest DECIMAL(20,2), newbalanceDest DECIMAL(20,2), isFraud INT, isFlaggedFraud INT)"
}
}

3.4 数据导入操作

重要提示：确保数据库中已存在与CSV文件结构完全匹配的transactions表

表创建成功提示：

数据导入步骤：

1. 通过左侧工具栏上传CSV文件：
   
2. 数据导入过程：
   
3. 导入成功结果展示：
   

3.5 智能数据查询与分析

3.5.1 基础数据统计

查询数据总条数：

表transactions中一共有138,115条数据

3.5.2 条件查询示例

金额范围筛选：

数额在10000到20000之间的交易记录共有17,897条

3.5.3 SQL执行详情

调用工具： execute_sql（耗时0.00秒）
{
"arguments":{
"query":"SELECT COUNT(*) FROM transactions"
}
}

3.6 🧑‍💻 调用工具，生成shunwah_AI表打印用户：shunwah

调用工具，生成一张shunwah_AI表打印出来显示用户：shunwah，英文名称：shunwah_AI，中文名称：shunwah_AI_Workshop
通过本节的实践，我们成功完成了OceanBase数据库集群的全生命周期管理体验：

已成功创建表  shunwah_AI 并插入数据，当前表内容如下：

如需进一步操作，请告知。

1. 集群部署：通过自然语言指令成功创建OceanBase集群，掌握了认证错误的排查方法
2. 租户管理：创建了独立的数据库租户，实现了资源隔离与管理
3. 数据表构建：基于示例数据格式，使用AI智能生成并执行建表语句
4. 数据操作：完成CSV数据导入和多种条件查询操作

这套AI驱动的数据库管理方案大幅降低了OceanBase的使用门槛，即使没有SQL背景的用户也能轻松完成专业的数据库操作。接下来可以进一步探索复杂查询、数据分析和性能优化等高级功能。

四、MCP 服务进行智能数据库诊断与优化

本节将展示如何利用 OBDiag MCP 服务对 OceanBase 数据库集群进行全面的健康检查、问题诊断和性能分析，体验 AI 驱动的智能运维能力。

4.1 添加 OBDiag MCP 服务

4.1.1 进入 MCP 服务配置界面

点击"MCP 服务设置"-“当前可用的 MCP Server”：

4.1.2 添加 OBDiag 服务

在左侧添加 OBDiag MCP 服务，扩展诊断能力：

4.2 集群全面巡检

4.2.1 执行集群健康检查

调用工具，使用 OBDiag 对集群进行全方位巡检：

巡检完成，以下是集群的主要问题摘要：
🔴 严重问题 (Critical)
1. glibc 版本过高 - 当前版本可能引起 observer 崩溃
2. 租户资源池配置不足 - tenant_id: 1, 1002 的资源配置低于推荐值 2C4G
3. 数据目录与日志目录在同一磁盘 - 存在性能和风险隐患
4. TCP 重传无法检测 - 缺少 tsar 工具，无法检查 TCP 重传情况
5. 统计信息收集异常 - 租户 1, 1001, 1002 的统计信息收集存在问题
🟡 警告问题 (Warning)
1. 磁盘使用率偏高：/ 和 /etc/eas 挂载点使用率达 83%
2. 内核参数配置不推荐：多个关键参数需要调整
3. Python 版本不兼容：当前为 3.11.11，需要 Python 2.7.x
4. 缺少关键工具：mtr, nc, nslookup 未安装
5. crond 未运行：影响定时任务和运维操作
6. core dump 配置不当：不利于故障排查
✅ 建议操作
1. 降级 glibc 或确认当前版本兼容性
2. 调整租户资源配置至 2C4G 以上
3. 将 data_dir 和 log_dir 分离到不同磁盘
4. 安装 tsar、nc、mtr 等工具
5. 调整内核参数以符合推荐值
6. 启用 crond 服务
7. 修改 kernel.core_pattern 以支持 core 文件生成

注意：当前创空间处于 Demo 阶段，如尝试让 Agent 自动修复巡检问题，可能会出现非预期行为，建议谨慎操作。

4.3 查看诊断分析场景

4.3.1 获取可用的分析功能

调用工具，查看 obdiag_display_list 支持的分析场景：

4.3.2 执行深度诊断分析

选择关键场景进行详细诊断，调用工具展示 observer.all_tenant 和 observer.serverinfo：

4.4 完整诊断报告生成

基于深度诊断结果，系统生成全面的集群分析报告：

🏢 集群概览

1. 集群基本信息：名称 cluster，ID 1，版本 4.3.5.3
2. 服务器规模：1 台服务器（127.0.0.1），1 个 Zone（zone1）
3. 租户配置：2 个租户（sys, tenant）

