Agentic DB Day · 深圳 AI时代数据库的站位 模型决定AI多聪明数据库决定AI能跑多远

AI时代数据库的站位葛双博阿里云数据库产品事业部资深产品专家2026/06/27长期记忆Agent对话与上下文持久化沉淀训练数据准备多模态数据清洗高性能文件存储长期记忆Agent对话与上下文持久化沉淀训练数据准备多模态数据清洗高性能文件存储AI搜索语义搜索、图片搜索等QQ向量召回为模型实时补齐外部知识——时代背景·下半场多步推理调用工具主动调度搜索、API、脚本多步推理调用工具主动调度搜索、API、脚本读写数据在数据库与文档之间——范式迁移BEFORE→BEFORE→AFTER·谁在运维维护者变了u备份与扩容由Agent触发并验证恢复点u索引调优由Agent解析慢查询并自动重写uSchema变更由Agent协同发布，DBA退至审计位APPAPPAgentDBAAgentBEFORE→AFTER·谁在访问访问者变了%数据库实例由Agent创建与维护%访问数据库的流量由Agent驱动产生突发爆发式流量，多步推理瞬间把并发拉满；闲时静默，忙时几十倍尖峰，没有可预弹性必须按秒级伸缩探索式查询、分支中间数据、多步递归回溯、用完即销毁——传统事务模型无法描读写形态彻底改变一次推理同时碰：一次推理同时碰：结构化表、向量召回、JSON文档、关系图、全文检索——混合访单库难以承接多模态查询秒级冷启动、按调用计费，跟随Agent任务自动SECONDSTOSCALEMCP/Tool/Skill标准化，Agent用自然语言直连数据。03数据库分支03数据库分支AIDBS：三层Agent能力变更审核、SQL优化、数据迁移——以对话方式完成日常运维。变更审核、SQL优化、数据迁移——以对话方式完成日常运维。元数据编辑、数据修改、数据分析、报表生成、自然语言一键生成Web应用。实例创建、扩容、备份、升级——全部由实例创建扩容实例创建扩容备份升级数据库,是Agent时代的接下来,由我的同事们详解AgenticDB形态与AIDBS产品→AI原生数据库服务陈茏久Stanley阿里云数据库AIDBS与生态工具产品负责人2026/06/27全新发布：AI原生数据库服务一站式Data-centricAgent开发平台企业资产&知识管理企业资产&知识管理KnowledgeasaServiceDataAgent&Skill开放生态持续引入更丰富的DataAgent&Skill生态多模数据源(包含互联网智搜）Multi-ModelIngestion多模数据解析Multi-ModeDataParsing数据处理（理解，解析，处理，富化）DataUnderstandingChunkingEnrichment深度分析DeepResearchAI知识采集与生成（Ontology）AIknowledgeAssetsmanagement全域访问权限控制OmniAccessControl全域融合数据查询OneQueryAgent智能知识服务AgentServices（Skills，MCP，A2A）数据底座全域多模数据资产管理Agent原生开发–面向Agent的Skill（新发布）提供DataSkill+企业全域数据底座，支持OpenClaw全原生能力+面向数据的安全访问和管理能力，实现企业场景的员工专属DataAgent；价值化DataAgent开发范式（邀测中）基于用户的数据资产理解和行业知识，主动推荐Agent场景，支持通过VibeCoding+Runtime提供Agent服务开放存储数据湖关系型数据库定制化DataAgent开发支持开源/企业版Dify+RAGFlow+Supabase组件供用户开发提供内置的数据服务增强能力DataBridge（即将发布）可直接Agent服务ManagedDatabaseAgentAgent-native数据库Analytics面向数据场景的智数字员工数据开发、分析、深度运营指导面向企业智