在 DB-GPT 中使用 OceanBase 向量数据库进行知识库问答

更新时间：2026-04-09 14:12:04

概述

DB-GPT 是一个开源的 AI 数据库助手，支持使用 OceanBase 作为向量数据库进行知识库问答。本文将介绍 DB-GPT 通过 OceanBase 的向量搜索能力存储和检索文档向量，结合通义千问等大语言模型，为用户提供准确的问答服务。

版本兼容性

OceanBase 数据库：≥ V4.3.3
DB-GPT：v0.7.x 及以上版本

前提条件

在使用 DB-GPT 与 OceanBase 集成之前，确认：

您已完成部署 OceanBase 数据库并且创建了 MySQL 模式用户租户。创建用户租户的详细信息，参见创建租户。
确保您已经在租户中设置了 ob_vector_memory_limit_percentage 配置项，以启用向量搜索功能。V4.3.5 BP3 之前的版本推荐设置值为 30，从 V4.3.5 BP3 版本开始推荐保持默认值 0。如需更精确设置此配置项，请参考 [ob_vector_memory_limit_percentage]。(../../700.reference/800.configuration-items-and-system-variables/100.system-configuration-items/400.tenant-level-configuration-items/6150.ob_vector_memory_limit_percentage.md) 计算此值。
已完成 Docker 部署，Docker 服务正在运行，且当前用户具备执行 docker 命令的权限（可通过 docker info 验证）。
已获取通义千问（Qwen）API Key（从阿里云百炼平台获取）。
根据所用的操作系统，安装 Git。

步骤一：获取数据库连接串

你可以使用以下命令快速部署一个独立的 OceanBase 数据库进行测试：

docker run --name=ob433 -e MODE=slim -p 2881:2881 -e OB_TENANT_PASSWORD=****** -d quay.io/oceanbase/oceanbase-ce:latest

等待容器初始化完成（约 2-3 分钟），可通过以下命令检查状态，如果返回 boot success!，则表示启动成功。

docker logs ob433 | tail -1

数据库连接串如下：

mysql -h 127.0.0.1 -uroot@test -P2881 -p********* -Dtest

步骤二：安装 DB-GPT

本篇以源码部署 DB-GPT 为例，更多部署方式参见 DB-GPT 官网。

下载源码

git clone https://github.com/eosphoros-ai/DB-GPT.git
cd DB-GPT

安装 uv 包管理器

# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
source $HOME/.local/bin/env
# 验证安装，执行以下命令会有类似输出：uv 0.10.2
uv --version

安装基础依赖

以通义千问为例，操作如下：

uv sync --all-packages \
  --extra "base" \
  --extra "proxy_tongyi" \
  --extra "rag" \
  --extra "storage_chromadb" \
  --extra "dbgpts"

安装 OceanBase 合作伙伴软件包

uv pip install pyobvector

连接 OceanBase 并设置向量数据的内存使用比例参数（可选）

source .venv/bin/activate
python3

from pyobvector import ObVecClient

client = ObVecClient(uri="127.0.0.1:2881", user="root@test",password="",db_name="test")
client.perform_raw_text_sql(
    "ALTER SYSTEM ob_vector_memory_limit_percentage = 30"
)

步骤三：配置 DB-GPT 使用 OceanBase 数据库

基础依赖下载完成后，通过修改 TOML 配置切换到 OceanBase 。

配置 TOML 文件

在 DB-GPT v0.7.x 版本及以上，推荐使用 TOML 配置文件。编辑 configs/dbgpt-proxy-tongyi.toml，操作如下：

[system]
# Load language from environment variable(It is set by the hook)
language = "${env:DBGPT_LANG:-en}"
api_keys = []
encrypt_key = "your_secret_key"

# Server Configurations
[service.web]
host = "0.0.0.0"
port = 5670

[service.web.database]
type = "sqlite"
path = "pilot/meta_data/dbgpt.db"

# Vector Store Configuration - 使用 OceanBase
[rag.storage]
[rag.storage.vector]
type = "OceanBase"
ob_host = "127.0.0.1"
ob_port = 2881
ob_user = "root@test"
ob_database = "test"
ob_password = ""
# ob_enable_normalize_vector = true

# Model Configurations
[models]

# 通义千问 LLM 模型
[[models.llms]]
name = "qwen-plus"
provider = "${env:LLM_MODEL_PROVIDER:-proxy/tongyi}"
api_base = "https://dashscope.aliyuncs.com/compatible-mode/v1"
api_key = "${env:DASHSCOPE_API_KEY}"

# 通义千问 Embedding 模型
[[models.embeddings]]
name = "text-embedding-v3"
provider = "${env:EMBEDDING_MODEL_PROVIDER:-proxy/tongyi}"
api_url = "https://dashscope.aliyuncs.com/compatible-mode/v1/embeddings"
api_key = "${env:DASHSCOPE_API_KEY}"

参数说明：

$ob_host：OceanBase 数据库连接 IP。
$ob_port：OceanBase 数据库连接端口。
$ob_user：OceanBase 数据库用户名。
$ob_password：OceanBase 数据库用户密码。
$ob_database：OceanBase 的数据库名称。

步骤四：启动 DB-GPT

先设置 DashScope API Key 环境变量，然后启动：

# 设置通义千问 API Key
export DASHSCOPE_API_KEY="your-dashscope-api-key"

# 启动 DB-GPT
uv run dbgpt start webserver --config configs/dbgpt-proxy-tongyi.toml

启动成功后，访问 http://localhost:5670 进入 DB-GPT Web 界面。

步骤五：使用知识库问答

打开浏览器访问 http://localhost:5670 。
进入 Knowledge 页面，点击 Create Knowledge 进入知识库创建。
填写 Space Config ，点击Next。
选择 Datasource type ，点击Next。
进入 Upload ，上传文件。点击Next。
进入 Segmentation ，选择文档切片方式。
文档切分完成并向量化存储到 OceanBase 向量数据库中。
在 Explore 选择该知识空间进行问答。