MindsDB

MindsDB 提供 Connect → Unify → Respond 的核心工作流。在 Connect 阶段，支持 Postgres、MongoDB、BigQuery、Salesforce 等 200+ 数据源的联邦访问，无需 ETL。在 Unify 阶段，提供动态上下文引擎，将结构化表与文本、PDF 等向量化数据融合，支持语义搜索与元数据过滤的混合查询。在 Respond 阶段，通过 CREATE AGENT SQL 语法创建绑定 LLM 与数据源的自主推理 Agent，支持 Jobs/Triggers 自动化工作流。

项目基于 Python 3.10+ 构建，采用 Handler 模式实现高度模块化的数据源扩展（/mindsdb/integrations/handlers/ 下按 {name}_handler 组织），提供 HTTP API（端口 47334，基于 Flask）和 MySQL 协议接口（端口 47335），并支持 MCP（Model Context Protocol）和 OpenTelemetry 等标准协议。核心采用 Elastic License 2.0，集成模块采用 MIT License。

适用于企业知识搜索、CRM 智能分析、客户支持自动化、金融数据实时洞察、合规审查等场景。

安装方式

Docker（推荐）：

docker run --name mindsdb_container \
  -e MINDSDB_APIS=http,mysql \
  -p 47334:47334 -p 47335:47335 \
  mindsdb/mindsdb:latest

PyPI：

pip install mindsdb

使用示例

跨源 JOIN 创建视图：

CREATE VIEW risky_renewals AS (
  SELECT *
  FROM mongodb.support_tickets AS reviews
  JOIN salesforce.opportunities AS deals
    ON reviews.customer_domain = deals.customer_domain
  WHERE deals.type = "renewal"
    AND reviews.sentiment = "negative"
);

创建 Knowledge Base：

CREATE KNOWLEDGE_BASE customers_issues
USING
  storage = my_vector.db,
  content_columns = ['ticket_description'],
  metadata_columns = ['customer_name', 'segment', 'revenue', 'is_pending_renewal'];

创建 AI Agent：

CREATE AGENT my_agent
USING
    model = {
        "provider": "openai",
        "model_name": "gpt-xx",
        "api_key": "sk-..."
    },
    data = {
        "knowledge_bases": ["mindsdb.customer_issues"],
        "tables": ["salesforce.opportunities", "postgres.sales", "mongodb.support_tickets"]
    },
    prompt_template = 'my prompt template and agent guidance';