能资产的数字员工资产管理及治理AI仿真推演未来面向企业一站式数据库运维的数字员工数据仓库多云数据库多模数据准备企业数据资产：AgenticAI时代的全新挑战AgenticAI的交互变革、机器节奏、自主行为在深化治理问题的同时带来全新挑战企业AI应用分析Agent客服Agent分析Agent数据治理复杂的多模治理难跨越的语义鸿沟失控的数据安全多模数据解析困难业务术语不匹配AI导致数据泄漏数据治理复杂的多模治理难跨越的语义鸿沟失控的数据安全多模数据解析困难业务术语不匹配AI导致数据泄漏治理策略难以应用知识缺乏沉淀和优知识“投毒”数据源复杂的多模数据管理复杂的多模数据管理难以跨越的语义鸿沟失控的数据安全跨云多模数据源统一管控数据价值交付效率提升业务语义覆盖安全合规风险治理成本下降挑战价值Physicalmetalayer挑战价值Physicalmetalayer–基础元数据层Crawler关系图谱技术元数据操作元数据结构化ServiceLayer-AIReady服务Semanticmetalayer–业务元数据层指标口径业务术语语义与流程知识行业知识数据对象知识打造AI就绪的元数据底座数据资产质量低数据资产和指标描述质量低数据资产质量低数据资产和指标描述质量低数据资产持续维护成本高数据治理和使用脱钩缺少持续维护资产新鲜度的能力企业内数据繁杂缺少有效数据探索服务数据资产信息价值高但无法被AI直接使用高质量资产生成减少70%人工治理和盘点投入提升效率DataAgentforMeta（MetaAgent）基于阿里云沉淀多年的OneMeta体系，结合千问大模型，帮助企业数据管理者实现资产的AI深度盘点、指标总结和数据治理，生成统一的业务知识语义服务，支持数据用户进行自助的SQLVibeCoding，资产/指标查询，DataAgent构建等多模数据源OneMeta知识管理知识图谱版本管理知识CRUD知识接入知识来源库/表/列信息数据血缘对象注释代码/文档知识使用知识反馈采样数据应用场景AI盘点代码知识代码生成质量分析MetaAgent企业级AI原生数据准备数据源多模态增强解析多模态增强解析OCR，ASR与企业级实时多模知识库 数据目标钉钉/飞书等钉钉/飞书等MySQL/PG等WebSearch…向量数据库向量数据库数据湖SkillforAgent直接使用面向AI的端到端数据处理核心能力面向AI的端到端数据处理多模态微调解析大模型提供模型自适配+融合模型算子+垂类模型微调一站式知识库开发管理体验范式1:定制化DataAgent开发提供插件，支持快速对接瑶池数据库一站式管理全域数据资产探索服务深度整合OneChannelforAI和向量引擎可一站式处理多模数据资产提供DataAgent原子能力100+安全数据使用Skill开箱即用电商、CRM、ChatBI等提供高可用部署，支持SSO对接，同时支持200+TPS的吞吐能力60+数据源对接AI数据资产底座多模数据准备Gen-AI构建行业模板企业级高并发操作审计生成Skill智能化开发模式模型服务部署生态钉钉AI助理夸克搜索异构资源零售销售客服客服质检…Data+AIOrchestration&Au应用层汽车泛企业AI数据库底座AIDataGatewayAgent身份&权限高危数据操作防护增强检索能力企业Agent平台企业知识库高德人地数据智能写作助手财务客服…户的人员提供数据驱动的创意平台，可以快速基于企业知识和数据，使用VibeCoding生成对应的Agent，并持续迭代开发阿里云数据库ALIBABACLOUDRDSPolarDB自建/他云数据库SELF-HOSTED/OTHERCLOUDMySQLPosOracleSQLServerMariaDB●可用数据资产●●业务逻辑侧写●●数据样本理解●●企业知识增强WebSearch行业情报实时行业动态竞品技术趋势场景方案信息最佳实践方案行业最新动向技术文档/知识库最佳实践参考高质量代码实践保障数