跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://ahvn.top/llms.txt

Use this file to discover all available pages before exploring further.

你的数据，匹配 Agent 的语言。 一套模型。多种后端。所有 Agent。
HeavenBase 是一个面向 Agent 原生设计（agent-native）的多后端数据引擎，它将你现有的各种数据库统一到一个结构化、强类型的查询接口之下。你只需要定义一次数据模型——实体、字段、类型——HeavenBase 就会自动将不同字段路由到对应的后端。Agent 只需面对一个统一接口，而你的底层基础设施无需改变。

​
1. 为什么选择 HeavenBase

AI Agent 不需要另一个数据库，它们真正需要的是访问你已经在使用的数据系统。 几乎所有企业都会同时运行多种存储系统：Postgres/MySQL/Oracle/… 用于事务处理，ElasticSearch 用于全文检索，Milvus/Pinecone/… 用于向量存储，Redis 用于缓存，S3 用于文件与对象存储……如果一个 Agent 只能访问其中某一种数据源，它的能力天然是不完整的。 把这些系统强行整合成一个统一中间层，成本高、复杂度也高；而让 Agent 分别直连每一个后端，则意味着需要维护 N 套客户端 SDK、N 套 Schema、N 种查询语言。随着数据模型和 Agent 系统复杂度不断增长，这种方式很快就会失控。 HeavenBase 位于 Agent 与数据之间。它不要求你迁移数据，也不会引入新的数据库。它提供的是一个多后端统一引擎，能够将类型化查询自动编译为 SQL、向量数据库、搜索引擎、文件系统等后端的原生操作，并最终聚合结果。 更重要的是，HeavenBase 提供了一套专为 Agent 设计的统一查询接口，支持 Schema 理解、混合查询、模型定义、数据操作等能力。你可以将分布式、异构的数据系统统一暴露为一个具备自描述能力的 MCP / Skill，并兼容多种行业标准接口，让各种 Agent 都能够轻松发现、理解并使用你的数据。

​
2. HeavenBase 提供什么

层次功能
实体模型定义带类型字段、默认值、计算钩子和确定性 ID 的逻辑模式——支持 Python、JSON 或 Pydantic
字段级路由将每个字段分配给最适合的后端——不是每个实体，是每个字段
可插拔后端SQLite、Postgres、MySQL、DuckDB、LanceDB、Chroma、Milvus、Pinecone、Elasticsearch 等——一次注册调用即可添加你的后端
统一查询界面一套 Python DSL，一套 MongoDB 风格的 JSON 查询界面——二者编译至同一引擎
Explain 模式无需执行即可检查每一项路由决策、处理器选择和回退链路
系统目录面向用户的 Catalog 和内部 MetaSchema 实体，本身即可通过同一界面查询
MCP 原生一次方法调用即可将任意工作区暴露为 MCP 工具包——智能体通过标准工具合约发现实体、查询数据、检查路由
LLM 网关内置聊天、嵌入和缓存——让你的智能体数据层与模型调用运行在同一运行时中

​
3. 如何融入你的技术栈

┌──────────────────────────────────────────────────┐
│  智能体 (Claude Code, ChatGPT, 自定义, MCP SDK)   │
├──────────────────────────────────────────────────┤
│  HeavenBase — 多后端引擎                          │
│  实体模型 · 路由 · 处理器 · 系统目录               │
├──────────┬──────────┬──────────┬─────────────────┤
│ Postgres │ Milvus   │ Elastic  │ LanceDB / S3    │
│ MySQL    │ Pinecone │ Search   │ JSON / Pickle   │
│ SQLite   │ Chroma   │          │                 │
│ DuckDB   │          │          │                 │
└──────────┴──────────┴──────────┴─────────────────┘
  • 不迁移。 HeavenBase 在你现有数据库之上添加一个路由层。模式、索引和访问控制保持原位。
  • 不锁定。 切换后端——比如从 Chroma 换到 Milvus——只需更改一条路由声明。实体定义无需变动。
  • 不胶水。 注册一次后端。定义一次实体。HeavenBase 处理编译、执行和结果合并。

​
4. 核心设计原则

  • 集成优先于替换 — 接入现有数据库，而非强制迁移
  • 字段级路由 — 文本去搜索，向量去向量库，行数据去 SQL；全部归属同一实体
  • 一个类型化查询界面 — 用 Python 或 JSON 编写查询；处理器注册表按后端编译
  • 面向智能体设计 — 每个 API 同时为人类开发者和 AI 智能体设计；模式内省和 explain() 使系统自描述
  • 自包含运行时 — 配置、LLM 访问、提示管理和工具包协议运行在一个一致的运行时中；无需拼装不同框架
完整的设计理念，请参阅 设计理念。

​
5. 适用人群

受众使用场景
LLM 应用开发者用 Python 定义实体，暴露为 MCP 工具，让智能体跨后端查询而无需编写后端感知代码
数据平台团队在现有基础设施之上添加多后端查询界面；将不同数据形态路由到其原生存储
企业 AI 架构师审计路由决策、检查处理器链路，并通过一个目录管理智能体可访问的数据
智能体框架构建者将 HeavenBase 用作智能体运行时内的结构化数据引擎；通过扩展 API 添加自定义后端和处理器

​
Further Exploration

相关资源：