🖥️ 服务器详细信息

🧱 租户与资源配置详情

📊 资源使用情况分析

1. CPU 使用率分布：

   • sys：18%
   • META$1002：36%
   • tenant：37%

2. 内存使用情况：

   • sys：64.91%
   • META$1002：57.71%
   • tenant：65.36%

💾 数据存储分析

1. 数据库容量：test 数据库总大小约 6.0 MB
2. 表数据分布：transactions 表大小 6.0 MB，包含 138,115 条记录
3. 数据结构健康度：各字段 NDV（唯一值数量）表现良好，适合索引优化

🌐 高可用性评估

1. RootService 部署：单节点（127.0.0.1:2882:2881）
2. Leader 分布：所有分区 Leader 集中在单节点，存在单点故障风险
3. 服务状态：DDL 任务执行正常，无异常事件

⚠️ 关键问题总结

1. 内存资源紧张：tenant 租户频繁触发内存不足错误
2. 单节点风险：所有服务运行在单一节点，无高可用冗余
3. RootService 单点：仅一个 RootService 节点，缺乏选举容错
4. 工具版本过旧：obdiag 版本 3.5.0，需升级至 3.6.0

✅ 优化建议与行动计划

1. 短期措施（1-2天）：

   • 增加 tenant 租户内存配额
   • 监控内存使用趋势，设置预警阈值

2. 中期规划（1-2周）：

   • 引入第二个节点，实现多 Zone 部署
   • 升级 obdiag 到最新版本 3.6.0

3. 长期优化（1个月以上）：

   • 建立完整的监控告警体系
   • 制定定期健康检查流程
   • 规划集群扩展方案

通过本节的实践，我们完整体验了 OBDiag MCP 服务的强大诊断能力：

1. 全面健康检查：一键式集群巡检，自动识别系统、配置、性能等多维度问题
2. 智能根因分析：深度诊断功能快速定位问题根源，提供详细的技术洞察
3. 可视化报告：自动生成结构化的诊断报告，清晰展示集群状态和风险点
4. actionable 建议：不仅发现问题，更提供具体可行的优化方案和实施路径

这套AI驱动的诊断方案显著降低了数据库运维的技术门槛，使即使初级DBA也能完成专业级的集群健康管理和性能优化。

总结

通过本文的完整实践，我们深入体验了OceanBase与ModelScope联合打造的AI驱动数据库智能管理新范式：

（一）革命性突破

1. 交互方式变革：从复杂的SQL和命令行操作转变为直观的自然语言对话
2. 技术门槛降低：无需深厚的数据库专业知识，也能完成专业的集群管理和运维
3. 效率极大提升：将传统耗时的部署、监控、诊断流程自动化、智能化

（二）核心价值体现

1. 全生命周期管理：覆盖从集群创建、租户管理、数据操作到健康诊断的全流程
2. 智能错误处理：内置的故障诊断和修复建议，大幅减少排查时间
3. 可视化运维：丰富的图表和报告展示，使运维状态一目了然
4. 持续学习进化：基于大量实践案例不断优化AI模型，提供越来越精准的建议

（三）未来展望

1. 能力扩展：从当前的诊断能力向自动修复、智能调优、预测性维护方向发展
2. 生态整合：与更多的运维工具和平台集成，形成完整的智能运维体系
3. 行业应用：在金融、电信、政务等关键行业落地，推动数据库运维的智能化转型

OceanBase与ModelScope的这次合作，不仅展示了AI技术在数据库领域的创新应用，更为整个行业指明了未来发展方向——让技术更加人性化、智能化，真正实现"技术为人服务"的理念。

欢迎加入魔搭和OceanBase社区，共同探索AI与数据库结合的无限可能，携手推动数据库运维进入智能新时代！

作者注：本文所有测试基于 OceanBase (ModelScope MCP) AI Workshop 完成，具体语法请以OceanBase数据库和ModelScope 官方最新文档为准。

——以上仅为个人思考与建议，不代表行业普适观点。文中案例与思路仅供参考，若与实际情况巧合，纯属无意。期待与各位从业者共同探讨更多可能！

【告别SQL！用自然语言管理数据库的时代来了】OceanBase联合ModelScope推出AI智能管理新范式，只需“动动嘴”就能完成数据库集群创建、运维管理和诊断分析。无论你是技术小白还是资深DBA，都能享受“对话即操作”的革命性体验。点击了解如何用自然语言实现数据库全生命周期管理，开启高效运维新篇章！

诚挚感谢 OceanBase 社区、魔搭 ModelScope 社区、老纪的技术唠嗑局。特别鸣谢Linux 基金会亚太地区布道师兼 OceanBase 社区布道师尹珉老师、OB 开源社区助手慧姐、兹拉坦等各位老师与社区伙伴的大力支持！正是有了你们的指导和帮助，本次文章才能顺利推出。