据安全和权限可控结合可用数据资产和行业解决方案主动生成推荐的DataAgent（vibecoding）支持个性化业务需求调整（vibecoding）真正释放企业AI效能☒采购分析Agent物流库存·供应商报价比对消费行为·流失预警库存情况·物流动力物料完备度·员工技能·订单ROI发票处理·报销填写……精细化权限控制角色/用户组最小安全权限→→▊数据应用域数据导出合规脱敏导出数据应用域数据导出合规脱敏导出数据质量质量规则自动校验范式3:企业级DataAgent原生开发覆盖数据应用、智能开发、智能运维三大领域智能开发域智能开发域数据归档历史数据自动归档清理权限管理批量权限申请与回收智能运维域智能运维域容量预测空间增长趋势分析↓AgentDataGateway↓AgentDataGateway零改造·全增强·保安全身份注册&认证数据脱敏数据权限管控智能数据路由安全规范连接池管理操作审计AnalyticDB数据基础设施MongoDBMax100+跨云多模数据源适配(OLTP·OLAP·NoSQL·数据湖·数据仓库)十年积累权限、脱敏、审计不是新建的——是阿里云服务数万企业十年打磨的成熟能力，直接延伸到Agent时代。跨云多源业务语义层，让Agent高效且规范的使用你的数据零改造接入替换Endpoint即生效。Agent不改代码、数据库不改配置。DMS存量客户的数据源可直接复用，无需重新录入。合规开箱即用满足等保三级、金融行业数据安全规范。审计日志、脱敏策略、权限模型均为生产级实现。消除重复建设N个Agent共享一套数据接入能力，开发团队不再为每个Agent重复造MCP/数据连接/权限层。Multi-AgentArchitectureofDataAgentforAnalytics意图识别任务拆解数据探索洞察提取质量验证改进指导意图识别任务拆解数据探索洞察提取质量验证改进指导策略优化知识更新用户交互交互式分析OpenAPI多空间协作MCP集成表格文件核心流程分析沉淀知识结构化数据洞察决策支持风险评估规划分析反思学习工具OneQuery安全数据访问和多模数据库执行长期记忆模型OneMeta智能数据资产服务数据库OneOps数据开发与编排企业级数据安全数据库适配优化安全数据执行环境独享模型资源混合多模型路由千问大模型加持分析策略优化深度分析能力数据权限可控瑶池数据库底座关联权限完备多维数据校验多智能体协作引擎优化加速数据湖弹性负载全新智能化运维体验：自研运维大模型+百万工单处置经验+Agentic使用体验，助力万千企业迈入AI-Native运维时代；以深度诊断，运维提效，多引擎覆盖能力，实现企业运维能力平权，保障企业核心数据库业DASDASAgentAIOpsforDatabase规划能力分析诊断AINative运维资源运维任务调度采集分析千问—通用大模型瑶池数据库引擎统一异构资源池客户私域经验企业运维体系瑶池数据库经验中心开放生态CHATAPI开放资源应用-数据库全链路他云资源千万核运维经验百万次线上处置经验ACK十万工单经验40+种引擎运维经验经验输入处置修复数据库实例正在为Agent提供服务客户正在使用数据库实例正在为Agent提供服务客户正在使用企业已启动瑶池数据库–面向AgentNative的企业级数据底座全栈全栈Agent大模型融合能力全面的多模态数据处理与管理能力持续增强的云原生能力企业资产&知识管理汽车行业案例汽车企业×阿里云瑶池数据库|AIAgent重塑数据生产力全球百强汽车公司60,000员工延锋国际专注汽车智能座舱，8家研发中心、7700+技术专家。在数字化转型中与阿里云瑶池数据库战略合作，探索AIAgent在数据管理领域的深度应用。