从想法落地工程：Oracle DB构建AI Agent三位一体记忆体

数据库管理-第418期 从想法落地工程：Oracle DB构建AI Agent三位一体记忆体（20260403）

914fcc7ad57defa7868c3be1ca7fb4f5.jpg

此前我在《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（https://mp.weixin.qq.com/s/SQ5LMBHQ_LdX2LLUkBfIpA）》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。

1 Skill核心数据逻辑

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：

2 数据库操作核心方式

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：

1. MCP（Oracle SQLcl）
   • 下载Oracle SQLcl工具，部署至OpenClaw运行服务器
   • 通过命令行或智能体交互，将MCP加载至OpenClaw环境
   • 依赖：需预装Java环境（可手动配置或由OpenClaw自动处理）
   • SQLcl下载地址：https://www.oracle.com/database/sqldeveloper/technologies/sqlcl/download/
   • 本人使用版本：25.4.2.044.1
2. 自动化脚本 基于SQLcl规范与Oracle官方文档，编写可执行Shell脚本，OpenClaw可直接通过脚本完成数据库连接、数据读写与记忆管理
   • 脚本路径：oracle-memory-by-yhw/scripts/oracle-memory.sh

3 前置依赖与环境要求

1. Oracle 数据库
   • 推荐版本：Oracle AI Database 26ai（功能完整、限制少）
   • 兼容版本：Oracle 23ai（多为FREE版，能力受限，不建议生产使用）
   • 下载地址：https://www.oracle.com/database/technologies/oracle-database-software-download.html
2. Embedding模型 需配置数据库与OpenClaw均可调用的向量嵌入模型，本次实测使用：Ollama部署bge-m3

4 版本兼容说明

1. SQLcl：不同版本接口与特性存在差异，目前最新版已更新至26.1系列，可由OpenClaw自动对比学习适配
2. Oracle DB：小版本迭代会持续新增特性，需使用新特性时，可让OpenClaw学习对应版本文档

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。

项目开源地址

https://github.com/Haiwen-Yin/oracle-memory-by-yhw

image.png

老规矩，知道写了些啥。