今天发布了 MoteDB v0.1.4 🎉

这是全球首款面向具身智能场景的 AI 原生嵌入式数据库，专为家庭机器人、AR 眼镜、工业机械臂等边缘设备设计。

核心特性

• 多模态数据支持：向量（VECTOR）、空间坐标（SPATIAL）、时序（TIMESTAMP）、文本（TEXT）统一存储
• 超低内存占用：≤ 35MB，可在树莓派上运行
• 超低查询延迟：P99 ≤ 50ms
• 高写入吞吐：≥ 200 rows/sec
• 纯 Rust 实现：零 C 依赖，编译成静态二进制

架构一览

存储层：WAL + 列式分段存储
索引层：
  - Vamana 图索引（向量检索）
  - R-Tree（空间查询）
  - 倒排索引（全文搜索）
  - B+Tree（时序范围查询）
查询层：基于成本的优化器 + Volcano 执行器
事务层：MVCC + WAL

快速上手

use motedb::{MoteDB, DBConfig};

fn main() -> Result<()> {
    // 初始化 — 无需启动服务器
    let db = MoteDB::open(DBConfig::default())?;

    // 创建多模态表
    db.execute("CREATE TABLE robot_memory (
        id INTEGER PRIMARY KEY,
        timestamp TIMESTAMP,
        embedding VECTOR(384),
        position SPATIAL,
        objects TEXT[]
    )")?;

    // 插入数据
    db.execute("INSERT INTO robot_memory VALUES (
        1, NOW(),
        '[0.123, 0.456, ...]',
        SPATIAL(1.5, 0.8, 2.1),
        ['keys', 'wallet']
    )")?;

    // 多模态查询：查找 50cm 范围内相似的感知记忆
    let rows = db.query(
        "SELECT * FROM robot_memory
         WHERE embedding ~= '[0.123, ...]'
           AND position <-> SPATIAL(1.5, 0.8, 2.1) < 0.5"
    )?;

    Ok(())
}

性能对比

测试平台：Raspberry Pi 5

适用场景

• 家庭服务机器人：视觉记忆、物品定位
• AR 眼镜：空间锚点、虚实融合
• 工业机械臂：传感器融合、异常检测

Links

• GitHub: github.com/motedb/motedb
• 文档: docs.rs/motedb
• Crates: crates.io/crates/motedb

欢迎大家试用，有问题欢迎提 issue 或在评论区交流 🙌