•数据分析需求从口径梳理到交付至少1周+•业务人员必须依赖IT才能看数据•跨部门数据孤岛，指标口径不一致•数据团队被重复查询淹没，无力做高价值分析“管、找、问、用”四层能力体系数据源数据源→解决“有什么、在哪里”随全域数据资产地图●智能语义索引@动态血缘追踪→AnalyticAgentAnalyticAgent智能分析解决“怎么看、怎么用”◎自然语言即问即答@自动化洞察生成Δ主动异常提示→业务用户业务用户运营分析师业务经理财务团队生产管理高层决策1周+→2分钟7×24h人人分析师统一口径主动服务响应周期自助服务零门槛指标一致决策前置——延锋国际IT总监阿里云AI原生数据库服务|Data+AI·MetaAgent·AnalyticAgentAI多模数据准备：保险行业核保案例业务痛点业务痛点业务价值保险条款的解析、切片和自动化解析为主，人工审核为辅2.承保与核保：对接内部业务系统，帮助承保员快速升客户查询响应效率机器人，基于企业知识库提供精准产品解答，如保单条款、理赔进度非结构化数据StructurizatiParsingChunkingonEnrichingEmbeddingWebpageDocVideo&AudioImage一站式多模态解析与RAG知识库平台丰富的数据源ADBPG企业级RAG引擎多模召回增强式精排&RAG优化召回内置SQLAl函数，支持基于SQL/APl构建RAG实时同步向量&标量Sink通义大模型核保承保理赔处理保险智能客服保险反欺诈结构化数据数据获取with企业RAG应用DTSAI数据准备数据加载数据处理图文关联•有部分手写文字•公章加盖的识别干扰•单据承复杂表格形态，包括有边及无边单元组合•简体、繁体、人民币、港币均涉及•多票混贴、旋转票样关键词匹配准确率保险行业：保险智能客服•问答：我之前购买的重疾险，能包含保障什么疾病•无线表格•跨页表格•合并单元格•单张图片内的多个表格识别•长文档目录结构提取（主标题、子标题、表格标题、子段•PDF转换成Markdown•输出JSON，信息回溯与精准定位•场景介绍：某金融客户采用多云混合架构，管理600+瑶池数据库实例及100+它云/IDCMySQL实例，面临多平台、多账号分散运维及SQL优化效果有限等挑战。•解决方案：将它云与IDCMySQL实例统一接入DAS，通过自建运维平台调用DASAgent的SSE接口，实现慢SQL批量治理与新发布SQL上线前自动预检。•业务效果：首批治理聚焦于支付风控流程中的30+慢SQL优化，端到端风控耗时降低近800毫秒，用户支付等待期间的订单退出率显著下降，日均挽回流失订单近100笔，月度GMV损失减少约100万元。汽车行业&零售行业案例Infra为Agent提供全生命贾新华数据库资深产品专家2026/06/26市场规模与增长预测企业采用率与部署现状调研显示，69%的服务组织计划市场规模与增长预测企业采用率与部署现状调研显示，69%的服务组织计划生产力与效率提升生产力与效率提升研究显示，AgenticAI可使客户+CloudNativeAgenticNativeAgenticAı时代来临，Agent将迎来爆发式增长方向①：全生命周期数据服务及数据融合流转方向②：Agentic负载模式方向①：Agent全生命涉及原始语料、记忆、知识库、业务数据记忆数据：让Agent更聪明领域知识：知识沉淀与应用AgentAgent原始语料：数据挖掘与运营分析方向①：Agent全生命涉及原始语料、记忆、知识库、业务数据数据域某金融、电商、基模企业原始语料某基模、汽车企业领域知识某金融、投资、基模企业某基模企业、某社交、媒体平台100%兼容开源Mem100%兼容开源Mem0，当前架构和代码无需改动，即可迁移至PolarDBMem0；内置专业优化的Prompt模板，事件和关系抽取更优；支持自定义策略，适应不同业务场景需求；无需关心项目的部署、更新及故障处理；支持基于APIKey和EndPoint访问，天然适配Agent商业模式；针对企业级稳定场景，支持专属资源（CPU+GPU)；性能优于开源MEM0、MemOS、Viking记忆等同类产品；可视化Web管理界面，方便管理记忆项目和APIKey；记忆精炼，显著降低Token消耗；按实