Oracle AI Developer Hub介绍
本仓库包含技术资源，旨在帮助AI开发者和工程师利用Oracle AI数据库、OCI服务以及AI/智能体堆栈的其他关键组件，构建AI应用程序、智能体和系统。
内容概览
本仓库分为几个关键区域：
📱 应用程序 (/apps)
这里展示了应用程序和参考实现，演示了如何使用Oracle技术构建AI驱动的解决方案。这些完整且可运行的示例展示了利用Oracle AI数据库和OCI服务的AI应用程序、智能体和系统的端到端实现。每个应用程序都包含源代码、部署配置和文档，以帮助开发者理解架构模式、集成方法以及构建生产级AI解决方案的最佳实践。
具体应用如下：
| 名称 | 描述 | 链接 |
|---|---|---|
| FitTracker | 一个使用Oracle 26ai JSON对偶视图（FastAPI + Redis）构建的游戏化健身平台，在网络研讨会上实时创建。 | |
| agentic_rag | 具有多智能体思维链（CoT）、PDF/网页/仓库处理以及与Oracle AI数据库26ai集成的智能RAG系统。 | |
| finance-ai-agent-demo | 以Oracle AI数据库作为统一内存核心，用于向量、图、空间和关系查询的金融服务AI智能体。 | |
| oci-generative-ai-jet-ui | 一个全栈AI应用程序，包含Oracle JET UI、OCI生成式AI集成、Kubernetes部署和Terraform基础设施。 | |
| tanstack-shoe-store | 使用TanStack Start和Oracle 26ai Select AI，通过自然语言查询鞋店数据库的AI聊天应用。 |
📓 笔记本 (/notebooks)
Jupyter笔记本和交互式教程涵盖以下内容：AI/ML模型开发与实验、Oracle数据库的AI特性和功能、OCI AI服务集成模式、数据准备和分析工作流程、智能体开发和编排示例。
具体笔记本如下：
| 名称 | 描述 | 堆栈 | 链接 |
|---|---|---|---|
| agentic_rag_langchain_oracledb_demo | 使用langchain-oracledb实现的多智能体RAG：包含OracleVS、OracleEmbeddings、OracleTextSplitter和CoT智能体。 | Oracle AI数据库、langchain-oracledb、Ollama | |
| fs_vs_dbs | 比较文件系统和数据库的智能体内存架构。 | LangChain、Oracle AI数据库、OpenAI | |
| memory_context_engineering_agents | 构建具有6种持久内存类型的AI智能体。 | LangChain、Oracle AI数据库、OpenAI、Tavily | |
| oracle_langchain_example | 使用Oracle 26ai向量存储和LangChain构建RAG应用程序。 | Oracle AI数据库、langchain-oracledb、HuggingFace | |
| oracle_rag_agents_zero_to_hero | 学习使用Oracle AI数据库从头构建RAG智能体。 | Oracle AI数据库、OpenAI、OpenAI智能体SDK | |
| oracle_rag_with_evals | 构建具有综合评估指标的RAG系统。 | Oracle AI数据库、OpenAI、BEIR、Galileo | |
| agent_reasoning_demo | 11种认知架构（CoT、ToT、ReAct、自我反思等）用于智能体推理的交互式演示。 | Ollama、agent-reasoning | |
| oracle_agentic_rag_hybrid_search | 使用LangGraph ReAct智能体在单个SQL查询中实现向量、关键字和混合搜索的智能体RAG。 | Oracle AI数据库、langchain-oracledb、LangGraph、OpenAI | |
| f1_miami_strategy_oracle_26ai | 2026年迈阿密F1大奖赛策略智能，在一个Oracle 26ai数据库中使用真实的FastF1数据进行SQL、混合向量 + 关键字搜索、JSON文档和属性图操作。 | Oracle AI数据库、FastF1、sentence-transformers、Plotly | |
| multicloud/ | 在OCI之外运行Oracle AI数据库的AWS、Azure、Google Cloud和MongoDB API示例。 | Oracle AI数据库 + AWS / Azure / Google / MongoDB |
📚 指南 (/guides)
全面的文档、参考资料和会议演示，涵盖AI智能体架构、推理策略和内存系统。
具体指南如下：
| 名称 | 描述 | 链接 |
|---|---|---|
| Building the Brain and Backbone of Enterprise AI Agents | 企业AI智能体的高级推理和基础设施策略。涵盖2026年智能体堆栈（分层架构）、推理模式（思维链、思维树、自我反思、最少到多数、分解提示）以及上下文/信念更新。由Nacho Martinez在2026年DevWeek SF上展示。 | |
| Memory Engineering: The Discipline Behind Memory Augmented Agents | 深入探讨作为AI智能体学科的内存工程 —— 帮助智能体记忆、推理和行动的科学。涵盖内存生态系统、形式因素以及塑造内存增强智能体的关键学科。由Richmond Alake在2026年DevWeek SF（主题演讲）上展示。 | |
| Agent Memory with Oracle AI Database | 智能体内存架构以及Oracle AI数据库作为AI智能体的内存核心。由Eli Schilling在2026年4月DeepLearning.AI主办的AI开发者大会上展示。 |
🧠 智能体内存 (/notebooks/agent_memory)
