---
title: "在 DB-GPT 中使用 OceanBase 向量数据库进行知识库问答 - OceanBase 数据库 V4.3.5 | OceanBase 文档中心"
description: 在 DB-GPT 中使用 OceanBase 向量数据库进行知识库问答 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…
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

文档反馈![](https://mdn.alipayobjects.com/huamei_22khvb/afts/img/A*P8CuR4UJ_FkAAAAAAAAAAAAADiGDAQ/original) OceanBase 数据库分布式版 - V 4.3.5 LTS

# 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

[编辑](https://github.com/oceanbase/oceanbase-doc/edit/V4.3.5/zh-CN/680.ecological-integration/1100.AI/2100.db-gpt.md)  

## 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](https://www.oceanbase.com/docs/common-oceanbase-database-cn-1000000002013128) 。
 - 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](https://bailian.console.aliyun.com/) 获取）。
 - 根据所用的操作系统，安装 [Git](https://git-scm.com//downloads)。

## 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：

```bash
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。

```bash
docker logs ob433 | tail -1

```

数据库连接串如下：

```shell
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](http://docs.dbgpt.cn/docs/installation)。

1. **下载源码**

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

```

2. **安装 uv 包管理器**

```bash
# 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

```

3. **安装基础依赖**

以通义千问为例，操作如下：

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

```

4. **安装 OceanBase 合作伙伴软件包**

```bash
uv pip install pyobvector

```

5. **连接 OceanBase 并设置向量数据的内存使用比例参数（可选）**

```shell
source .venv/bin/activate
python3

```

```python
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：

```toml
[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：

```bash
# 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](http://localhost:5670) 进入 DB-GPT Web 界面。

## 步骤五：使用知识库问答

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

## 相关文档/后续步骤

- [DB-GPT 官方文档](http://docs.dbgpt.cn/docs/quickstart/)
 - [DB-GPT KBQA FAQ](https://github.com/eosphoros-ai/DB-GPT/blob/main/docs/docs/faq/kbqa.md)

 上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线