际使用量收费，有效避免初期的高投入和资源闲置浪费；AIAgentMEM0标准接口协议PolarDB集群PolarDB深度优化的记忆内核（兼容MEM0）模型模型算子事件抽取模型关系抽取模型工具路由器MEMORY_STOREMEMORY_SEARCH工具路由器MEMORY_STOREMEMORY_SEARCHPolarDBMEM0：openclaw-mem0-plugin工具路由器MEMORY_STORE监控文件变化本地MarkDown文件•更强的跨会话、跨Agent记忆共享和隔离能力，支持多设备记忆协同；•PolarDB面向AIAgent，提供关系型数据、文档数据、数据、搜索数据和文件数据的统一访问，•PolarDB面向AIAgent，提供关系型数据、文档数据、数据、搜索数据和文件数据的统一访问，接口兼容SQL、•PolarDB支持文件数据类型的核心特性叫LakeBase，由协议适配层（NAS文件接口）+数据库引擎层（关系引擎+KV•PolarDBLakeBase用数据库技术重构文件技术栈，在海量小文件、数据多版本管理与时间旅行、自定义数据隔离与共享、多维度配额管理、安全访问控制、多维度标签管理、并发性等方面带来系统性能力跃升，特别适合AI搜索接口虚拟文件系统文件接口文档引擎文档接口搜索引擎SQL接口关系引擎访问接口协议适配层数据库引擎层存储层传统NAS单实例支持的文件数量无限制，IOPS随引擎CPU核数增加同步增强单文件容量上限无限制单实例支持的并发挂载点无限制，数量随引擎CPU核数增加同步增强单实例支持的Quota数量安全控制时间旅行•备份恢复•备份恢复数据时效性•不支持TTL方向①：多模数据融合流转和计算………OpenSearch搜索节点（向量）…AI节点…MEM0记忆节点…Ray通用计算节点…知识库节点…智能代理知识库节点………OpenSearch搜索节点（向量）…AI节点…MEM0记忆节点…Ray通用计算节点…知识库节点…智能代理知识库节点OpenSearch搜索节点（向量）AI节点MEM0记忆节点Ray通用计算节点LakeBasePolarStoreOSS记忆生成及运营分析传入原始对话信息，按照客户指定的策略抽取成中长期记忆原始语料存入关系型数据库对原始语料进行多维分析对原始语料和分析结果提供多维度检索基于记忆和知识生成高质量对话从记忆中获取相关记忆从知识库中获取相关知识产生的高质量新知识存入知识库业务数据操作及多模态计算操作结构化数据操作文件数据文件数据+结构化数据联合分析操作MaaS计算（推理）基于文件数据+结构化数据做通用计算成本vs即时相应海量Agent的不可预测性负载安全性vs便捷性Agent不接触AK/SAAgentAgent容错性vs数据多分支支持Agent失败回退Agentic服务层独享模式Agentic服务层独享模式分类参数名参数值弹性：即时性创建数据库实例时长（P99）非活跃期升级为活跃期时长（P99)计算资源上下限计算资源弹性粒度计算资源伸缩时长（P99）成本：商业模式计算资源按实际负载收费（PCU），无负载不收费存储资源按实际存储量收费Agentic服务层Agentic服务层分类参数名参数值弹性：即时性创建数据库实例时长（P99）<3秒非活跃期升级为活跃期时长（P99)计算资源上下限计算资源弹性粒度计算资源伸缩时长（P99）<1秒成本：商业模式计算资源按实际负载收费（PCU），无负载不收费存储资源按实际存储量收费PolarDBMCPServerAgent（如QoderWork）阿里云OAuthPolarDBPolarDBMCPServerAgent（如QoderWork）阿里云OAuthPolarDB(AgenticDB)个人或小微企业场景企业场景OAuthOAuthAgentAgent（如QoderWork）PolarDBPolarDBMCPServerPolarDBPolarDB(AgenticDB)方向②：实例、库、表级Branch