专注于Oracle AI智能体内存包（oracleagentmemory）的笔记本。该AI智能体内存包基于Oracle AI数据库构建。这些笔记本演示了如何将Oracle AI数据库用作AI智能体的统一内存核心，从单个融合引擎中提供对话历史、持久事实和实体状态，而不是将向量数据库、键值存储和关系存储拼接在一起。该集合涵盖了该包的开发者指南、与简单内存的基准测试以及三个端到端框架示例（OpenAI智能体SDK、Claude智能体SDK、LangGraph）。
具体笔记本如下：
| 名称 | 描述 | 堆栈 | 链接 |
|---|---|---|---|
| OAMP开发者指南 | oracleagentmemory API的分步指南：连接、三个核心原语（用户/智能体、内存、线程）、自动提取和向量检索。 | OAMP、LiteLLM | |
| OAMP基准测试 | 在80个脚本化回合中，对三种智能体变体的OAMP与简单平面历史内存的令牌成本、延迟和响应质量进行量化。 | OAMP、LiteLLM、OpenAI | |
| Deep Research Agent | 构建一个用于人类基因组探索的深度研究智能体，使用Tavily进行实时网络搜索，并使用Oracle AI智能体内存存储跨会话的持久发现。 | OpenAI智能体SDK、Tavily、OAMP | |
| Supply Chain Assistant | 一个供应链助手，通过进程内工具和MCP服务器跟踪货物运输，运输记录和操作笔记保存在OAMP中。 | Claude智能体SDK、MCP、OAMP | |
| Mortgage Approval Workflow | 一个确定性的抵押贷款审批工作流，建模为LangGraph状态图，其中OAMP存储申请人数据和审计跟踪，以便失败的运行可以恢复。 | LangGraph、OAMP |
请参阅智能体内存README获取推荐的阅读顺序、先决条件和在Colab中打开的链接。
🎓 工作坊 (/workshops)
实践工作坊和引导式学习体验，帮助开发者从基础知识到使用Oracle AI数据库的生产模式。每个工作坊都自成一体，包含学生笔记本（待填充空白）、完整的参考笔记本、分步指南以及预配置了Oracle AI数据库的可运行Codespaces / 开发容器环境。工作坊从信息检索和RAG开始，逐步涵盖智能体系统和编排，再到内存增强智能体 —— 它们共同涵盖了在Oracle上构建AI应用程序的完整堆栈。无需克隆整个仓库即可拉取单个工作坊 —— 每个工作坊的README都包含git稀疏检出说明，以便你只获取所需的文件夹。
具体工作坊如下：
| 名称 | 描述 | 堆栈 | 链接 |
|---|---|---|---|
| Information Retrieval to RAG | 通过实现五种检索策略（关键字、向量、混合、图）和连接到OCI GenAI的完整RAG管道，在200篇arXiv论文上构建一个研究论文助手。 | Oracle AI数据库、sentence-transformers、oracledb、OCI GenAI（xAI Grok 3 Fast） | |
| From RAG to Agents | 将RAG管道扩展为多智能体系统 —— 将检索封装为智能体工具，进行编排组合，并添加由Oracle支持的持久会话内存。 | Oracle AI数据库、sentence-transformers、oracledb、OpenAI API（GPT - 5）、openai - agents | |
| Agent Memory | 构建具有内存感知的智能体：在Oracle中实现具有六种内存类型的内存管理器，应用上下文工程技术，并比较有无内存时智能体的运行情况。 | Oracle AI数据库、langchain - oracledb、sentence - transformers、OCI GenAI、Tavily |
🤝 合作伙伴 (/partners)
由AI生态系统中的合作伙伴贡献的笔记本和应用程序。AI开发者可以使用这些资源了解如何将Oracle AI数据库和OCI与LangChain、Galileo、LlamaIndex等流行的AI/ML框架和平台结合使用。
具体资源如下：
| 名称 | 描述 | 堆栈 | 链接 |
|---|---|---|---|
| 即将推出 | 合作伙伴贡献的资源将在此处添加 | - | - |
入门指南
开发者可按以下步骤入门：
- 探索应用程序：从 /apps 中的应用程序开始，查看完整的可运行示例。
- 参加工作坊：查看 /workshops 获取引导式学习路径。
- 进行实验：使用 /notebooks 进行实践实验。
- 构建内存增强智能体：深入研究 /notebooks/agent_memory 中的Oracle AI智能体内存包。
- 参考指南：查阅 /guides 获取详细文档。
- 查看合作伙伴资源：探索 /partners 以了解与流行AI工具和框架的集成。
贡献
本项目是开源的。请通过分叉此仓库并提交拉取请求来贡献代码！Oracle感谢开源社区的任何贡献。
开发设置
在贡献代码之前，请设置预提交钩子以确保代码自动格式化：
- 安装预提交工具：`pip install pre - commit`
- 安装额外依赖项（可选，包括预提交和ruff）：`pip install -r requirements - dev.txt`
- 安装预提交钩子：`pre - commit install`
- 可选：格式化现有代码：`pre - commit run --all - files`
预提交钩子将使用以下工具自动格式化你的代码：
- Ruff用于Python文件（格式化和linting）
- Prettier用于JavaScript、TypeScript、JSON、YAML和Markdown文件
更多详细信息，请参阅SETUP_PRE_COMMIT.md。
许可证
版权所有 (c) 2024 Oracle及其附属公司。根据通用许可协议（UPL），版本1.0许可。详情请参阅LICENSE。
Oracle及其附属公司对本仓库中包含或生成的任何软件、材料或内容不提供任何形式的明示或暗示保证，特别是明确声明不承担关于所有权、不侵权、适销性和特定用途适用性的所有暗示保证。此外，Oracle及其附属公司不代表对本仓库中包含或生成的任何软件、材料或内容进行了常规的安全审查。此外，在不限制上述内容的情况下，第三方可能在未经审查的情况下将软件、材料或内容发布到本仓库。使用风险自负。
注意：本仓库会积极维护，并更新Oracle AI开发的新资源、示例和最佳实践。