，像git管理代码一样管理数据核心参数核心参数参数值创建Branch（P99）<3秒Branch粒度实例、库、表Branch数量/实例65536P12Pm1合入主分支P1n放弃分支1数据(PolarStore)P1nPmnPm1Pm2Agent的SQL语句修改了Page1nAgent的SQL语句修改了PageCoW技术12和m1主分支分支2庞少婷阿里云Lindorm产品经理AI应用正在经历范式转移过去过去—LLM-Centric•大模型是核心•无状态、幻觉多、上下文丢失•细分场景需要不同的数据库组合IDC的研究显示，2025年，有4Ready数据架构是AI实现重点应用的方向包括数据智能、数据治理和隐私保护、数据现代化、数据合成以及向量/RAG管理。现在现在—Agentic-Native•Agent是核心，需要持久化记忆•工具调用与自主行动能力•统一数据底座Garter报告显示，企业渴望利用AI来提升效率，但底数据基础却严重滞后，导致很多投资无法产生预期回报。生成式AI非常依赖高质量的数据，企业需要进行基础数据AI应用的迭代对数据库的挑战•DB+ES+向量库+Doris多产品组合，数据冗余•数据在多个组件间频繁搬运（ETL延迟达分钟级），存储成本翻3-5倍，多套系统运维成本极高。•需要业务自己融合标量、全文与向量检索。一份原始数据多种索引，多模态统一存储AI搜索、RAG、长期记忆、数据挖掘、Agent可观测，覆盖全AI场景库内模型调用+多路召回+AI网关+Agent助手+RAY服务，闭环Agent生态提供好用尝试成本低的原子能力，用户只需付出极低的AI业Lindorm演变：从自研多模到Agentic-Native1更强的HBase提供强悍在线服务能力3AI1更强的HBase提供强悍在线服务能力3AI数据平台4Agentic-Native22自研多模引擎宽表/搜索/向量/计算LDFS统一存储在线+离线+流计算+分布式Python+AIFunction—统一元数据，统一存储LDPS计算引擎LDPS计算引擎(ETL/分析)LDFS统一存储—多介质(云盘/本地盘/OSS)·冷热分离·透明压缩·EC纠删码·存算分离秒级弹性SQL(MySQL)在线读写·千万QPS万亿级向量检索全文+多维检索模型算子化监控数据面向AI时代的数据一站式闭环，支持AI业务最存储层存储层开放，HDFS兼容，冷热分离向量索引向量索引/倒排索引/全文索引vector_column(type=)模型算子AI节点语言大模型多模态大模型宽表支持在线聚合查询的多模态大宽表实时物化视图(秒级延迟，支持全量和增量物化视图)多模态数据湖秒级数据新鲜度，数据实时可见列存索引数据实时入湖结果导入数据分析接口SQL(兼容Spark/Doris)+Python(Ray)统一的元数据湖表SQL接口LindormSQL(兼容MySQL协议)Search接口兼容ES和OpenSearchKV接口兼容HBase和Cassandra统一分布式共享存储(LDFS)1主键基础数据类型2345文档(json)二级索引模型训练数据管理Agent长期记忆AI搜索/知识库（RAG）模型训练数据管理Agent长期记忆AI搜索/知识库（RAG）图片/视频检索KafkaOSSKafkaOSS全增量数据预处理ETL网页解析/质量评估视频抽帧/去重/标注海量数据存储结构化/非结构化统一存储在一张表中万亿数据扩展能力高密度磁盘+EC低成本多模融合检索标量+向量+全文融合检索高质量RAG、图片、视频、长期记忆搜索、数据挖掘能力非结构化数据通过AI算子提取特征信息完成向量索引自动构建数据产线单机Python数据处理无缝分布式执行细粒度CPU/GPU资源调度，使用率90%+筛选后数据精细化标注、仿真用于训练图片压缩/切分/标注流/批处理能力CPU+GPU算子CPUGPU全文索引AI算子LLM/Embedding百炼CPU+GPU算子CPU全文索引AI算子LLM/Embedding百炼CPU+GPU算子CPUGPU数据入库索引构建向量索引video列存索引五大AI原生组件：AgentRunt不是外挂插件，而是内生于引擎的运行时能力LindormSkills+CLI给agent补充外挂大脑+LindormSkills+CLI给agent补充外挂大脑+灵活双手知识层+操作层的闭环AI网关流量入口·安全护栏智能路由·全链路TraceLindormAI助手全自动运维/巡检购买选型辅助模型服务近数据推理·BYOM长期记忆长期记忆跨会话记忆·用户画像AI引擎在数据库内直接完成模型调用支持OPENAI标准协议·支持API-KEY和Lindorm账号密码认证·维度传统做法（外挂式大模型调用）Lindorm模型算子化（库内原生）技术链路数据库-业务服务器-大模型-业务服务器-数据库访问百炼需要通过外网，数据出库数据库内核内置AI引擎数据库内核（全链路在库内闭环）全程内网访问，数据不出库开发方式程序员写复杂的Python/Java代码，处理数据分片、数据向量化、异常重试写一句SQL，像调用普通函数一样调用模型算子，数据自动向量化网络开销海量数据在数据库、业务服务器和外部AI服务之间来回传输数据零拷贝，数据不出库，安全系数高数据不出库，一站式AI分析与处理LindormAI引擎支持利用Lindorm中的数据进行建模分析，还支持对存储于宽表引擎中的文本、图像、音视频等数据库原生SQL交互只需使用SQL就能完成端到端的AI模型创建和推理，并能结合数据库原弹性异构计算LindormAI引擎采用云原生架构，支推理的性能。推理节点和多模引擎通过共享存储打通，省去大量数据传输开销的同时实现了靠近数据的推理优AI网关—智能体的"守门人"统一接入·安全合规·智能路由·全链路可观测统一接入标准OPENAI接口·多协议统一，代码零适配用户仅需将标准OpenAISDK的base_u安全隔离与用户治理智能路由与容灾高可用智能路由与容灾高可用LindormAI服务SLA保障，当主模型超时或预算管理采集网关运行指标，辅助定位慢查询、异基于大语言模型，深度整合Lindorm产品知识库与OpenAPI能力，自然语言交互，一问即答，帮助客户快速解决Lindorm数据库使用及资源运维问题AIAIAgent能力实例状态分析到期/运行/删除保护状态分析，避免锁定智能运维问答自然语言调用知识库，运维秒级响应实例概览查询多维度扫描：基础信息/引擎/存储/地域实例存储监控容量/已用/使用明细，提前发现存储瓶颈引擎信息分析版本/规格/节点分析，提示需升级引擎AI实例巡检一键巡检报告：性能/存储/容灾/安全售卖页成本测算推荐选型匹配售卖页选项和规格按引擎输出费用按引擎区分费用，自动计算回吐慢日志分析·错误日志分析·事件分析热点表分析·SQLAI释义监控图表输出·权限控制S2控制台入口，提供一键使用方式桌面端，预置多种工具和skills，功能更强大，作为开箱age基于大语言模型，深度整合Lindorm产品知识库与OpenAPI能力，自然语言交互，一问即答，帮助客户快速解决Lindorm数据库使用及资源运维问题召回率99.5%·检索P99<50ms·百万车辆千万车主成本对比开源LindormGDB全局GraphRAG用户to用户：人际关系用户召回率99.5%·检索P99<50ms·百万车辆千万车主成本对比开源LindormGDB全局GraphRAG用户to用户：人际关系用户to媒体：播放记录、渠道等用户to导航：起点+终点等…所有交互日志全局知识库•道路交通百科信息短期记忆+长期记忆短期短期+长期分层•宽表存储交互日志、用户偏好•用户→用户/媒体/导航多维关系图谱独立索引空间独立索引空间千万车主支持各自独立索引空间，自动数据路由，多租户企业级能力高质量召回标签+全文+向量融合索引召回率99.5%高质量召回支持跨城市双向复制低访问时延低访问时延检索时延平均20ms、P99小于50ms比较开源方案低至1/10Lindorm内置了四层递进式AI安全护栏体系，实现从“意图输入”[Agent/LLM发起数据库操作]│▼│第一层：行数限制保护(RowLimitGuard)│├─────────[拦截]───►报错：LIMIT_REQUIRED▼(通过)┌──────────────────────────────────────┐│第二层：连接级只读管控(SessionROGuard)│└───────────────────┬──────────────────┘•实例全自动创建•数据全智能查询•AI护栏能力•大查询截断能力├─────────[拦截]───►报错：READ_ONLY_DENIED▼(通过)┌──────────────────────────────────────┐│第三层：写操作显式授权(WriteAuthGuard)│└───────────────────┬──────────────────┘├─────────[拦截]───►报错：WRITE_GUARD_ERROR▼(通过)│第四层：高危及敏感指令阻断(DDL/DMLFilter)│└───────────────────┬──────────────────┘├─────────[拦截]───►报错：DANGEROUS_WRITE_BLOCKED▼(通过)[Lindorm数据库]传统大模型虽然懂代码，但由于缺乏领域特定知识，在面对的传统大模型虽然懂代码，但由于缺乏领域特定知识，在面对的Lindorm多模架构（宽表、能力域核心场景关键特性且开发指导SQL/搜索/向量/AI/多模态检索连接配置、表设计、知识库RAG、以图搜图、Embedding调用监控/告警/扩缩容/备份迁移慢查询分析、冷热存储分析、错误码诊断、白名单管理参考工具CLI/HBaseShell/RAM权限Lindorm-CLI数据预览、AliyunCLI命令映射、权限策略生成•全域知识覆盖：深度集成Lindorm官方文档，严禁模型幻觉，确保回答100%准确•三大能力矩阵：无缝衔接开发指导(Dev)、•安全合规优先：内置AK/SK零泄露机制、RAM权限自动诊断及最小权限原则。•可观测性内建：所有CLI调用自动注入SLindormAgent能力不只是回答问题，它可以真正读写数据、操作业务覆盖AI搜索/知识库/Agent记忆/数据预处理/多模检索AI搜索AI搜索企业知识库RAG一张表千万用户·自动路由文档解析+chunk+embedding训练数据管理万亿级向量数据挖掘多模态检索文搜图+图搜图+标注检索Agent长期记忆车端+云端多模型协作DatabaseasanAgent—数据库本身将成为主动的智能体统一底座原生智能自主开发、管理、运维数据自主开发、管理、运维数据·主动提供服务—这就是DatabaseasanAgent康桥平阿里云数据库产品事业部高级解决方案架构师01游戏行业从脚本式NPC到AgenticNPC·三大痛点×四大场景×一站式记忆方案记忆精炼降低Token消耗，按量付PolarDBMem0·让每个NPC都拥有"长期记忆"PolarDBMEM0游戏专项接口在实际项目中的落地验证该客户是全球领先的游戏开发与发行商，旗下多款产品覆盖全球市该客户是全球领先的游戏开发与发行商，旗下多款产品覆盖全球市聊天助理API一次调用完成全流程聊天助理API一次调用完成全流程：①查询记忆→向量检索召回相关线④写入记忆→增量更新分层记忆聚合查询接口：聊天+剧情记忆一次请求完记忆精炼自动提炼关键玩家偏好，降低后续50%响应时间降低零改造平滑迁移一次调用全流程闭环记忆精炼Token成本优化PolarDBMEM0·让每个NPC都拥有"长期记忆"·开启游戏智能NPC新时代AI生成/AI重构/多人协同开发·Scale-to-Zero×Branching×全托管Serverless成本压力数万闲置游戏项目维持24/7运行，极端资源波动ADBServerlessSupabase